java教程技术文章
-
- Java集合合并方法全解析
- 合并List首选addAll()，需目标集合可变；Set合并推荐构造器+addAll()；Stream.concat()仅支持两流且不处理null；GuavaIterables.concat()为懒视图，需转实体集合。
- 文章 · java教程 | 8个月前 | 489浏览 收藏
-
- JavaJIT优化提升循环性能详解
- JavaJIT通过回边与调用计数器识别热点循环，自动执行展开、向量化和范围检查消除；需避免反射、大循环体、异常等干扰，并用诊断参数验证优化效果。
- 文章 · java教程 | 9个月前 | 489浏览 收藏
-
- LinkedHashMap如何保持插入顺序
- 在Java中，LinkedHashMap是HashMap的一个子类，它通过维护一个双向链表来保证元素的插入顺序。这意味着当你遍历LinkedHashMap时，元素的返回顺序与它们被插入的顺序一致。这一点与HashMap不同，HashMap不保证任何顺序。保持插入顺序的基本用法创建一个LinkedHashMap非常简单，和HashMap的使用方式几乎一样：LinkedHashMapmap=newLinkedHashMap();map.put("apple",1
- 文章 · java教程 | 9个月前 | 489浏览 收藏
-
- Java并发安全与资源共享详解
- ArrayList线程不安全因其方法无同步控制，多线程并发add可能引发扩容竞态，导致ArrayIndexOutOfBoundsException、数据丢失或ConcurrentModificationException。
- 文章 · java教程 | 9个月前 | 489浏览 收藏
-
- Java接口与实现分离技巧详解
- 接口与实现分离通过依赖抽象提升代码可维护性和扩展性，定义高内聚、职责明确的接口，实现类专注具体逻辑并命名体现策略，结合多态与依赖注入解耦，合理组织包结构便于团队协作。
- 文章 · java教程 | 9个月前 | 489浏览 收藏
-
- OOP对象引用原理详解_java传递机制
- Java中只有值传递，对象参数传递的是引用值（内存地址），因此可修改对象状态但无法改变原引用指向。
- 文章 · java教程 | 9个月前 | 489浏览 收藏
-
- JavaMail发送邮件实例教程详解
- Java实现邮件发送依赖JavaMailAPI，通过引入javax.mail或jakarta.mail依赖，配置SMTP服务器信息（如QQ邮箱smtp.qq.com:587），使用授权码认证，创建Session和MimeMessage对象，设置发件人、收件人、主题及内容，调用Transport.send()发送；支持文本、HTML格式及附件，适用于通知、验证等场景。
- 文章 · java教程 | 9个月前 | 489浏览 收藏
-
- JMM内存模型怎么理解？
- Java内存模型（JMM）定义了多线程环境下变量的可见性、原子性和有序性规则。它将内存抽象为主内存和工作内存，线程通过工作内存与主内存交互，导致共享变量可能不一致。JMM通过三大特性保障并发安全：可见性确保一个线程修改变量后其他线程能感知，volatile关键字可实现此特性；原子性保证操作不可中断，基本类型读写（除long和double）是原子的，复合操作需同步控制；有序性防止指令重排序影响程序逻辑，happens-before规则（如程序顺序、锁、volatile、传递性）确立操作先后关系。volati
- 文章 · java教程 | 9个月前 | 489浏览 收藏
-
- JavaStream生成等间隔时间序列技巧
- 本文详细介绍了如何利用Java8及更高版本提供的Stream.iterate方法结合java.timeAPI来高效生成一系列等间隔的时间序列数据。教程涵盖了从创建无限流到通过limit或takeWhile控制流长度，再到将结果收集为列表并使用DateTimeFormatter进行格式化的完整过程，并提供了具体代码示例。
- 文章 · java教程 | 10个月前 | 489浏览 收藏
-
- Java正则表达式使用与替换详解
- 在Java中进行字符串匹配和替换主要通过正则表达式实现，具体方法包括：1.使用Pattern和Matcher类进行编译、创建匹配器并执行匹配判断；2.直接使用String类的matches、replaceAll等方法简化操作；3.替换时利用分组和appendReplacement实现动态替换逻辑；4.注意反斜杠转义、贪婪匹配问题及缓存Pattern实例。例如判断字符串是否以“abc”开头可通过Pattern.compile("^abc.*")配合matcher.matches()完成，而替换所有数字为“#
- 文章 · java教程 | 10个月前 | 489浏览 收藏
-
- Java代码可读性优化技巧
- 使用4个空格缩进和K&R风格大括号，避免Tab字符，统一排版提升Java代码可读性与团队协作效率。
- 文章 · java教程 | 10个月前 | 489浏览 收藏
-
- Java继承与方法复用全解析
- Java通过extends关键字实现类继承，子类可复用父类非私有成员并扩展功能；使用@Override注解进行方法重写以定制行为，通过super调用父类方法或构造器，实现代码复用与多态，提升可维护性和扩展性，同时应遵循组合优于继承原则避免过度耦合。
- 文章 · java教程 | 10个月前 | 489浏览 收藏
-
- Java实现简易博客：文章与评论模块教程
- 答案：基于SpringBoot实现博客文章与评论模块需设计posts和comments表，通过外键关联；使用JPA定义Post和Comment实体类，建立ManyToOne关系；提供RESTful接口支持文章增删改查及评论添加，前端通过HTTP请求交互，返回统一JSON格式数据。
- 文章 · java教程 | 11个月前 | 489浏览 收藏
-
- JavaStreamAPI集合操作教程
- Java8的StreamAPI提供声明式数据处理，支持过滤、映射、排序、归约等操作，代码更简洁高效。
- 文章 · java教程 | 11个月前 | 489浏览 收藏
-
- OOP开闭原则如何应用在Java设计中
- 开闭原则要求软件实体对扩展开放、对修改关闭。通过接口和抽象类定义行为契约，结合多态、工厂模式与策略模式，实现新增功能无需修改原有代码，如支付方式扩展只需新增实现类；利用SpringIoC进一步解耦，提升系统灵活性与可维护性，但需避免过度设计，仅对可能变化的部分进行抽象，逐步重构以平衡复杂度与可扩展性。
- 文章 · java教程 | 11个月前 | 489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。
- 505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。
- 563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。
- 590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。
- 542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。
- 353次使用
