java教程技术文章
-
- Java数组下标访问详解
- Java数组下标从0开始,有效范围为0到array.length-1;越界(如-1或≥array.length)时JVM抛出ArrayIndexOutOfBoundsException运行时异常。
- 文章 · java教程 | 4个月前 | 360浏览 收藏
-
- ThreadLocal弱引用设计:GC分析与内存泄漏防范
- ThreadLocal的key设为弱引用是为了避免阻断GC回收ThreadLocal实例,防止因线程长期存活导致内存泄漏;value保持强引用以保障语义一致性,其清理依赖ThreadLocalMap的探测式清理机制和显式remove()调用。
- 文章 · java教程 | 4个月前 | 364浏览 收藏
-
- HttpURLConnection处理Header与超时设置详解
- 必须在任何I/O操作前设置Header与超时:先setConnectTimeout/setReadTimeout(单位毫秒),再setRequestProperty/addRequestProperty(中文值需URLEncoder编码),最后调用getInputStream等;顺序错乱将导致配置失效或抛异常。
- 文章 · java教程 | 4个月前 | 202浏览 收藏
-
- 使用 Arrays.copyOfRange() 截取数组的一部分并生成新子数组的方法如下:1. 导入工具类首先确保导入 java.util.Arrays 类:import java.util.Arrays;2. 使用 copyOfRange() 方法Arrays.copyOfRange(T[] original, int from, int to) 方法的参数说明:original:原始数组。fr
- Arrays.copyOfRange()创建全新独立数组,按[from,to)范围复制元素;from<0抛异常,to越界则补默认值,from≥to返回空数组;支持所有数组类型,不适用于泛型集合。
- 文章 · java教程 | 4个月前 | 135浏览 收藏
-
- 父类构造方法在子类对象实例化时优先执行,是因为在面向对象编程中,子类继承自父类,需要先确保父类的初始化逻辑完成,才能进行子类的初始化。这种机制保证了对象的完整性和一致性。 具体来说,当创建一个子类对象时,Java(或其他面向对象语言)会首先调用父类的构造方法,完成父类的初始化工作,然后再执行子类的构造方法。这是因为在子类中可能依赖于父类中定义的属性或方法,如果父类没有正确初始化,子类的某些功能可
- 父类构造方法在子类对象实例化时必须优先执行,以确保父类字段(如privatefinalStringidCard)被正确初始化,避免未定义状态;编译器强制插入super()调用,执行顺序为:父类静态块→子类静态块→父类实例块→父类构造→子类实例块→子类构造。
- 文章 · java教程 | 4个月前 | 212浏览 收藏
-
- 枚举类 switch 分支实战应用解析
- 应使用枚举配合switch实现状态分流,显式覆盖所有枚举值、禁用default兜底,Java14+推荐switch表达式,旧版default抛AssertionError;case仅调度不实现业务;状态变量须强类型绑定枚举;优先考虑在枚举内定义抽象方法实现行为穷尽。
- 文章 · java教程 | 4个月前 | 481浏览 收藏
-
- 如何使用PrintGCDetails打印GC日志及分析工具
- Java8中启用-XX:+PrintGCDetails需配合-XX:+PrintGCTimeStamps和-Xloggc:gc.log,否则时间缺失、日志不落盘;须过滤非GC行并清理空行/ANSI码后方可解析。
- 文章 · java教程 | 4个月前 | 142浏览 收藏
-
- Netty 环形缓冲区实现零拷贝技巧
- Netty不采用RingBuffer,因其设计目标是异步I/O高吞吐、内存安全与协议灵活,已通过ByteBufAllocator内存池、CompositeByteBuf虚拟聚合、PooledByteBuf引用计数及FileRegion/transferTo和slice()等原生机制实现高效零拷贝,强行引入RingBuffer反而破坏线程模型、引发内存泄漏与拷贝冗余。
- 文章 · java教程 | 4个月前 | 213浏览 收藏
-
- for-each 循环遍历 Iterable 实现类详解
- for-each循环本质是编译器对Iterator的语法糖,要求对象实现Iterable接口并提供每次返回新迭代器的iterator()方法;其背后执行Iterator的hasNext()、next()三步操作,支持fail-fast但不支持倒退或修改结构。
- 文章 · java教程 | 4个月前 | 373浏览 收藏
-
- 自定义线程池限速,实战并发控制技巧
- 直接在任务提交前加限速控制更安全灵活,核心是节制任务入队动作:可用Semaphore按变量维度(如用户ID)每秒配额限流,搭配定时清理防泄漏;或用RateLimiter令牌桶实现平滑限速,支持突发流量稳定吞吐;亦可在执行阶段通过重写beforeExecute动态调控;还可结合DubboFilter在RPC层统一拦截并透传限速结果。
- 文章 · java教程 | 4个月前 | 397浏览 收藏
-
- 内存文件分配表模拟:链表管理磁盘块索引实战
- 内存中用链表模拟FAT,本质是动态管理块索引信息:每个节点含block_id、status和next_block,按需分配、避免空间浪费,并支持alloc串联、free合并及哈希加速查找。
- 文章 · java教程 | 4个月前 | 424浏览 收藏
-
- Java循环屏障CyclicBarrier使用详解
- 该用CyclicBarrier而不是CountDownLatch时:需线程组多次协同到达同一屏障点并一起继续执行,且要求可重用;CountDownLatch仅适用于一次性等待操作完成。
- 文章 · java教程 | 4个月前 | 433浏览 收藏
-
- Java课程管理系统开发实战解析
- 核心在于将Enrollment作为独立实体而非单纯关联表,用复合主键或自增ID建模,封装状态变更方法校验业务规则,禁用裸setter;查询避免N+1,优先@EntityGraph;外键约束须数据库级ONDELETERESTRICT并配合应用层校验。
- 文章 · java教程 | 4个月前 | 147浏览 收藏
-
- Java如何使用Logger输出日志
- Java原生Logger默认不输出日志,需显式添加ConsoleHandler并设置level;注意区分java.util.logging.Logger与log4j2/slf4j;推荐使用占位符格式化日志;生产环境应使用FileHandler并配置滚动策略。
- 文章 · java教程 | 4个月前 | 189浏览 收藏
-
- 模块化服务动态插拔实战教程
- 单纯靠module-info.java无法实现服务变量的动态插拔,因其仅支持编译期和启动期的静态模块声明与服务契约定义,而动态启用/停用/替换需依赖运行时机制如服务注册中心、事件驱动或Spring动态Bean注册。
- 文章 · java教程 | 4个月前 | 381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。
- 230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。
- 276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。
- 246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。
- 226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。
- 24次使用

