lazyvim for java

lazyvim的java开发环境配置

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
-- ~/.config/nvim/lua/plugins/java.lua
return {
"mfussenegger/nvim-jdtls",
ft = "java", -- 仅在打开 .java 文件时启动
config = function()
-- 1. 定位 mason 安装的工具路径(自动适配版本/路径)
local mason_path = vim.fn.glob(vim.fn.stdpath("data") .. "/mason/packages/")
local jdtls_path = mason_path .. "jdtls/"
local java_debug_path = vim.fn.glob(mason_path .. "java-debug-adapter/extension/server/com.microsoft.java.debug.plugin-0.53.2.jar")

-- 2. 确保 java-debug bundle 存在
if java_debug_path == "" then
vim.notify("java-debug-adapter 未安装,请执行 :MasonInstall java-debug-adapter", vim.log.levels.ERROR)
return
end

-- 3. jdtls 启动命令(适配 macOS + mason 路径)
local cmd = {
jdtls_path .. "bin/jdtls", -- jdtls 可执行文件路径
"--jvm-arg=-javaagent:" .. jdtls_path .. "lombok.jar", -- 可选:支持 Lombok
}

-- 4. 找到 Java 项目根目录(必须有 mvnw/.gradlew/.git 之一)
local root_dir = vim.fs.dirname(vim.fs.find({ ".gradlew", ".git", "mvnw" }, { upward = true })[1] or vim.fn.getcwd())

-- 5. jdtls 核心配置(加载调试 bundle)
local config = {
cmd = cmd,
root_dir = root_dir,
init_options = {
bundles = { java_debug_path }, -- 加载 java-debug 扩展(关键)
},
settings = {
java = {
configuration = {
runtimes = { -- 可选:指定 Java 运行时(若系统有多个版本)
{
name = "JavaSE-17",
path = "/Library/Java/JavaVirtualMachines/temurin-17.jdk/Contents/Home",
},
},
},
},
},
}

-- 6. 启动 jdtls + 关联 nvim-dap 调试
require("jdtls").start_or_attach(config)
require("jdtls").setup_dap({ hotcodereplace = "auto" }) -- 让 jdtls 给 nvim-dap 提供适配器

-- ========== 新增:快捷键触发生成 Java 调试配置 ==========
-- 定义生成调试配置的核心函数
local generate_java_dap_config = function()
-- 检查 jdtls 是否已正常启动(避免无意义执行)
local jdtls_clients = vim.lsp.get_active_clients({ name = "jdtls" })
if #jdtls_clients == 0 then
vim.notify("JDTLS 未启动,请确保打开的是 Java 项目内的 .java 文件!", vim.log.levels.WARN)
return
end
-- 生成调试配置
require("jdtls.dap").setup_dap_main_class_configs()
vim.notify("Java 调试配置已生成 ✔️", vim.log.levels.INFO)
end

-- 绑定快捷键(<leader>dg 触发,仅在 Java 文件中生效)
-- leader 键默认是空格,即 空格 + d + g 执行生成操作
vim.keymap.set(
"n",
"<leader>dg",
generate_java_dap_config,
{
noremap = true,
silent = true,
buffer = 0, -- 仅在当前 Java 文件缓冲区生效(避免全局冲突)
desc = "生成 Java 调试配置" -- 快捷键描述(兼容 which-key 菜单)
}
)
end,
dependencies = {
"mfussenegger/nvim-dap",
"rcarriga/nvim-dap-ui",
},
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
-- ~/.config/nvim/lua/plugins/dap.lua
return {
"mfussenegger/nvim-dap",
config = function()
local dap = require('dap')
local dapui = require('dapui') -- 导入 dap-ui 模块(依赖已声明,可直接用)

-- 仅保留调试配置项(适配器由 nvim-jdtls 自动提供)
dap.configurations.java = {
{
type = "java",
request = "launch",
name = "Launch Main Class",
mainClass = "${file}", -- 自动识别当前文件主类
projectName = "${workspaceFolderBasename}",
},
{
type = "java",
request = "attach",
name = "Debug (Attach) - Remote",
hostName = "127.0.0.1",
port = 5005,
},
}

-- ========== 新增:调试核心快捷键(全局生效,Java 调试通用) ==========
local map_opts = { noremap = true, silent = true } -- 快捷键基础配置
local keymap = vim.keymap.set

