西贝的博客

外观

12. Command Line Programming, Git, Project 2 Preview

约 2129 字大约 7 分钟

2025-05-10

一点点进制知识

二进制、十进制、十六进制

命令行编译

javac 编译器首先把 java 文件编译成 class 字节码文件

java 解释器随后执行 class 字节码。

Intellij IDEA 这个 IDE 把两个过程隐藏成了一步。

main 函数的秘密

public class ArgsDemo {
/** Prints out the 0th command line argument. */
	public static void main(String[] args) {
		System.out.println(args[0]);
	}
}

我们会发现 main 函数的参数列表总是有个 String[] args，这到底是干嘛的。执行上面的程序你就知道了。

$ java ArgsDemo hello some args
hello

懂了吗？这个参数列表的传递靠的是命令行。

Git

我们经常用 Git 作为版本管理工具，接下来要补充一些 git 的知识。

Git 是用 C 语言编写的。我们在命令行里执行 git 命令就可以运行 git 程序，而不是 java git，这是因为 C 语言编译出的二进制文件可以直接由计算机执行，而不像 java 还需要一个 Java 解释器。

Git 程序运行传递参数是通过 C 语言中的 const char **argv 实现的，这跟 Java 的 String[] args 是一样的。

Git 的 main 函数传递的 argv 指针随后被调用到 cmd_main 函数了。

Git 是个非常复杂的程序，还用到了很多我们还没有学到的知识。比如说 maps、hashing、I/O 和 graphs。

对了，现在我们给大家讲 Git 是因为，proj 2 要自己实现一个 git，叫做 gitlet。

基础的 Git 功能

为什么需要版本管理

软件开发是个不断迭代的过程，版本管理主要有下面两个好处：

  • 多人协作的时候，可以确保自己的代码不会干扰别人的工作。
  • 单人工作的时候，可能会进行一些复杂的改动，我们需要随时退回之前的版本。

最简单的版本管理

我们平时工作最常见的版本管理就是，把源代码拷贝一份，改名为 xxx 第二版、第三版...

这样虽然很简单，但是会带来许多缺点：

  • 浪费空间
  • 恢复到原来的代码很复杂
  • 需要经常备份
  • 如果要把两个备份合并在一起很困难

因此，为了解决这些问题，出现了很多版本管理工具。

版本管理软件

近些年出现了很多版本管理软件：

  • Git (2005, open source)
  • Perforce (1995)
  • SVN (2000, open source)
  • Mercurial (2005, open source)

其中，git 是最出名的一个。

Git 是如何工作的

每次当我们 commit 改动的时候，git 把整个项目都保存到了一个隐藏起来的文件夹：.git

但是有个问题：假如每次都把项目复制一份，那么 .git 文件夹会越来越大，越来越冗余。为了解决这种冗余，我们会有很多小点子来解决它。

避免冗余

考虑下面的场景

假如说我们接下来会有三个 commits：

  • V1: 创建 readme.txt。
  • V2: 创建 utils/Utils.java，game/Game.java，sgame/Test.java。修改 readme。
  • V3: 修改 game/Game.java，readme.txt 回退到 V1。

方法一：对整个项目都存储一次备份

commit 操作，只需要在 .git 文件夹下面创立一个子文件夹，名为 V1 等等，然后把整个项目拷贝进去就行。

checkout 操作，只需要把当前文件夹下的所有东西删除，然后把目标子文件夹下的所有文件拷贝过来就行。

但是这样的方法效率很低。

方法二：子文件夹只存储修改了的文件

创建多个版本子文件夹，每个版本文件夹只存储修改的文件。

  • 这个方法会更加高效。
  • 但是 checkout 操作会很复杂。为了切换到某个版本，我们需要在各个子文件夹中把文件拷贝过来，也很麻烦。

举个例子：

.git/v1/Hello.java

.git/v2/Hello.java
.git/v2/Friend.java

.git/v3/Friend.java
.git/v3/Egg.java

.git/v4/Friend.java

.git/v5/Hello.java

上面是 version 1 到 version 5 的记录。如果我们从 version 5 切换到 version 4，我们会需要哪些文件？

我们需要 v2 的 Hello.java，v4 的 Friend.java 以及 v3 的 Egg.java，这里可以用以下方法来表示：

V4: Hello.java → v2, Friend.java → v4, Egg.java → v3

这和 map 或者说是字典这样的数据结构很类似。

方法三：在方法二上添加数据结构

基于上面的数据结构，我们改进一下表示方法：

.git/v1/Hello.java

.git/v2/Hello.java
.git/v2/Friend.java

.git/v3/Friend.java
.git/v3/Egg.java

.git/v4/Friend.java

.git/v5/Hello.java

对于上面的版本管理文件夹，我们可以换成一下方法表示：

V1: Hello.java → v1
V2: Hello.java → v2, Friend.java → v2
V3: Hello.java → v2, Friend.java → v2, Egg.java → v3
V4: Hello.java → v2, Friend.java → v4, Egg.java → v3
V5: Hello.java → v5, Friend.java → v4, Egg.java → v3

