java教程技术文章
-
- Java Stream 怎样保留分组后每组最大值
- 用 Java Stream 的 groupingBy 和 maxBy 按部门分组并保留工资最高的 Employee，说明 Optional、并列最大值、空输入和并行流边界。
- 文章 · java教程 | 1星期前 | 441浏览 收藏
-
- Java record 怎样在紧凑构造器中规范化输入
- Java record 紧凑构造器可在隐式字段赋值前完成 null 检查、空白清理、大小写统一与业务不变量校验，让 accessor、equals 和序列化看到稳定状态。
- 文章 · java教程 | 1星期前 | 435浏览 收藏
-
- Java CompletableFuture 怎样合并两个异步结果
- Java CompletableFuture 合并两个异步结果时，优先用 thenCombine 让两个阶段正常完成后生成新值；需要切换线程池时使用 thenCombineAsync，并区分无返回值组合、allOf、异常传播和 join 的使用边界。
- 文章 · java教程 | 1星期前 | 280浏览 收藏
-
- AES/GCM 怎样处理 AEAD 标签
- 说明 Java AES/GCM 中 AEAD 标签的单位、拆分与拼接方式，以及标签校验失败时的正确处理边界。
- 文章 · java教程 | 1星期前 | 147浏览 收藏
-
- KeyStore entries 怎样区分密钥条目
- Java KeyStore 可以同时保存私钥、对称密钥和受信任证书。本文用 isKeyEntry、isCertificateEntry 和 getEntry 区分三类 Entry，并说明各自应该读取的内容与保护参数边界。
- 文章 · java教程 | 1星期前 | 144浏览 收藏
-
- BreakIterator 怎样按可见边界截断
- 用 Java BreakIterator 找到完整字符边界，安全截断组合字符、补充字符和表情序列，并说明它与像素宽度测量的区别。
- 文章 · java教程 | 1星期前 | Java · 390浏览 收藏
-
- AtomicStampedReference 怎样检测 ABA
- Java AtomicStampedReference 把对象引用和 int stamp 原子地绑定在一起。本文用 A→B→A 的场景说明只比较引用为什么会漏掉 ABA，再用 get 与 compareAndSet 同时校验引用身份和 stamp，给出更新版本号及使用边界。
- 文章 · java教程 | 1星期前 | 245浏览 收藏
-
- Normalizer 怎样规范化为 NFC
- 用 Java Normalizer 构建 NFC 名称比较键，区分组合字符、原始展示值和规范键，说明本地运行判断、数据集成与兼容折叠边界。
- 文章 · java教程 | 1星期前 | 473浏览 收藏
-
- ExecutorCompletionService 怎样按完成顺序取结果
- ExecutorCompletionService 把任务提交和结果消费分开，适合多个 Callable 并发执行后按实际完成顺序取结果。本文用最小 Java 示例说明 take、poll、Future.get 的配合方式，以及异常、超时和线程池关闭边界。
- 文章 · java教程 | 1星期前 | 146浏览 收藏
-
- Flow request 怎样实现反压
- Java Flow 的 request(long) 不是暂停线程，而是增加订阅未满足需求。本文从 onNext 停滞现象出发，解释固定窗口、半窗补请求、非法参数，以及 HttpClient BodySubscriber 的继续请求与取消边界。
- 文章 · java教程 | 1星期前 | 并发 · Java · java request Flow 反压 BodySubscriber 176浏览 收藏
-
- ByteBuffer flip 怎样区分 flip 与 rewind
- ByteBuffer flip 与 rewind 对比：理解 position、limit 和 capacity，用写后读取与从头重读示例说明选择规则，避免重复 flip 和误读容量尾部。
- 文章 · java教程 | 1星期前 | 314浏览 收藏
-
- DirectoryStream glob 怎样过滤文件
- Java NIO 可以在 Files.newDirectoryStream 中直接传入 glob，只筛选当前目录中匹配文件名的目录项。本文说明常见通配符、资源关闭、异常处理，以及 glob 与递归遍历和自定义过滤器的边界。
- 文章 · java教程 | 1星期前 | 文件操作 · Java · nio · java 文件过滤 glob DirectoryStream Files.newDirectoryStream 421浏览 收藏
-
- HttpRequest BodyPublishers.ofFile 怎样发送本地文件
- Java HttpClient 可以用 HttpRequest.BodyPublishers.ofFile(Path) 把本地文件作为请求体发送。本文说明文件请求体的构造关系、Content-Type 设置、异常处理和与响应文件下载的区别。
- 文章 · java教程 | 1星期前 | 网络编程 · Java · HTTP · java 文件上传 httpclient HttpRequest BodyPublishers.ofFile 103浏览 收藏
-
- URI raw query 怎样保留原始查询
- Java URI 保留原始查询时应读取 getRawQuery，而不是 getQuery。本文用最小示例说明百分号编码、加号、重复参数、null 与空查询的区别，并给出转发、签名和缓存键场景的选择边界。
- 文章 · java教程 | 1星期前 | 网络编程 · Java · java URI 查询字符串 raw query getRawQuery 229浏览 收藏
-
- HttpClient redirects 怎样设置重定向策略
- Java HttpClient 通过 HttpClient.Builder.followRedirects 设置重定向策略。本文比较 NEVER、NORMAL 和 ALWAYS 的行为，说明默认值、HTTPS 到 HTTP 的边界、POST 方法变化，以及如何查看 previousResponse。
- 文章 · java教程 | 1星期前 | 网络编程 · Java · HTTP · java 重定向 httpclient redirects HttpClient.Redirect 277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。
- 932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。
- 937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。
- 1044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。
- 1016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。
- 844次使用
