【合集】Java进阶——Java深入学习的笔记汇总 &amp； 再论面向对象、数据结构和算法

最新推荐文章于 2024-07-04 09:29:27 发布
最新推荐文章于 2024-07-04 09:29:27 发布
阅读量994 收藏 16
点赞数 27
分类专栏： 程序员 文章标签： 单元测试 功能测试 学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/2401_84563405/article/details/138643470
版权

img
img

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化的资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

详解构造方法Constructor

Java进阶 之 再论面向对象（3）——构造方法Constructors 以及 调用的分析 & JavaBean的概念 & 构造函数中this关键字

final关键字

Java进阶（2）——结合源码深入理解final关键字，修饰数据，方法，类

数据结构和算法专题

数据结构与算法分析—Java语言描述 读书笔记

数据结构与算法（Data Structures and Algorithm）——跟着Mark Allen Weiss用Java语言学习数据结构与算法

ArrayList 源码分析+手动实现

Java进阶（3）——手动实现ArrayList & 源码的初步理解分析 & 数组插入数据和删除数据的问题

LinkedList 源码分析+手动实现

Java进阶（7）——手动实现LinkedList & 内部node类的实现 & 增删改查的实现 & toString方法 & 源码的初步理解

Java的集合框架：List，Set，Map，ConcurrentHashMap

在这里插入图片描述

深入认识JVM

JVM内存分配，类加载

Java进阶（1）——JVM的内存分配 & 反射Class类的类对象 & 创建对象的几种方式 & 类加载（何时进入内存JVM）& 注解 & 反射+注解的案例

在这里插入图片描述

创建对象的4种方法总结

Java进阶（4）——结合类加载JVM的过程理解创建对象的几种方式：new，反射Class，克隆clone（拷贝），序列化反序列化

在这里插入图片描述

垃圾回收GC

在这里插入图片描述

Java进阶（垃圾回收GC）——理论篇：JVM内存模型 & 垃圾回收定位清除算法 & JVM中的垃圾回收器

简介：本篇博客介绍JVM的内存模型，对比了1.7和1.8的内存模型的变化；介绍了垃圾回收的语言发展；阐述了定位垃圾的方法，引用计数法和可达性分析发以及垃圾清除算法；然后介绍了Java中的垃圾回收器，由串行、到并行再到并发，最后到G1的演变；最后给出了垃圾回收器的对比和使用指引。

JVM调优，Arthas使用

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

认识多线程

创建多线程方法+了解线程池

Java进阶（5）——创建多线程的方法extends Thread和implements Runnable的对比 & 线程池及常用的线程池

在这里插入图片描述

多线程下-1非原子性问题即解决

Java进阶（6）——抢购问题中的数据不安全（非原子性问题）& Java中的synchronize和ReentrantLock锁使用 & 死锁及其产生的条件

在这里插入图片描述

再论线程，创建、生命周期

Java进阶（再论线程）——线程的4种创建方式 & 线程的生命周期 & 线程的3大特性 & 集合中的线程安全问题

主要内容：
1.线程创建的方式，继承Thread类，实现Runable接口，实现Callable接口，采用线程池；

img
img

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化的资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