-- 1. 断点相关
keymap("n", "<leader>db", dap.toggle_breakpoint,
vim.tbl_extend("force", map_opts, { desc = "DAP: 切换断点" }))
keymap("n", "<leader>dB", function()
dap.set_breakpoint(vim.fn.input("断点条件: ")) -- 条件断点
end, vim.tbl_extend("force", map_opts, { desc = "DAP: 设置条件断点" }))
keymap("n", "<leader>dr", dap.clear_breakpoints,
vim.tbl_extend("force", map_opts, { desc = "DAP: 清空所有断点" }))

-- 2. 调试流程控制
keymap("n", "<leader>dc", dap.continue,
vim.tbl_extend("force", map_opts, { desc = "DAP: 启动/继续调试" }))
keymap("n", "<leader>ds", dap.step_over,
vim.tbl_extend("force", map_opts, { desc = "DAP: 单步跳过(逐行执行)" }))
keymap("n", "<leader>di", dap.step_into,
vim.tbl_extend("force", map_opts, { desc = "DAP: 单步进入(进入函数)" }))
keymap("n", "<leader>do", dap.step_out,
vim.tbl_extend("force", map_opts, { desc = "DAP: 单步退出(退出函数)" }))
keymap("n", "<leader>dq", dap.terminate,
vim.tbl_extend("force", map_opts, { desc = "DAP: 终止调试会话" }))

-- 3. DAP UI 控制(配合 rcarriga/nvim-dap-ui)
keymap("n", "<leader>du", dapui.toggle,
vim.tbl_extend("force", map_opts, { desc = "DAP: 切换调试UI" }))

-- ========== 可选:自动联动 DAP UI(启动调试时打开,终止时关闭) ==========
dapui.setup() -- 初始化 dap-ui(默认布局,无需额外配置)
dap.listeners.after.event_initialized["dapui_config"] = function()
dapui.open() -- 调试启动 → 自动打开 UI
end
dap.listeners.before.event_terminated["dapui_config"] = function()
dapui.close() -- 调试终止 → 自动关闭 UI
end
dap.listeners.before.event_exited["dapui_config"] = function()
dapui.close() -- 调试退出 → 自动关闭 UI
end
end,
dependencies = { "rcarriga/nvim-dap-ui" },
}

lazyExtras:

mason:

2.png

nvim目录树

3.png

leetcode727

最小窗口子序列

题目描述

给定字符串 s1s2,找出 s1 中最短的连续 子串,使得 s2 是该子串的 子序列

如果 s1 中没有窗口可以包含 s2 中的所有字符,返回空字符串 ""。如果有不止一个最短长度的窗口,返回 开始位置最靠左 的那个。

示例 1

1
2
3
4
5
6
输入:
s1 = "abcdebdde", s2 = "bde"
输出:"bcde"
解释:
"bcde" 是答案,因为它在相同长度的字符串 "bdde" 出现之前。
"deb" 不是一个更短的答案,因为在窗口中必须按顺序出现 T 中的元素。

示例 2

1
2
输入:s1 = "jmeqksfrsdcmsiwvaovztaqenprpvnbstl", s2 = "u"
输出:""

解题思路

用滑动窗口去做,遍历 s1 串,如果 s2 到了末尾(p2 == l2),进行回溯寻找起点。

代码实现

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
class Solution {
public String minWindow(String s1, String s2) {
int l1 = s1.length(), l2 = s2.length();
int p1 = 0, p2 = 0;
int min = l1 + 1;
String res = "";
while (p1 < l1) {
if (s1.charAt(p1) == s2.charAt(p2)) {
p2++;
}
if (p2 == l2) {
int r = p1;
while (p2 > 0) {
if (s1.charAt(p1) == s2.charAt(p2 - 1)) {
p2--;
}
p1--;
}
p1++;
if (r - p1 + 1 < min) {
min = r - p1 + 1;
res = s1.substring(p1, r + 1);
}
}
p1++;
}
return res;
}
}

