当前位置: 首页 > news >正文

Java高频面试之并发编程-05

hello啊,各位观众姥爷们!!!本baby今天来报道了!哈哈哈哈哈嗝🐶

面试官:线程有哪些调度方法?

在Java中,线程的调用方法主要包括以下几种方式,每种方式适用于不同的场景和需求:


1. 继承 Thread

通过继承 Thread 类并重写 run() 方法,直接调用线程的 start() 方法启动线程。

实现步骤
class MyThread extends Thread {@Overridepublic void run() {System.out.println("Thread running by extending Thread");}
}// 调用方式
public class Main {public static void main(String[] args) {MyThread thread = new MyThread();thread.start(); // 启动线程,执行run()}
}
特点
  • 优点:简单直接。
  • 缺点:Java是单继承,继承 Thread 后无法继承其他类。
  • 适用场景:简单任务,无需共享资源。

2. 实现 Runnable 接口

实现 Runnable 接口,将任务逻辑写入 run() 方法,然后将实例传递给 Thread 对象。

实现步骤
class MyRunnable implements Runnable {@Overridepublic void run() {System.out.println("Thread running by implementing Runnable");}
}// 调用方式
public class Main {public static void main(String[] args) {Thread thread = new Thread(new MyRunnable());thread.start();}
}
特点
  • 优点:避免单继承限制,任务与线程解耦,适合资源共享(如多个线程执行同一任务)。
  • 适用场景:多线程共享同一任务逻辑。

3. 实现 Callable 接口 + Future

通过 Callable 定义带返回值的任务,结合 ExecutorService 提交任务,并通过 Future 获取结果。

实现步骤
import java.util.concurrent.*;class MyCallable implements Callable<String> {@Overridepublic String call() throws Exception {return "Result from Callable";}
}public class Main {public static void main(String[] args) throws Exception {ExecutorService executor = Executors.newSingleThreadExecutor();Future<String> future = executor.submit(new MyCallable());System.out.println(future.get()); // 阻塞获取结果executor.shutdown();}
}
特点
  • 优点:支持返回值,可抛出异常。
  • 适用场景:需要异步结果的任务(如计算密集型操作)。

4. 线程池(Executor 框架)

通过线程池管理线程生命周期,避免频繁创建/销毁线程的开销。

实现步骤
import java.util.concurrent.ExecutorService;
import java.util.concurrent.Executors;public class Main {public static void main(String[] args) {// 创建固定大小的线程池ExecutorService executor = Executors.newFixedThreadPool(3);// 提交Runnable任务executor.execute(() -> {System.out.println("Task executed by thread pool");});executor.shutdown(); // 关闭线程池}
}
线程池类型
  • newFixedThreadPool:固定线程数,适用于负载稳定的场景。
  • newCachedThreadPool:线程数自动扩展,适合短时异步任务。
  • newScheduledThreadPool:支持定时或周期性任务。
  • newSingleThreadExecutor:单线程顺序执行任务。
特点
  • 优点:资源复用、控制并发数、提供任务队列。
  • 适用场景:高并发、资源受限的系统。

5. 匿名内部类/Lambda表达式

简化线程创建的语法,适用于快速实现简单任务。

实现方式
public class Main {public static void main(String[] args) {// 匿名内部类(Runnable)new Thread(new Runnable() {@Overridepublic void run() {System.out.println("Anonymous Runnable");}}).start();// Lambda表达式(Java 8+)new Thread(() -> System.out.println("Lambda Runnable")).start();}
}
特点
  • 优点:代码简洁。
  • 适用场景:快速测试或简单任务。

6. 定时任务(ScheduledExecutorService

用于执行定时或周期性任务。

实现步骤
import java.util.concurrent.Executors;
import java.util.concurrent.ScheduledExecutorService;
import java.util.concurrent.TimeUnit;public class Main {public static void main(String[] args) {ScheduledExecutorService scheduler = Executors.newScheduledThreadPool(1);// 延迟1秒后执行scheduler.schedule(() -> System.out.println("Delayed task"), 1, TimeUnit.SECONDS);// 周期性任务(首次延迟2秒,之后每3秒执行一次)scheduler.scheduleAtFixedRate(() -> System.out.println("Periodic task"), 2, 3, TimeUnit.SECONDS);}
}

7. 异步编程(CompletableFuture,Java 8+)

通过链式调用处理异步任务,支持回调和非阻塞操作。

实现步骤
import java.util.concurrent.CompletableFuture;public class Main {public static void main(String[] args) {CompletableFuture.supplyAsync(() -> "Async Result").thenAccept(result -> System.out.println(result)).join(); // 等待异步任务完成}
}
特点
  • 优点:支持链式调用、异常处理、任务组合。
  • 适用场景:复杂的异步编程需求(如多个异步任务依赖)。

