java教程技术文章
-
- Java文档注释支持部分HTML标签,用于格式化和美化生成的API文档。以下是常见的支持标签:1.基本文本格式标签<b>:加粗文本<i>:斜体文本<u>:下划线文本<tt>:等宽字体(通常用于代码)<font>:设置字体颜色、大小等(不推荐使用,因兼容性问题)2.段落与列表<p>:段落<ul>和<li>
- Java文档注释支持基础HTML标签如<p>、<br>、<ul>、<ol>、<li>、<code>、<pre>、<strong>、<em>、<table>等,JDK8+可正确渲染;<font>、<center>已废弃,<img>和<a>需谨慎使用;<script>、style属性、<iframe>等被过滤或不支持。
- 文章 · java教程 | 8个月前 | 123浏览 收藏
-
- SpringBoot环境搭建教程详解
- SpringBoot无需安装,需正确配置Maven构建环境:必须声明spring-boot-starter-parent父POM,启用spring-boot-maven-plugin插件,确保Maven3.8.6+、JDK17+及各层级Java版本一致。
- 文章 · java教程 | 8个月前 | 236浏览 收藏
-
- Java9JShell配置教程与使用详解
- JShell报错或异常的根本原因是未正确配置JDK9+环境、终端兼容性差、语句语法错误、会话不持久及作用域规则误解;需检查JDK版本与PATH、换终端、补分号、用/save和.jshelldesc持久化、遵循其编译与作用域特性。
- 文章 · java教程 | 8个月前 | 349浏览 收藏
-
- Java Preferences API 使用与路径解析指南
- Java的PreferencesAPI并不直接生成可读路径或用户可见的XML文件;其底层存储机制因操作系统而异(Windows注册表、macOSplist、Linux二进制文件),且路径经哈希处理,故出现“乱码目录”属正常行为,非错误——开发者应避免依赖文件系统路径,而应通过API读写键值。
- 文章 · java教程 | 8个月前 | 115浏览 收藏
-
- Java字节码结构与版本号详解
- .class文件开头4字节魔数为CAFEBABE,后4字节中前2字节为次版本号、后2字节为主版本号(如JDK17对应major=61),共同决定JVM兼容性;其后2字节为常量池计数(比实际数量多1),是解析起点。
- 文章 · java教程 | 8个月前 | 470浏览 收藏
-
- Java逻辑运算符短路原理解析
- 短路是指当左侧操作数已能确定整个表达式结果时,JVM跳过右侧操作数的计算;&&左假则右不执行,||左真则右不执行,!为一元运算符无短路。
- 文章 · java教程 | 8个月前 | 342浏览 收藏
-
- Java常量池原理与使用解析
- 运行时常量池是每个类独有的编译期快照,位于方法区(JDK8+为元空间),存储字面量和符号引用,支持有限动态扩充,与字符串常量池协同工作但不等同。
- 文章 · java教程 | 8个月前 | 374浏览 收藏
-
- Java学生管理系统搭建指南
- 学生类应私有字段+getter/setter+构造器约束必填项;id用Long/String避免0误判;name校验非空;年级等用enum;集合依查询方式选HashMap(按ID查)或ArrayList(遍历展示);控制台输入统一用nextLine()转类型并校验;增删改查需处理重复、空值、不存在等边界。
- 文章 · java教程 | 8个月前 | 108浏览 收藏
-
- Java在线投票系统开发教程详解
- 答案:基于Java和SpringBoot开发在线投票系统,实现用户投票、数据存储与实时统计。通过实体类VoteSubject和VoteOption设计数据库结构,使用JPA进行数据持久化;后端由SpringBoot提供REST接口处理投票提交与结果查询,前端采用Thymeleaf或AJAX展示页面;服务层控制投票计数更新并防止重复投票,建议结合Redis缓存与数据库乐观锁机制避免并发问题;可扩展SpringSecurity认证、Chart.js可视化及多选、限时等高级功能,形成完整闭环。
- 文章 · java教程 | 8个月前 | 187浏览 收藏
-
- Java动态刷新机制:业务配置热更新实现
- Java业务配置热更新需解决配置修改、感知与安全替换三问题:选用Nacos/Apollo等中心化配置服务,通过@RefreshScope或AtomicReference实现不可变对象+原子引用切换,并校验回滚保障一致性。
- 文章 · java教程 | 8个月前 | 234浏览 收藏
-
- Prometheus与Micrometer监控配置教程
- Micrometer依赖需同时引入spring-boot-starter-actuator和对应registry(如micrometer-registry-prometheus),并配置management.endpoints.web.exposure.include显式暴露端点;Prometheus的scrape_config中metrics_path必须设为/actuator/prometheus;@Timed依赖SpringAOP代理,须确保方法由容器注入且为public;自定义指标应规范使用Tag
- 文章 · java教程 | 8个月前 | 495浏览 收藏
-
- JRE与JDK区别,新手怎么选?
- JRE是运行Java程序的最小环境,含JVM、核心类库和运行时组件,但无编译工具;初学者必须装JDK,因其包含JRE及javac等开发工具,才能编译.java文件。
- 文章 · java教程 | 8个月前 | 155浏览 收藏
-
- Java泛型上界通配符原理与使用限制
- 本文详解为何MyArrayList<?extendsShape>无法调用add()方法,揭示上界通配符(?extendsT)在类型安全约束下的核心语义:它仅支持“读取”操作,禁止任何可能破坏类型一致性的“写入”操作。
- 文章 · java教程 | 8个月前 | 482浏览 收藏
-
- JavaServiceLoaderSPI实战教程详解
- ServiceLoader.load()找不到实现类的根本原因是META-INF/services/下配置文件名非接口全限定名或未置于classpath根路径;需确保文件存在、内容为实现类全限定名、模块中声明uses/provides。
- 文章 · java教程 | 8个月前 | 300浏览 收藏
-
- Java死锁排查技巧:jstack与ThreadMXBean使用详解
- jstack-l<pid>是最轻量的死锁检测工具,必须加-l才显示锁关系,推荐配合-e连续执行2–3次;ThreadMXBean可程序化检测已形成的死锁,但无法捕获伪死锁。
- 文章 · java教程 | 8个月前 | 238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。
- 1146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。
- 1134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。
- 1311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。
- 1249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。
- 1103次使用

