java教程技术文章
-
- Java 泛型方法如何进行类型推断？
- Java泛型方法可自动推断类型参数，无需明确声明。规则包括：1.使用明确类型声明；2.推断单个类型；3.推导出通配符类型；4.推断构造函数返回值类型。这简化了代码，使其更易于编写和使用泛型方法。
- 文章 · java教程 | 2年前 | java 泛型 438浏览 收藏
-
- 在Java中，序列化和反序列化有什么区别？
- 序列化将对象转换为字节序列，反序列化将字节序列还原为对象。序列化用于持久化或传输对象，而反序列化用于重建对象。实战案例中，用户对象序列化写入文件，然后反序列化读出，演示了序列化和反序列化在Java中的实际应用。
- 文章 · java教程 | 2年前 | 反序列化 序列化 438浏览 收藏
-
- java中各类锁的机制是什么
- 前言总结java常见的锁区分各个锁机制以及如何使用使用方法锁名考察线程是否要锁住同步资源乐观锁和悲观锁锁住同步资源后，要不要阻塞不阻塞可以使用自旋锁一个线程多个流程获取同一把锁可重入锁多个线程公用一把锁读写锁（写的共享锁）多个线程竞争要不要排队公平锁与非公平锁1.乐观锁与悲观锁悲观锁：不能同时进行多人，执行的时候先上锁。传统的关系型数据库里边就用到了很多这种锁机制，比如行锁，表锁等，读锁，写锁等，都是在做操作之前先上锁乐观锁：通过版本号一致与否，即给数据加上版本，同步更新数据以及加上版本号。不会上锁，判断
- 文章 · java教程 | 2年前 | java 438浏览 收藏
-
- 分析Java数据结构的示例代码
- 枚举接口（Enumeration）枚举（Enumeration）接口虽然它本身不属于数据结构,但它在其他数据结构的范畴里应用很广。枚举（TheEnumeration）接口定义了一种从数据结构中取回连续元素的方式。例如，枚举定义了一个叫nextElement的方法，该方法用来得到一个包含多元素的数据结构的下一个元素。这种传统接口已被Iterator（迭代器）取代，虽然Enumeration还未被遗弃，但在现代代码中已经被很少使用了。尽管如此，它还是使用在诸如Vector（向量）和Properties（属性）
- 文章 · java教程 | 2年前 | java 438浏览 收藏
-
- 如何实现外卖系统中的发货管理功能
- 外卖行业的发展迅猛，越来越多的人选择通过手机APP或网站进行外卖订餐。作为外卖平台的运营方，实现高效的发货管理功能是确保订单准时送达的关键。本文将介绍如何实现外卖系统中的发货管理功能。一、订单管理外卖系统首先需要一个完善的订单管理模块。用户通过平台下单后，订单信息需要被及时记录和处理。订单管理模块应具备以下功能：1.订单接收：将用户的订单信息实时推送到系统中
- 文章 · java教程 | 2年前 | 外卖系统 发货管理 438浏览 收藏
-
- 如何使用Java开发一个基于Spring Boot Admin的应用监控系统
- 如何使用Java开发一个基于SpringBootAdmin的应用监控系统随着互联网应用的快速发展和日益复杂化，如何有效地监控和管理应用成为了一个重要的问题。而SpringBootAdmin作为一款优秀的应用监控工具，在应用监控和管理领域发挥着重要的作用。本文将介绍如何使用Java开发一个基于SpringBootAdmin的应用监控系统，并提供相应
- 文章 · java教程 | 2年前 | java spring boot 应用监控 438浏览 收藏
-
- Java CompletableFuture allOf 取不到子任务结果时怎样收集返回值
-
CompletableFuture.allOf 返回的是 CompletableFuture
，它只负责等待全部任务完成。保留每个子任务的 CompletableFuture，再逐项 join，就能按原顺序收集类型安全的返回值。 - 文章 · java教程 | 1个月前 | Java · 并发编程 · CompletableFuture · java completablefuture allOf 异步结果 437浏览 收藏
-
- Java StructuredTaskScope 怎么收集部分成功结果：失败策略、关闭时机与回收验收
- 用 Java StructuredTaskScope 组织多个子任务，讲清部分成功收集、失败处理、关闭时机和资源回收的验收方法。
- 文章 · java教程 | 1个月前 | 并发 · Java · Java并发 结构化并发 StructuredTaskScope 437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。
- 444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。
- 516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。
- 529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。
- 474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。
- 300次使用