总结与选型建议

方法核心优势典型场景
继承 Thread简单直接快速测试或简单任务
实现 Runnable解耦任务与线程,支持资源共享多线程共享任务逻辑
实现 Callable支持返回值和异常需要异步结果的计算任务
线程池资源复用,高效管理线程高并发、资源受限的系统
CompletableFuture异步编程,链式调用复杂异步任务编排

根据具体需求选择合适的方法:

  • 简单任务:直接使用 Runnable + Thread 或 Lambda。
  • 结果依赖:使用 Callable + FutureCompletableFuture
  • 高并发场景:优先使用线程池(如 newFixedThreadPool)。
  • 定时任务:选择 ScheduledExecutorService

在这里插入图片描述

相关文章:

Java高频面试之并发编程-05

hello啊&#xff0c;各位观众姥爷们&#xff01;&#xff01;&#xff01;本baby今天来报道了&#xff01;哈哈哈哈哈嗝&#x1f436; 面试官&#xff1a;线程有哪些调度方法&#xff1f; 在Java中&#xff0c;线程的调用方法主要包括以下几种方式&#xff0c;每种方式适用于…...

LeetCode 1292 元素和小于等于阈值的正方形的最大边长

最大正方形边长问题详解 一、问题描述 给定一个大小为 mn 的矩阵 mat 和一个整数阈值 threshold&#xff0c;要求返回元素总和小于或等于阈值的正方形区域的最大边长&#xff1b;如果没有这样的正方形区域&#xff0c;则返回 0。 二、解题思路 前缀和矩阵的概念与构建 前缀…...

测试开发 - Java 自动化测试核心函数详解

目录 1. 元素定位 1.1 By.xpath 1.1.1 //* 1.1.2 //[指定节点] 1.1.3 / 1.1.4 /.. 1.1.5 [...] 1.1.6 指定索引获取对应元素 1.2 By.cssSelector 1.2.1 # 1.2.2 . 1.2.3 > 1.2.4 标签名:nth-child(n) 2. 获取元素 2.1 findElement 2.2 findElements 3. 操…...

【HarmonyOS】ArKUI框架

目录 概述 声明式开发范式 基于ArKUI的项目 • 1&#xff0e;创建资源文件 • 2&#xff0e;引用资源 • 3&#xff0e;引用系统资源&#xff1a; • 系统资源有哪些 • 4. 在配置和资源中引用资源 声明式语法 UI描述规范 UI组件概述 组件化 组件渲染控制语法 修改…...

【MQ篇】RabbitMQ之简单模式!

目录 引言一、 初识 RabbitMQ 与工作模式二、 简单模式 (Simple Queue) 详解&#xff1a;最直接的“点对点快递” &#x1f4ee;三、 Java (Spring Boot) 代码实战&#xff1a;让小兔子跑起来&#xff01; &#x1f430;&#x1f3c3;‍♂️四、 深入理解&#xff1a;简单模式的…...

K8S节点出现Evicted状态“被驱逐”

在Kubernetes集群中&#xff0c;Pod状态为“被驱逐&#xff08;evicted&#xff09;”表示Pod无法在当前节点上继续运行&#xff0c;已被集群从节点上移除。 问题分析&#xff1a; 节点磁盘空间不足 &#xff0c;使用df -h查看磁盘使用情况 可以看到根目录 / 已100%满&#x…...

NumPyro:概率编程的现代Python框架深度解析

引言 概率编程作为统计学与机器学习的交叉领域&#xff0c;正在重塑我们构建不确定性模型的方式。在众多概率编程语言&#xff08;PPL&#xff09;中&#xff0c;NumPyro凭借其简洁的语法、强大的性能和与PyTorch生态系统的无缝集成&#xff0c;已经成为研究者和数据科学家的首…...

java进阶之git

git git介绍git常用命令代码回滚操作 git 介绍 工作区 改动&#xff08;增删文件和内容&#xff09;暂存区 输入命令&#xff1a;git add改动的文件名&#xff0c;此次改动就放到了"暂存区“本地仓库 输入命令&#xff1a;git commit 此次修改的描述&#xff0c;此次改动…...

负载阻尼效应及其作用解析

负载阻尼效应是指负载&#xff08;如电路、机械系统或控制系统中连接的设备&#xff09;对系统动态变化&#xff08;如电压波动、机械振动等&#xff09;产生的抑制或衰减作用。 其核心是通过消耗或吸收能量&#xff0c;减少系统中的振荡、波动或瞬态响应&#xff0c;从而提高…...

面向组织的网络安全措施

一、安全措施概述 在一个组织中&#xff0c;技术人员可以利用一系列强大的网络安全工具进行安全检测和防范&#xff0c;以保护组织的网络基础设施、数据和资产免受各种威胁。这些工具通常涵盖了从主动防御、威胁检测、漏洞管理到事件响应和安全分析的各个方面。 以下是一些关…...

