java教程技术文章
-
- Java制作个人任务提醒应用教程
- 使用Java创建任务提醒应用,核心功能包括任务管理与定时提醒。2.设计Task类封装标题、描述、截止时间与完成状态,用LocalDateTime处理时间。3.任务存储于List中,通过ObjectOutputStream序列化实现持久化。4.利用ScheduledExecutorService每分钟检查到期任务,触发控制台或系统通知提醒。5.提供命令行菜单支持增删改查及标记完成,Scanner读取输入并处理日期格式异常。6.程序启动时加载本地数据,关闭前保存,可扩展Swing/JavaFX界面提升体验。
- 文章 · java教程 | 5个月前 | 445浏览 收藏
-
- Java do-while 验证输入合法性教程
- do-while中nextLine()跳过首次输入是因为nextInt()等残留换行符;应调用nextLine()清空缓冲区,或统一用nextLine()配合parseXXX()转换并用try-catch处理异常;验证范围时需注意循环条件逻辑。
- 文章 · java教程 | 5个月前 | 432浏览 收藏
-
- 在 Node.js 中,可以通过 fs.promises 模块中的 fs.promises.stat() 方法结合 fs.constants.S_IFLNK 来判断一个文件是否为软链接(symbolic link)。以下是一个示例代码:const fs = require('fs').promises; async function isSymbolicLink(path) { try {
- Files.isSymbolicLink()仅判断路径是否为符号链接(返回boolean),不获取目标路径;需配合Files.readSymbolicLink()读取目标,且后者返回的是原始相对路径,须手动resolve()和normalize()才能得到正确绝对路径。
- 文章 · java教程 | 5个月前 | 172浏览 收藏
-
- 局部类捕获 final 变量实战解析
- 局部类通过编译器生成私有字段并构造时传入值或引用,将effectivelyfinal变量“搬家”到堆上与实例绑定共存亡;修改其指向对象内部状态可绕过final限制。
- 文章 · java教程 | 5个月前 | 428浏览 收藏
-
- 构造代码块实战:统一处理变量敏感词脱敏
- 构造代码块适合在对象创建时统一脱敏敏感字段,早于构造器执行,确保实例化前字段已规范化;它不适用于final字段,不能替代业务校验,需配合不可变设计或反序列化回调以保障全程安全。
- 文章 · java教程 | 5个月前 | 210浏览 收藏
-
- HashMap null 键值隐患排查指南
- HashMap允许null作为key和value,这是设计选择而非bug;但get()返回null时存在二义性:既可能键不存在,也可能键存在而值为null,易引发逻辑误判和偶发异常。
- 文章 · java教程 | 5个月前 | 102浏览 收藏
-
- 使用 java.awt.Robot 配合 delay() 方法可以模拟人工录入的停顿感,但需要结合随机延迟和实际操作节奏来增强真实感。以下是实现思路和代码示例:✅ 实现思路使用 Robot 类:用于模拟键盘输入。使用 delay() 方法:在每次按键之间加入固定或随机的停顿时间。添加随机延迟:避免所有按键间隔完全一致,模拟人类打字的不规律性。模拟实际操作节奏:如输入完成后等待几秒再继续下一步操作。
- 关键在于模拟真实打字节奏:采用非均匀停顿、行为随机性与操作节奏变化,结合ThreadLocalRandom生成动态延迟,区分按键类型设置差异化延时,并加入微小失误修复及完整KeyEvent流程控制。
- 文章 · java教程 | 5个月前 | 307浏览 收藏
-
- Java变量赋值失效陷阱:多线程竞态与初始化问题解析
- 调试时发现方法返回正确值,但接收变量仍为初始值(如空字符串),根本原因常是调试器在多线程切换中丢失执行上下文——变量确已赋值,但后续异步线程读取的是旧快照或未同步的副本。
- 文章 · java教程 | 5个月前 | 118浏览 收藏
-
- 如何用--add-exports绕过模块限制
- --add-exports是Java9模块系统中用于运行时临时开放封装包的JVM参数,解决IllegalAccessError等因模块封装导致的内部API访问失败问题,需在启动时指定源模块/包与目标模块,不可动态添加。
- 文章 · java教程 | 5个月前 | 432浏览 收藏
-
- Elasticsearch 如何搜索 # 和 + 等特殊字符
- Elasticsearch默认的standard分析器会丢弃#、+等非字母数字字符,导致含特殊符号的标题无法被精确匹配;本文详解两种可靠方案:利用.keyword子字段进行精确匹配,或自定义分析器保留特殊字符。Elasticsearch默认的standard分析器会丢弃`#`、`+`等非字母数字字符,导致含特殊符号的标题无法被精确匹配;本文详解两种可靠方案:利用`.keyword`子字段进行精确匹配,或自定义分析器保留特殊字符。
- 文章 · java教程 | 5个月前 | 137浏览 收藏
-
- 在 Java 中,Thread.dumpStack() 是一个用于打印当前线程堆栈跟踪的方法,它会直接将堆栈信息输出到控制台(通常是标准错误流 System.err),不需要抛出异常。这个方法通常用于调试,可以帮助你快速查看代码执行的路径。示例代码:public class StackDumpExample { public static void main(String[] args)
- Thread.dumpStack()是Thread类的静态方法,用于立即向System.err输出当前线程的完整堆栈跟踪,不依赖异常、不抛出异常、不中断执行,专为轻量级调试设计。
- 文章 · java教程 | 5个月前 | 467浏览 收藏
-
- Java高效队列实现:ArrayDeque操作技巧
- ArrayDeque性能高、内存占用少,支持双端操作,推荐用于单线程高效队列实现。
- 文章 · java教程 | 5个月前 | 250浏览 收藏
-
- forEach循环异常处理技巧实战应用
- forEach不支持受检异常且无容错机制,应避免在其中写核心业务逻辑;需容错时优先用for循环或map+Optional封装结果统一处理。
- 文章 · java教程 | 5个月前 | 143浏览 收藏
-
- 多态绑定剖析,提升分布式系统稳定性
- 桥接方法不直接提升分布式系统稳定性,它是Java编译器为解决泛型类型擦除导致的多态语义问题而生成的JVM内部机制,作用限于单JVM方法分派,与网络容错、消息一致等分布式核心问题无关。
- 文章 · java教程 | 5个月前 | 491浏览 收藏
-
- 错误与异常本质区别解析:界定生产崩溃与业务异常
- 关键在于区分“程序还能不能活”和“业务还能不能做”:Error是进程级崩溃,不可恢复,需告警止损;Exception是功能级异常,可捕获、重试、降级,影响局部且可控。
- 文章 · java教程 | 5个月前 | 172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。
- 1012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。
- 1016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。
- 1141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。
- 1113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。
- 957次使用

