JAVA笔霸
dy_f
这个作者很懒,什么都没留下…
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
JAVA常用的集合以及介绍(应重点复习)
-----------------------------------1. 常用的集合以及介绍:(应重点复习)常用集合set、map、listset、map是collection接口的子接口set接口的实现类:HashSet、TreeSetList接口的实现类:ArrayList、linkedListMap接口的实现类:HashMap、TreeMap、Hashtable。...原创 2012-10-20 00:37:21 · 232 阅读 · 0 评论 -
字符集和编码(encode)的关系
学习笔记,转自:http://www.cnblogs.com/uuhua/archive/2010/06/15/1758552.htmlhttp://www.cnblogs.com/anran_guojianjun/archive/2008/12/27/1363465.html原创 2013-05-13 08:27:30 · 323 阅读 · 0 评论 -
unchecked exception / checked exception
什么是unchecked exception,什么是checked exception?它们在代码中被抛出时,需要显示捕捉或显示申明抛出来吗?(3分) 什么是unchecked异常?即RuntimeException(运行时异常)不需要try...catch...或throws 机制去处理的异常列举最常用的五种RuntimeException: 这是JAVA认证考试中最常见的题...原创 2013-06-06 00:02:43 · 213 阅读 · 0 评论 -
vivo T1手机CPU虚焊维修指南:解决无限重启与卡logo故障
CPU虚焊是智能手机主板维修中的常见硬件故障,其原理在于BGA封装芯片的焊点因长期热胀冷缩或物理冲击导致连接不良。这一技术问题直接影响设备稳定性,轻则引发系统卡顿,重则导致设备无限重启或彻底死机。在工程实践中,通过热风枪精准控温、植锡网重植焊球、万用表电路检测等专业手段,可有效修复虚焊点,恢复CPU与主板的电气连接。针对vivo T1机型,维修需重点关注温度敏感性故障特征(如冷机正常、发热后故障)和基带连带异常(如不读卡),结合防静电操作与分层加热策略,能够系统性解决卡logo、死机等典型问题,并为手机硬件原创 2026-07-15 12:42:22 · 705 阅读 · 0 评论 -
简述IO流中的字符流与字节流之间的差别
简述IO流中的字符流与字节流之间的差别。并列举出常用的字符流与字节流。字符流与字节流转换的桥梁是什么? (5分)原创 2013-06-06 00:12:04 · 443 阅读 · 0 评论 -
Java基础:三步学会Java Socket编程
-----------------------------------------------1) 请写一个java socket编程代码,需要完成以下功能: (10分)a) 有服务端等待客户端连接b) 客户端连接成功之后,给客户端发一条消息”好好考试,争取被录取”;c) 客户端在获得消息之后,在控制台打印出来,并结束...原创 2013-06-07 00:22:00 · 220 阅读 · 0 评论 -
浏览器指纹追踪原理与CreepJS漏洞检测实战指南
浏览器指纹识别是一种通过收集用户设备软硬件配置信息(如屏幕分辨率、字体列表、图形渲染细节等)来生成唯一标识符的Web追踪技术。其核心原理在于利用这些信息的组合熵值来高精度识别用户,即使清除了Cookie或使用隐私模式也难以避免。这项技术在数字营销、安全风控和用户体验分析等领域具有重要价值,但同时也引发了严重的隐私泄露风险。为了应对这一挑战,开发者与安全研究人员需要借助专业的检测工具来评估和加固浏览器的匿名性。CreepJS作为当前最强大的浏览器指纹识别演示库,能够全面检测Canvas与WebGL渲染指纹、字原创 2026-06-25 11:08:05 · 456 阅读 · 0 评论 -
PSO-BiLSTM多输出回归预测模型与SHAP分析实践