下面做一个练习题：

.git/v1/X.java
.git/v1/Y.java

.git/v2/Y.java

.git/v3/Z.java

.git/v4/X.java
.git/v4/A.java

.git/v5/X.java
.git/v5/Y.java

如果我们切换到 v4，我们需要拷贝哪些文件？

V4: X.java → v4, Y.java → v2, Z.java → v3, A.java → v4

这就很明确了。

采用字典这样管理版本的方法，还有一个好处是，假如说上面的 v5 的 X.java 跟 v1 一样，X.java 直接就指向 v1 了。

用 hashing 消除冗余

方法四：把时间作为版本号

现在来个新的例子。我们把版本号改成时间日期试一试：

.git/02_16_2021_03_29_45/X.java
.git/02_16_2021_03_29_45/Y.java

.git/02_16_2021_11_29_45/Y.java
.git/02_16_2021_11_29_45/Z.java

.git/02_16_2021_13_29_45/X.java

表示方法如下：

V02_16_2021_03_29_45:
- X.java → 02_16_2021_03_29_45
- Y.java → 02_16_2021_03_29_45
V02_16_2021_11_29_45:
- X.java → 02_16_2021_03_29_45
- Y.java → 02_16_2021_11_29_45
- Z.java → 02_16_2021_11_29_45
V02_16_2021_13_29_45: 
- X.java → 02_16_2021_13_29_45
- Y.java → 02_16_2021_11_29_45
- Z.java → 02_16_2021_11_29_45

但是这样有个问题：假如有两个程序员都在修改，一个修改并提交了 Horse.java，另一个修改并提交了 Fish.java，这种情况，这个方法就会失效。

方法五：把哈希值作为版本号

Git 实际上是用 git-SHA1 hash 函数处理文件，并将哈希值作为版本号的。哈希的特点是，两个一模一样的文件，其哈希值是一样的。

Git-SHA1 hash 实际上是由 文件大小 + 0 + 文件的SHA1 哈希值 组成的，一共 160 位。

假如说我们让 git 存储 Hello World 程序：

  • 首先，git 计算 git-SHA1 哈希值：HelloWorld.java → 66ccdc645c9d156d5c796dbe6ed768430c1562a2
  • Git 会创建一个名为 .git/objects/66 的文件夹，66 是 git-SHA1 哈希的前两个字符。
  • Git 将内容存储在名为 ccdc645c9d156d5c796dbe6ed768430c1562a2 的文件中。文件以压缩格式 （zlib） 存储以节省空间。

总结

最后让我们比较一下之前讲的方法：

方法序号方法特点缺点
1，2，3用 Version 1 这样的序号提交没有中心服务器，无法确定版本先后顺序
4用时间日期提交两个人同时提交的时候会出问题
5用哈希值提交哈希值可能会碰撞，但是概率极小

哈希还有一个好处：安全。假如黑客攻击了代码仓库，改动了一个代码，那么其哈希值肯定会改变，git 可以直接检测出来；还有是下载文件的时候可以通过哈希码检验下载的完整性。

可序列化和存储数据结构

Git commit

每一个 commit 会包括以下信息：

  • 作者
  • 时间日期
  • 提交信息（commit message）
  • 所有文件及其版本的列表（文件版本是文件的 git-SHA 1 哈希值）
  • 父级的 commit ID（commit ID 是整个 commit 的哈希值）

我们用 Java 代码实现一下一个 commit 类：

public class Commit {
   public String author; // 作者
   public String date; // 提交时间日期
   public String commitMessage; // commit message
   public String parentID; // 父级的commit ID
   // 可以理解为父级的 Commit 对象整个都拿去哈希
   ...
}

还有一件事：这个 commit 对象要作为数据存储下来。Java 内置了一个 Serializable 接口，专门用于存储对象，对象只需要 implements 这个 Serializable 类就可以被存储，而且不需要实现任何方法。然后我们写一个 Utils 类，来负责从文件中读写对象。

Branching

Merging

版本管理系统还有一个特性：创建分支。

我们在做项目的时候，可能不会太相信现有的 master 分支很好，打算自己在 master 的基础上写一个新的项目，这个时候就可以自己新建一个分支（branch）。

checkout 命令不仅可以在不同的分支上切换，还可以通过选项 -b ，在某个分支的基础上新建分支。

merge 命令可以把 master 分支与指定的分支进行合并。我们之后自己写 gitlet 程序的时候 merge 命令会是个大难题。而且 merge 之后，整个版本管理不再是链表，而是图了。

Copyright 2020-2025 Xibei. All Rights Reserved