ms/4f45ff00ff254613a03fab5e56a57acb)**

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

2401_84563405
关注
  • 27
    点赞
  • 踩
  • 16
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
韩顺平老师尚硅谷Java数据结构与算法194集笔记
10-12
这是我从B站上看韩老师讲的数据结构与算法后整理的笔记 代码经过运行，欢迎批评指正 有些地方我感觉还是挺难的 大都经过我自己的语言进行描述，韩老师中期的表达可能或多或少也影响可阅读性，望先生们见谅
Java数据结构和算法详细笔记
07-09
Java作为面向对象的编程语言，支持多种数据结构和算法的实现。 线性结构是数据结构的一种，它的特点是数据元素之间存在一对一的线性关系。在Java中，线性结构主要包括以下几种类型： 1. **数组**：是最基本的线性...
java IO流学习笔记——(3)字节缓冲流&字符缓冲流&转换流&数据流
12-21
java IO流学习笔记——(3)字节缓冲流&字符缓冲流&转换流&数据流 目录java IO流学习笔记——(3)字节缓冲流&字符缓冲流&转换流&数据流字节缓冲流 —BufferedInputStream&BufferedOutputStream字符缓冲流—...
关于学习笔记整理，包括Linux、Java、数据结构和算法，和一些IT工具的使用.zip
01-14
面向对象： Java是一种纯粹的面向对象编程语言，支持封装、继承和多态等面向对象的概念。这使得Java编写的代码更加模块化、可维护和可扩展。 多线程支持： Java内置了对多线程的支持，允许程序同时执行多个任务。这...
Java面向对象编程学习笔记.pdf
12-01
Java面向对象编程学习笔记.pdf提供了Java面向对象编程的基础知识，包括类和对象、继承、多态性、封装、抽象、接口和异常处理等内容。学习这些知识点可以帮助开发者更好地理解和应用Java面向对象编程。
6月30日功能测试Day10
2301_78567583的博客
07-01 808
测试人员可以通过Monkey来模拟用户的触摸、点击、滑动以及系统按键等操作（操作事件都是随机的），从而实现对APP压力的测试和稳定性测试。6.安装软件包：adb install /路径/软件包文件名（ -r 保留数据 -t 强制覆盖 例如：adb install -r -t /路径/软件包名）8号开始实习，边实习边学习！同样的网络、手机，相同的测试场景，最后对比我们的产品和竞品在耗电量反面的差距，给出优化建议。产品角度：功能需要，如：咨询类产品的新闻推送，工具类产品的公告推送、快递签收通知，等等。
昇思25天学习打卡营第十天｜ShuffleNet图像分类
子殊的博客
06-29 1387
ShuffleNetV1是旷视科技提出的一种计算高效的CNN模型，和MobileNet, SqueezeNet等一样主要应用在移动端，所以模型的设计目标就是利用有限的计算资源来达到最好的模型精度。ShuffleNetV1的设计核心是引入了两种操作：Pointwise Group Convolution和Channel Shuffle，这在保持精度的同时大大降低了模型的计算量。因此，ShuffleNetV1和MobileNet类似，都是通过设计更高效的网络结构来实现模型的压缩和加速。
【学习笔记】Redis学习笔记——第4章 字典
Lchen_kk的博客
06-30 218
因为对hash太熟悉了(java中的HashMap)，所以忽略了前面几段对于hash基础的讲解。
昇思25天学习打卡营第10天 | 基于MindNLP+MusicGen生成自己的个性化音乐
cftang9999的专栏
06-28 583
MusicGen是来自Meta AI的Jade Copet等人提出的基于单个语言模型（LM）的音乐生成模型，能够根据文本描述或音频提示生成高质量的音乐样本，相关研究成果参考论文《MusicGen直接使用谷歌的及其权重作为文本编码器模型，并使用及其权重作为音频压缩模型。MusicGen解码器是一个语言模型架构，针对音乐生成任务从零开始进行训练。MusicGen 模型的新颖之处在于音频代码的预测方式。
昇思MindSpore学习笔记2-01 LLM原理和实践 --基于 MindSpore 实现 BERT 对话情绪识别
muren的专栏
07-02 934
通过识别BERT对话情绪状态的实例，展现在昇思MindSpore AI框架中大语言模型的原理和实际使用方法、步骤。