粒子群优化(PSO)与双向长短期记忆网络(BiLSTM)的结合为时间序列预测提供了新的解决方案。PSO算法通过模拟群体智能行为优化神经网络超参数,而BiLSTM则能有效捕捉时间序列的前后依赖关系。这种组合在电力负荷预测等场景中展现出显著优势,预测精度可提升12%以上。SHAP值分析作为可解释AI的重要工具,基于博弈论量化特征贡献,帮助识别关键影响因素。本文通过Matlab实现案例,详细展示了如何构建PSO-BiLSTM多输出回归模型,并利用SHAP分析提升模型可解释性,为工程实践中的时间序列预测问题提供了一原创 2026-07-01 14:15:25 · 140 阅读 · 0 评论 -
JDK中设计模式
学习笔记,转自:http://blog.csdn.net/gtuu0123/article/details/6114197原创 2013-12-19 10:58:10 · 137 阅读 · 0 评论 -
GPT-5.6与Image2图像生成工具的技术解析与可持续使用方案
图像生成作为人工智能领域的重要分支,其核心原理是通过深度学习模型将文本描述转化为视觉内容。基于扩散模型和Transformer架构的现代生成技术,能够实现从概念到像素级的精准转换,为创意设计和内容生产带来革命性突破。在工程实践中,稳定可靠的图像生成解决方案需要平衡技术先进性、访问合规性和成本效益。目前主流方案包括OpenAI的DALL-E系列、Stable Diffusion开源生态以及国内合规平台。针对近期热议的GPT-5.6和Image2组合,技术验证表明需要区分官方能力与社区包装,特别是国内用户更应关原创 2026-07-14 12:18:12 · 375 阅读 · 0 评论 -
tomcat session共享
tomcat session共享学习笔记,转自:http://tangmingjie2009.iteye.com/blog/1772294原创 2014-10-21 16:02:34 · 115 阅读 · 0 评论 -
pom配置之:<distributionManagement>snapshot快照库和release发布库
pom配置之:<distributionManagement>snapshot快照库和release发布库http://blog.csdn.net/aitangyong/article/details/53332091原创 2017-04-18 20:18:21 · 287 阅读 · 0 评论 -
Jsoup解析HTML实例及文档方法详解
Jsoup解析HTML实例及文档方法详解http://www.jb51.net/article/43485.htm原创 2017-11-04 00:11:57 · 169 阅读 · 0 评论 -
Python 包发布实战:Twine 6.2.0 与 setuptools 68.0.0 配置 5 个关键步骤
本文详细介绍了使用最新版 Twine 6.2.0 和 setuptools 68.0.0 发布 Python 包到 PyPI 的五个关键步骤,包括项目结构配置、安全认证、构建验证、上传流程和 CI/CD 集成。内容涵盖现代 Python 打包最佳实践,帮助开发者高效安全地分发代码。原创 2026-07-09 16:30:02 · 491 阅读 · 0 评论 -
Hibernate 工作原理
--------------------------------------------------------------------------------------------------------- hibernate是怎么工作的原理:1. 读取并解析配置文件2. 读取并解析映射信息,创建SessionFactory3. 打开Sesssion4. 创建事务T...原创 2012-11-02 23:34:51 · 128 阅读 · 0 评论 -
eTPU开发实战:汇编器预处理与LCF链接脚本精解
在嵌入式系统开发中,编译与链接是将高级语言代码转化为可执行机器指令的关键环节。理解编译原理,尤其是底层工具链的工作机制,对于实现代码的精确内存布局和性能优化至关重要。汇编器预处理器和链接器脚本(LCF)正是实现这种精细控制的核心技术,它们直接决定了代码和数据在物理存储器中的最终形态,从而影响程序的执行效率与可靠性。在汽车电子、工业控制等对实时性和资源有严苛要求的领域,掌握这些底层技术能有效解决代码体积优化、关键函数保留、内存保护等工程难题。本文以飞思卡尔(恩智浦)eTPU开发为例,深入解析汇编器预处理指令(原创 2026-06-23 12:15:03 · 764 阅读 · 0 评论 -
