java教程技术文章
-
- Javastatic关键字详解与使用场景
- static关键字用于定义类成员，所有实例共享静态变量，静态方法可直接调用，静态代码块初始化资源，静态内部类不依赖外部对象，属于类本身。
- 文章 · java教程 | 10个月前 | 473浏览 收藏
-
- SeleniumJava随机选商品方法分享
- 本文旨在指导开发者如何使用SeleniumJava在网页上随机选择商品。通过定位正确的元素，生成随机数，并滚动到可视区域，可以实现自动化的随机商品选择功能。本文将提供详细的代码示例和步骤说明，帮助读者快速掌握这一技巧。
- 文章 · java教程 | 10个月前 | 473浏览 收藏
-
- Java数组排序查找方法全解析
- 使用Arrays.sort()可对基本类型和对象数组进行升序排序；2.Arrays.binarySearch()要求数组已排序，否则结果不可预测；3.自定义排序可通过Comparator实现，如按字符串长度排序；4.查找前必须确保数组有序，否则结果错误。
- 文章 · java教程 | 11个月前 | 排序 查找 Java数组 Arrays.sort() Arrays.binarySearch() 473浏览 收藏
-
- Java学生信息管理实现教程
- 答案：使用Java面向对象编程设计学生信息管理系统，通过Student类封装学生信息，利用ArrayList存储数据，实现增删改查功能。系统通过Scanner接收用户输入，采用循环菜单选择操作，包括添加、删除、修改和查询学生信息，支持按学号精确查找，结合getter/setter方法保证数据封装性，后续可扩展文件或数据库存储。
- 文章 · java教程 | 11个月前 | 473浏览 收藏
-
- Java异常链getCause解析原始异常方法
- 异常链是将一个异常包装为另一个异常并保留原始异常的技术，通过构造函数传入或initCause设置cause，再用getCause()逐层获取直至null，从而定位根本错误原因。
- 文章 · java教程 | 11个月前 | 473浏览 收藏
-
- JavaFuture异步获取结果全解析
- Future是Java中用于获取异步计算结果的核心接口，通过ExecutorService提交Callable任务获取Future对象，调用其get()方法可阻塞获取结果，支持超时和异常处理，同时提供isDone()、isCancelled()和cancel()方法管理任务状态，使用完成后需关闭线程池以避免资源泄漏。
- 文章 · java教程 | 11个月前 | 473浏览 收藏
-
- 接口与抽象类区别全解析
- 抽象类是模板，用于代码复用和共享状态，支持部分实现；接口是协议，定义行为规范，支持多继承，Java8起可含默认方法。
- 文章 · java教程 | 11个月前 | 473浏览 收藏
-
- JavaBlockingDeque详解与使用方法
- BlockingDeque是Java中支持双端插入和删除的阻塞队列接口，适用于多线程下生产者-消费者等需双向操作的场景。它结合了Deque的双端操作与BlockingQueue的阻塞特性，常见实现为LinkedBlockingDeque。其方法分为四类：抛出异常、返回特殊值、阻塞、超时阻塞，分别用于插入（addFirst/offerFirst/putFirst/offerFirstwithtimeout）、移除（removeFirst/pollFirst/takeFirst/pollFirstwithti
- 文章 · java教程 | 12个月前 | 473浏览 收藏
-
- Java并发等待唤醒机制全解析
- 等待唤醒机制通过wait()、notify()、notifyAll()实现线程通信，需在synchronized中使用，确保线程安全；生产者-消费者模型用while循环防止虚假唤醒；相比synchronized，Lock配合Condition更灵活，支持多条件队列，提升并发控制精度。
- 文章 · java教程 | 1年前 | lock synchronized Java并发 Condition 等待唤醒机制 473浏览 收藏
-
- JavaSnakeYAML解析List方法教程
- 本教程旨在解决JavaSnakeYAML在处理YAML文件中包含List类型对象时常见的反序列化失败问题。通过详细解释YAML结构与Java类映射关系，提供正确的Java类定义和YAML示例，指导开发者如何正确配置和使用SnakeYAML，确保List对象能够被准确无误地解析和转换。
- 文章 · java教程 | 1年前 | 473浏览 收藏
-
- JavaHttpClient使用教程详解
- 首先添加HttpClient依赖，创建CloseableHttpClient实例，再根据请求类型构建HttpGet或HttpPost，设置请求头与实体，通过execute方法发送请求并处理响应，最后关闭客户端释放资源。
- 文章 · java教程 | 1年前 | Http请求 网络编程 依赖 资源释放 JavaHttpClient 473浏览 收藏
-
- Java并发框架WorkStealingPool解析