注意点

  1. 因为先做 p2++,所以末尾的判断条件是 p2 == l2,而不是 p2 == l2 - 1,此时 p1 还没加 1,还在最后一个字符位置。
  2. 进行回溯后,p1 指向的位置是第一个字符的前一个位置,所以要加 1。
  3. 要维护一个 min 变量,判断这个长度是不是最小的,如果是,就动态更新 res 的值。
  4. 因为 p1 的坐标进行了回溯,最后又加 1 了,所以下一次遍历是从 s1 的下一个字符开始的。s1 确实需要进行遍历,因为要找到最小的子串。

leetcode134

加油站

在一条环路上有 n 个加油站,其中第 i 个加油站有汽油 gas[i] 升。

你有一辆油箱容量无限的的汽车,从第 i 个加油站开往第 i+1 个加油站需要消耗汽油 cost[i] 升。你从其中的一个加油站出发,开始时油箱为空。

给定两个整数数组 gascost ,如果你可以按顺序绕环路行驶一周,则返回出发时加油站的编号,否则返回 -1 。如果存在解,则 保证 它是 唯一 的。

示例 1

1
2
3
4
5
6
7
8
9
10
输入: gas = [1,2,3,4,5], cost = [3,4,5,1,2]
输出: 3
解释:
从 3 号加油站(索引为 3 处)出发,可获得 4 升汽油。此时油箱有 = 0 + 4 = 4 升汽油
开往 4 号加油站,此时油箱有 4 - 1 + 5 = 8 升汽油
开往 0 号加油站,此时油箱有 8 - 2 + 1 = 7 升汽油
开往 1 号加油站,此时油箱有 7 - 3 + 2 = 6 升汽油
开往 2 号加油站,此时油箱有 6 - 4 + 3 = 5 升汽油
开往 3 号加油站,你需要消耗 5 升汽油,正好足够你返回到 3 号加油站。
因此,3 可为起始索引。

示例 2

1
2
3
4
5
6
7
8
9
输入: gas = [2,3,4], cost = [3,4,3]
输出: -1
解释:
你不能从 0 号或 1 号加油站出发,因为没有足够的汽油可以让你行驶到下一个加油站。
我们从 2 号加油站出发,可以获得 4 升汽油。 此时油箱有 = 0 + 4 = 4 升汽油
开往 0 号加油站,此时油箱有 4 - 3 + 2 = 3 升汽油
开往 1 号加油站,此时油箱有 3 - 3 + 3 = 3 升汽油
你无法返回 2 号加油站,因为返程需要消耗 4 升汽油,但是你的油箱只有 3 升汽油。
因此,无论怎样,你都不可能绕环路行驶一周。

解题思路

这是一道贪心问题,用图的思路去解决,重点是利用数组前缀和,让亏损最严重的点最后走。

代码实现

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
class Solution {
public int canCompleteCircuit(int[] gas, int[] cost) {
int len = gas.length;
int minIndex = 0;
int minValue = Integer.MAX_VALUE;
int spare = 0;
for (int i = 0; i < len; i++) {
spare += gas[i] - cost[i];
if (spare < minValue) {
minValue = spare;
minIndex = i;
}
}
return spare < 0 ? -1 : (minIndex + 1) % len;
}
}

leetcode673

最长递增子序列问题

题目描述

给定一个未排序的整数数组 nums返回最长递增子序列的个数

注意 这个数列必须是 严格 递增的。

示例 1

1
2
3
输入: [1,3,5,4,7]
输出: 2
解释: 有两个最长递增子序列,分别是 [1, 3, 4, 7] 和[1, 3, 5, 7]。

示例 2

1
2
3
输入: [2,2,2,2,2]
输出: 5
解释: 最长递增子序列的长度是1,并且存在5个子序列的长度为1,因此输出5。

代码实现

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
class Solution {
public int findNumberOfLIS(int[] nums) {
int len = nums.length;
int[] dp = new int[len];
int[] gp = new int[len];
Arrays.fill(dp, 1);
Arrays.fill(gp, 1);
int max = 1;
for (int i = 1; i < len; i++) {
for (int j = 0; j < i; j++) {
if (nums[j] < nums[i]) {
if (dp[j] + 1 > dp[i]) {
dp[i] = dp[j] + 1;
gp[i] = gp[j];
} else if (dp[j] + 1 == dp[i]) {
gp[i] += gp[j];
}
}
}
max = Math.max(max, dp[i]);
}
int ans = 0;
for (int i = 0; i < len; i++) {
if (dp[i] == max) {
ans += gp[i];
}
}
return ans;
}
}

总结

正常的求最长递增子序列是两层 for 循环、一个 dp 数组,求个数需要一个额外的 gp 数组,记录当下以 i 为结尾的最长子序列的个数,同时还要维护递增子序列最大值,最后遍历 gp 数组求和。