Java作用域public、protected 、friendly、private之间的区别
学习笔记,转自:http://www.expert58.com/news/1295.html Java作用域public、protected 、friendly、private之间的区别 这四个作用域的可见范围如下表所示。 说明:如果在修饰的元素上面没有写任何访问修饰符,则表示friendly。 作用域当前类子孙类同一...原创 2013-03-06 22:33:44 · 458 阅读 · 0 评论 -
Rocky Linux 9 安装 Node.js 三种方案对比:dnf、NodeSource 与 nvm
Node.js 是现代 Web 开发的核心运行时环境,其版本兼容性直接影响前端构建、后端服务及工具链稳定性。在 Rocky Linux 9 这类遵循 RHEL 稳定哲学的发行版中,系统默认的 dnf 包管理器仅提供长期冻结的 Node.js LTS 版本(如 18.x),难以满足 Vite、Next.js 等框架对 Node.js 20+ 的强制要求。本文从原理出发,解析 RPM 包管理机制、第三方可信仓库签名验证、以及用户级 Shell 版本切换逻辑,阐明 NodeSource 提供的合规二进制分发如何原创 2026-06-19 09:30:10 · 775 阅读 · 0 评论 -
深入理解OWASP Top 10:从风险地图到实战防御体系构建
Web应用安全是保障软件质量与业务连续性的基石,其核心在于识别并管理潜在的安全风险。安全风险通常源于软件生命周期的各个阶段,从设计缺陷、编码漏洞到运维疏忽。理解这些风险的原理,对于构建健壮的应用至关重要。OWASP Top 10作为一份基于全球真实漏洞数据统计的权威报告,系统性地揭示了当前最普遍、影响最严重的十大Web安全风险,为开发、测试和安全人员提供了关键的风险视图和行动指南。例如,注入攻击的本质是将不可信数据作为命令的一部分发送给解释器,而失效的访问控制则指向了权限校验体系的系统性缺失。这些风险的技术原创 2026-06-22 11:10:29 · 1140 阅读 · 0 评论 -
OWASP风险评估计算器:从方法论到实战,量化应用安全风险
在应用安全领域,风险评估是确定漏洞修复优先级、优化安全资源投入的核心环节。其基本原理是将风险量化为可能性与影响两大维度的乘积,通过结构化分析技术因素与业务因素,将模糊的安全威胁转化为可比较的数值。OWASP风险评级方法论为此提供了标准框架,而OWASP Risk Assessment Calculator则是实现该框架的量化工具,它能有效解决传统依赖主观经验或通用CVSS分数导致的决策偏差问题。该工具通过引导用户对威胁代理的技能水平、动机、机会、规模,以及脆弱点的易发现性、易利用性等因子进行评分,并结合业务原创 2026-06-22 16:45:31 · 149 阅读 · 0 评论 -
你怎么理解MVC模式?
你怎么理解MVC模式?原创 2013-03-28 22:13:37 · 372 阅读 · 0 评论 -
HashMap和Hashtable的区别
HashMap与Hashtable都是java的集合类,都可以用来存放java对象,这是它们的相同点,但是它们也有区别:一、历史原因: Hashtable是基于陈旧的Dictionary类的,HashMap是Java 1.2引进的Map接口的一个实现。二、同步性: Hashtable是同步的。这个类中的一些方法保证了Hashtable中的对象是线程安全的。而HashMap则是异步的,因此HashM...原创 2013-03-29 15:12:47 · 140 阅读 · 0 评论 -
实现多线程有两种方法: Thread类继承和Runnable接口实现
学习笔记,转自:http://www.cnblogs.com/heima-jieqi/archive/2012/04/09/2439080.html 用于线程实现的类和接口分别是什么?简单举出使用范例。Thread类继承和Runnable接口实现:1)创建线程的第一种方式:继承Thread类。步骤:(1),定义类继承Thread。(2),复写Thread类中的run...原创 2013-04-01 15:36:56 · 575 阅读 · 0 评论 -
