java教程技术文章
-
- ModuleLayer动态挂载变量模块详解
- Java模块系统中不存在“变量模块”，模块必须预先编译并包含合法module-info.class；动态挂载实为运行时创建新ModuleLayer加载已编译模块JAR，需经定位、解析、定义、激活四步，且模块图不可修改。
- 文章 · java教程 | 1个月前 | 479浏览 收藏
-
- Thread.enumerate() 是 Java 中用于获取当前所有线程的数组的方法，但它本身并不能直接提供线程的状态信息（如运行态、阻塞态等）。要统计线程组中处于不同状态的线程分布，需要结合 `Thread.getState()` 方法来获取每个线程的具体状态。 下面是一个示例代码，展示如何利用 `Thread.enumerate()` 和 `Thread.getState()` 来统计当前
- Thread.enumerate()仅返回当前线程组活跃线程快照数组，需配合getState()逐个判断状态；统计时应先用activeCount()预估并扩容数组，再enumerate填充，遍历非null线程计数各State频次。
- 文章 · java教程 | 1个月前 | 481浏览 收藏
-
- 稀疏向量存储优化实战教程
- 稀疏向量集合的存储优化核心是只存非零元素及其索引，跳过冗余零值；适用于稀疏度＞95%（非零占比极低）的高维向量，可大幅节省内存并提升计算效率。
- 文章 · java教程 | 1个月前 | 344浏览 收藏
-
- Java数组实现邻接矩阵判断顶点连通性
- Java中可用二维布尔或整型数组模拟邻接矩阵，n×n矩阵索引代表顶点编号，matrixu表示u到v是否有边；无向图对称，有向图不对称，权值图用int[][]存权重并约定无效值。
- 文章 · java教程 | 1个月前 | 137浏览 收藏
-
- 最大线程数应对突发流量的实战技巧
- maximumPoolSize是线程池应对突发流量的弹性缓冲上限，仅在corePoolSize满且workQueue满时触发创建非核心线程，达上限后任务走拒绝策略；需按IO/CPU密集型合理设定，并配合动态调节、有界队列与监控压测。
- 文章 · java教程 | 1个月前 | 424浏览 收藏
-
- 反射异常处理：InvocationTargetException解析与应用
- InvocationTargetException是反射调用（如Method.invoke()）自动包装原始异常的受检异常，需通过getCause()获取真实异常并按类型处理，不可忽略或仅打印外层异常。
- 文章 · java教程 | 1个月前 | 501浏览 收藏
-
- Java Unsafe 操作物理内存实现高速缓存
- Unsafe.allocateMemory()返回的是虚拟地址而非物理地址，不绕过MMU，需手动freeMemory否则内存泄漏，且无线程安全与内存屏障保障，易致崩溃或数据损坏。
- 文章 · java教程 | 1个月前 | 246浏览 收藏
-
- RMI序列化实现对象参数传递详解
- 要让RMI远程调用支持对象变量作为参数传递，核心是序列化机制的正确应用。JavaRMI本身不直接传输对象实例，而是把对象状态（字段值）序列化成字节流，经网络传到服务端后反序列化重建对象。这个过程对开发者透明，但必须满足严格条件，否则会抛出NotSerializableException或运行时失败。对象类必须实现Serializable接口这是最基本也是最关键的一步。只有显式声明implementsSerializable的类，JVM才允许对其序列化：接口本身无方法，仅作标
- 文章 · java教程 | 1个月前 | 369浏览 收藏
-
- 并行流拼接字符串对JVM常量池影响分析
- 并行流本身不向字符串常量池写入内容，也不会自动触发intern()；其对常量池的压力仅源于显式调用intern()或未管控的重复字符串生成。
- 文章 · java教程 | 1个月前 | 340浏览 收藏
-
- Java反射调用静态方法的可读性分析