论文学习——一种自适应提升的动态多目标优化进化算法
choudongxi的博客
06-29 1010
很新奇的静态优化方法选择策略,在第一次静态优化时,分3个种群试验他的性能来选择合适的静态优化器,具体效果可能还是需要写出来再看看.环境变化以后如果非支配占总体少于70%就采用移动支配解向非支配解靠近并进行交叉变异正常环境响应就是随机把种群分成3分分别采用1.中心点预测(+一点高斯扰动)和2.使用记忆方法判断环境的相似程度以后采用预测方法3.使用遗传算子、多项式突变和高斯突变来保证种群的多样性.再根据静态优化时个体移动的距离来更新3个方法的使用的权重.很牛逼的创新点,因为方法都不难,为什么我脑袋空空.
【鸿蒙学习笔记】@Styles装饰器：定义组件重用样式
张紫娃的博客
06-29 293
Q&A] @Styles装饰器作用。
黑马点评学习过程汇总——Cookie \ Session \ Token的区别
weixin_45791946的博客
07-02 345
在后续的请求中，前端发往后端的请求中都携带token，后端拿到token后进行jwt的解密并验证signature，如果检验成功信息没有被篡改，就会放行。，自动存储session信息到cookie中。Token不依赖于session和cookie，对集群和前后端分离架构友好。前端发起登录请求到后端，后端对前端携带来的信息进行认证，认证成功后会生成。我们往session中存储用户信息，服务器端保存session并通过。头部，Payload负载，Signature签名 ）并以。（4）Session的弊端。
昇思25天学习打卡营第02天 | 快速入门
qq_31254435的博客
06-30 362
昇思25天学习打卡营第02天 | 快速入门
学习笔记——动态路由——OSPF（OSPF协议的工作原理）
灵韵的博客
06-28 776
(4)对方收到链路状态请求报文后，则会将其所缺少的链路状态项目的详细信息封装在链路状态更新报文(LSU)中发送回去。路由器并不是直接发送接收的链路状态更新报文，而是发送根据自己的数据库生成的链路状态更新报文。
《昇思25天学习打卡营第19天 | 昇思MindSporeDiffusion扩散模型》
qq_43583850的博客
07-01 180
1.2一个学习的反向去噪的扩散过程 𝑝𝜃：通过训练神经网络从纯噪声开始逐渐对图像去噪，直到最终得到一个实际的图像。1.1我们选择的固定（或预定义）正向扩散过程 𝑞：它逐渐将高斯噪声添加到图像中，直到最终得到纯噪声。Diffusion是从纯噪声开始通过一个神经网络学习逐步去噪，最终得到一个实际图像。2.ResNet/ConvNeXT块。1.Diffusion 前向过程。2.Diffusion 逆向过程。3.U-Net神经网络预测噪声。4.推理过程（从模型中采样）构建Diffusion模型。
昇思25天学习打卡营第6天|函数式自动微分
main_h_的博客
06-29 378
求导求微分等等这些操作对于离开数学很久的人是很困难的一个天堑，幸好mindspore框架给我们提供了一系列简单的API屏蔽这些运算过程，我们只需要简单的调用几个API 就可以完成这些复杂运算。但现实中我们遇到的绝大多数情况我们的输入数据不是简简单单的一维数据，是多维了，这个时候计算难度的指数级跃升了。在计算中，多维数据的其中有些维可能是不需要的，但他的值可能比较大，会对我们最终的计算造出影响。.把这个梯度截断，消除他对梯度的影响。其中，一些辅助性的数据。输出，辅助数据不会影响梯度计算。
昇思25天学习打卡营第4天|应用实践
最新发布
u013563715的博客
07-04 397
BERT全称是来自变换器的双向编码器表征量（Bidirectional Encoder Representations from Transformers），它是Google于2018年末开发并发布的一种新型语言模型。与BERT模型相似的预训练语言模型例如问答、命名实体识别、自然语言推理、文本分类等在许多自然语言处理任务中发挥着重要作用。模型是基于Transformer中的Encoder并加上双向的结构，因此一定要熟练掌握Transformer的Encoder的结构。
昇思MindSpore学习笔记5--数据变换Transforms
muren的专栏
06-29 953
昇思MindSpore的数据变换，包括通用变换Common Transforms、图像变换Vision Transforms、标准化Normalize、文本变换Text Transforms、匿名函数变换Lambda Transforms。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值