llama.cpp-omni:从文本到多模态的实时流式AI引擎实战
多模态AI技术通过整合视觉、听觉和语言理解能力,实现了更自然的人机交互。其核心原理是将不同模态的信息编码为统一表示,再由语言模型进行语义理解和生成。在工程实践中,流式处理机制和全双工通信成为关键技术,能够实现毫秒级的实时交互。llama.cpp-omni作为基于GGUF格式的多模态推理引擎,通过时间分片复用技术和交错语音生成,支持视频+音频的实时流式处理。该技术特别适用于需要低延迟和隐私保护的本地部署场景,如智能视频通话和实时AI助手应用。项目提供完整的跨平台支持,包括NVIDIA GPU和Apple Si原创 2026-07-06 09:28:25 · 568 阅读 · 0 评论 -
多线程 经典实例
多线程经典实例详见附件原创 2013-04-03 09:45:24 · 150 阅读 · 0 评论 -
LangFuse:面向LLM工程化的可观测性中枢平台
LLM可观测性不是简单日志展示,而是覆盖调用链路(Tracing)、输出质量(Evals)、成本核算(Cost Tracking)和用户反馈(Feedback)的全栈工程能力。其核心在于将非结构化的大模型行为转化为可追踪、可评测、可归因、可优化的软件模块信号。LangFuse通过语义化Tracing、可编程Evals、Token级成本穿透与Prompt版本回溯四大能力,支撑RAG、智能客服、Agent等生产级场景的持续迭代与SRE快速归因。它本质是为LLM系统构建标准OBD-II诊断接口,让每一次生成都成为原创 2026-06-28 10:53:14 · 489 阅读 · 0 评论 -
Azure Cognitive Search混合检索RAG工程实践
RAG(检索增强生成)是当前企业级AI应用的核心架构,其效果高度依赖检索环节的准确性与稳定性。向量搜索虽能捕捉语义相似性,但易受词汇鸿沟、长尾查询和歧义干扰;而传统关键词搜索又缺乏语义理解能力。Azure Cognitive Search通过原生支持的混合检索(Hybrid Search),将倒排索引的精准匹配与HNSW向量搜索的语义召回深度耦合,并内置语义搜索(Semantic Search)模块实现Query意图识别与字段权重调控,显著提升Recall@5与响应稳定性。该方案已在金融、政务等强合规场景落原创 2026-07-01 09:54:26 · 427 阅读 · 0 评论 -
TCP/IP 与 ISO OSI 参考模型之间的对应关系
学习笔记,转自:http://www.csyy.com/blog/user1/chenbiaohan/archives/2006/2006626155559.html 目前,因特网上使用的通信协议——TCP/IP协议与OSI相比,简化了高层的协议,简化了会话层和表示层,将其融合到了应用层,使得通信的层次减少,提高了通信的效率。 下图示意了TCP/IP 与 ISO OSI 参...原创 2013-04-08 10:36:55 · 1889 阅读 · 0 评论 -
连接池使用的优点
学习笔记,转自:http://blog.csdn.net/sz10011/article/details/5044784参考:http://baike.baidu.com/view/1528732.htm 数据库连接是非常占用系统资源的,这一点在多用户的网页应用程序中体现的尤为突出。对数据库连接的管理能显著影响到的整个应用程序的伸缩性和健壮性。。数据库连接池正是针对这个问题提出来的...原创 2013-04-11 14:29:47 · 225 阅读 · 0 评论 -
扩散模型原理与Stable Diffusion实战指南
扩散模型作为生成式AI的核心技术,通过模拟物理扩散过程实现数据生成。其核心原理包含前向加噪和逆向去噪两个马尔可夫链过程,其中噪声预测网络通过epsilon参数化实现稳定训练。相比传统GAN,扩散模型在图像质量与训练稳定性方面具有显著优势,特别适合需要高保真度的创意内容生成场景。Stable Diffusion等现代实现通过潜在空间压缩和条件控制机制(如Classifier-Free Guidance),将计算复杂度降低到实用水平。本文以Stable Diffusion为例,详解包括文本条件注意力、LoRA微原创 2026-07-12 13:54:06 · 425 阅读 · 0 评论
分享