- 方法引用不能替代反射调用静态方法，它是编译期绑定的函数式语法糖，与运行时反射机制本质不同；强行混用会导致类型不兼容和编译错误，真正提升可读性的是优先使用方法引用而非反射。
- 文章 · java教程 | 1个月前 | 461浏览 收藏
-
- 数组实现负载权重分配及流量调节实战
- 数组实现负载权重分配的核心是构建累积权重数组并用随机数匹配区间：如A(3)、B(2)、C(5)得[3,5,10]，生成[1,10]随机数，二分查找首个≥该数的索引即目标。
- 文章 · java教程 | 1个月前 | 434浏览 收藏
-
- System.arraycopy() 是 Java 中用于高效复制数组的工具方法，它能够快速地将一个数组的元素复制到另一个数组中。在模拟缓存行擦除（Cache Line Eviction）时，我们可以通过覆盖目标数组的部分元素来“模拟”缓存行被替换或清除的效果。一、理解缓存行与数组的关系在现代计算机体系结构中，缓存行（Cache Line） 是 CPU 缓存中的最小数据单位，通常为 64 字节。当
- System.arraycopy()不提供擦除语义，仅高效复制内存块；所谓“模拟缓存行擦除”是用0或null等默认值批量覆盖目标区域，实现逻辑重置，常用于环形缓冲区、滑动窗口等场景。
- 文章 · java教程 | 1个月前 | 389浏览 收藏
-
- Java 中使用 IntStream.range 生成整数范围方法
- IntStream.range(1,5)输出1~4，因其为左闭右开区间（startInclusive,endExclusive），与List.subList()、String.substring()语义一致，易因误用导致数量偏差。
- 文章 · java教程 | 1个月前 | 362浏览 收藏
-
- UUID 自动生成与唯一性保障方法
- 本文介绍在JPA实体中不使用@Id注解的前提下，为普通字段（如uuid）实现自动初始化、唯一性约束和数据库层面保障的完整方案，适用于已有自增主键（如Longid）但需额外UUID标识的场景。
- 文章 · java教程 | 1个月前 | 366浏览 收藏
-
- 多线程变量赋值失效怎么解决
- 调试时发现方法返回正确值，但赋值后的变量仍为初始值（如空字符串），根本原因常是调试器在跨线程执行时无法准确反映主线索引的最新变量状态，而非赋值本身失败。
- 文章 · java教程 | 1个月前 | 480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
-
- ljg-skills
- ljg-skills 是李继刚开源的 AI 技能与提示词集合，面向大模型使用者整理了一批可复用的 prompt、角色设定和任务技能模板，适合用于学习提示词设计、搭建个人 AI 工作流和沉淀团队常用智能体能力。
- 56次使用
-
- MELO音乐
- MELO音乐是一站式AI视频与音乐制作助手，对标suno, udio的高品质体验。提供伴奏生成、原创写词、无损导出、哼唱识曲、混音变声等全套音频与短视频编辑工具。无论是流行Kpop、电音说唱、民谣古风、摇滚儿歌还是商用轻音乐，MELO为你免费谱曲，轻松做同款！
- 67次使用
-
- UniScribe
- UniScribe 是一款 AI 音视频转文字与内容整理工具，支持上传音频、视频文件或粘贴 YouTube 链接，自动生成转写文本、摘要、思维导图和关键问题，并支持多格式导出，适合会议记录、课程学习、访谈整理和内容创作复盘。
- 70次使用
-
- 剧云
- 剧云是专业中文剧本创作平台，安全稳定运行十余年，集成AI编剧、剧本医生审核、人物小传、剧情关系图、大纲编写、多人协作、Word导入导出、版权管控功能，数据安全防护，轻松高效创作剧本。
- 212次使用
-
- 万象有声
- 万象有声，一个专为有声创作者打造的新一代智能有声内容创作平台。平台提供专业的智能拆章、智能画本编辑、AI配音、AI生成音效、后期制作、智能对轨、智能审听等有声创作全流程工具，可以帮助创作者高效、低成本创作出引人入胜的有声作品。立即体验，让有声书制作更简单！
- 212次使用