- WorkStealingPool的核心机制是工作窃取，每个线程维护自己的双端队列，任务提交至本地队列头部，线程优先执行自身队列任务，空闲时从其他线程尾部窃取任务以实现负载均衡；其本质区别于传统线程池的共享队列竞争模式，适用于可分解的计算密集型任务如并行流处理，但存在I/O阻塞任务不适用、任务粒度过小时性能下降、调试复杂及共享资源竞争等局限性；正确使用需选择合适任务类型、控制任务粒度、匹配并行度与CPU核心数，并避免长时间阻塞操作。
- 文章 · java教程 | 1年前 | 473浏览 收藏
-
- Java大数运算BigDecimal使用全解析
- 在Java中处理金融或货币计算时，直接使用double或float会因二进制表示误差导致精度问题，必须改用BigDecimal。1.BigDecimal通过字符串或BigInteger实现任意精度十进制运算，避免浮点数的天然缺陷；2.创建时应避免使用double参数构造函数，推荐用String或BigDecimal.valueOf(double)；3.运算不可变，每次操作需赋值新对象；4.除法必须指定scale和RoundingMode，否则可能抛异常；5.比较数值应使用compareTo()而非equa
- 文章 · java教程 | 1年前 | 473浏览 收藏
-
- JVM类加载机制：双亲委派模型详解
- 双亲委派模型解决了安全性、类重复加载和命名空间冲突三个核心问题。其通过将类加载请求优先委托给父加载器，直到启动类加载器，确保核心类库由最可信的加载器加载，防止恶意代码替换系统类；同时避免同一类被多次加载，保证类的一致性和内存效率；并通过类加载器的层级结构隔离不同来源的类，解决命名空间冲突。JVM类加载器体系分为BootstrapClassLoader（负责加载核心类库）、ExtensionClassLoader（加载扩展类库）和ApplicationClassLoader（加载应用类路径），并支持自定义类
- 文章 · java教程 | 1年前 | 473浏览 收藏
查看更多
课程推荐
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案，代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景，打造一站式知识长龙服务，适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例，全面具体可落地，从理论到实践，一步一步将GO核心编程技术、编程思想、底层实现融会贯通，使学习者贴近时代脉搏，做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信：Le-studyg；在课程中，我们将首先介绍MySQL8的新特性，包括性能优化、安全增强、新数据类型等，帮助学生快速熟悉MySQL8的最新功能。接着，我们将深入解析MySQL的网络通信机制，包括协议、连接管理、数据传输等，让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网，分为导航，轮播，关于我们，成功案例，服务流程，团队介绍，数据部分，公司动态，底部信息等内容区块。网站整体采用CSSGrid布局，支持响应式，有流畅过渡和展现动画。
- 485次学习
-
- Golang深入理解GPM模型
- Golang深入理解GPM调度器模型及全场景分析，希望您看完这套视频有所收获；包括调度器的由来和分析、GMP模型简介、以及11个场景总结。
- 474次学习
查看更多
AI推荐
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集，涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用，助力提升NLP模型性能。
- 295次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台，提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能，助您快速选择最适合项目的高性能大语言模型。
- 350次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制，用户可对比不同大模型回答并生成实时排行榜，助力开发者优化模型及用户选择最佳AI工具。
- 353次使用
-
- HELM
- 深入了解斯坦福推出的HELM（Holistic Evaluation of Language Models）大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景，涵盖准确性、公平性、鲁棒性等多维度指标，助力开发者全面优化语言模型性能。
- 315次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台，提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景，助力开发者全面评估多模态模型性能。
- 135次使用