Unity 跳转资源商店,并打开特定应用

需求&#xff1a; 打开资源商店&#xff0c;并定位到特定应用. 代码&#xff1a; #if UNITY_ANDROIDApplication.OpenURL("market://details?idcom.tencent.mm"); #elif UNITY_IPHONEApplication.OpenURL(“itms-apps://apps.apple.com/app/id333903271”); #end…...

2025年五大ETL数据集成工具推荐

ETL工具作为打通数据孤岛的核心引擎&#xff0c;直接影响着企业的决策效率与业务敏捷性。本文精选五款实战型ETL解决方案&#xff0c;从零门槛的国产免费工具到国际大厂企业级平台&#xff0c;助您找到最适合的数据集成利器。 一、谷云科技ETLCloud&#xff1a;国产数据集成工…...

基于 PaddleOCR对pdf文件中的文字提取

一、基于 PaddleOCR 提取 PDF 文件中的文字流程 1. 安装必要的依赖库&#xff1a;包括 PaddleOCR 和 PyMuPDF pip install paddlepaddle paddleocr pymupdf 2. 将 PDF 转换为图像&#xff1a;使用 PyMuPDF 将 PDF 的每一页转换为图像 3. 使用 PaddleOCR 进行文字识别&a…...

鸿蒙移动应用开发--渲染控制实验

任务&#xff1a;使用“对象数组”、“ForEach渲染”、“Badge角标组件”、“Grid布局”等相关知识&#xff0c;实现生效抽奖卡案例。如图1所示&#xff1a; 图1 生肖抽奖卡实例图 图1(a)中有6张生肖卡可以抽奖&#xff0c;每抽中一张&#xff0c;会通过弹层显示出来&#xf…...

【漫话机器学习系列】215.处理高度不平衡数据策略(Strategies For Highly Imbalanced Classes)

处理高度不平衡数据的四大策略详解 在机器学习与数据挖掘任务中&#xff0c;“类别不平衡”问题几乎无处不在。无论是信用卡欺诈检测、医疗异常诊断&#xff0c;还是网络攻击识别&#xff0c;正负样本的比例往往严重失衡。比如一个欺诈检测数据集中&#xff0c;可能只有不到 1…...

在离线 Ubuntu 环境下部署双 Neo4j 实例(Prod Dev)

在许多开发和生产场景中&#xff0c;我们可能需要在同一台服务器上运行多个独立的 Neo4j 数据库实例&#xff0c;例如一个用于生产环境 (Prod)&#xff0c;一个用于开发测试环境 (Dev)。本文将详细介绍如何在 离线 的 Ubuntu 服务器上&#xff0c;使用 tar.gz 包部署两个 Neo4j…...

Windows下Golang与Nuxt项目宝塔部署指南

在Windows下将Golang后端和Nuxt前端项目打包&#xff0c;并使用宝塔面板部署的步骤如下 一、Golang后端打包 交叉编译为Linux可执行文件 在Windows PowerShell中执行&#xff1a; powershell复制下载 $env:GOOS "linux" $env:GOARCH "amd64" go build…...

基于贝叶斯优化的Transformer多输入单输出回归预测模型Bayes-Transformer【MATLAB】

Bayes-Transformer 在机器学习和深度学习领域&#xff0c;Transformer模型已经广泛应用于自然语言处理、图像识别、时间序列预测等多个领域。然而&#xff0c;在一些实际应用中&#xff0c;我们面临着如何高效地优化模型超参数的问题。贝叶斯优化&#xff08;Bayesian Optimiz…...

ibus输入法微软词库分享

链接: https://pan.baidu.com/s/1aC-UvV-UDHEpxg5sZcAS2Q?pwddxpq 提取码: dxpq --来自百度网盘超级会员v8的分享 链接: https://pan.baidu.com/s/1aC-UvV-UDHEpxg5sZcAS2Q?pwddxpq 提取码: dxpq --来自百度网盘超级会员v8的分享 # 更改ibus输入法字体大小 sudo apt insta…...

Sharding-JDBC 系列专题 - 第五篇:分布式事务

Sharding-JDBC 系列专题 - 第五篇:分布式事务 本系列专题旨在帮助开发者全面掌握 Sharding-JDBC,一个轻量级的分布式数据库中间件。本篇作为系列的第五篇文章,将深入探讨 分布式事务(Distributed Transactions),包括其概念、支持的事务类型、配置方法、工作原理以及实战…...

力扣每日打卡17 49. 字母异位词分组 (中等)

力扣 49. 字母异位词分组 中等 前言一、题目内容二、解题方法1. 哈希函数2.官方题解2.1 前言2.2 方法一&#xff1a;排序2.2 方法二&#xff1a;计数 前言 这是刷算法题的第十七天&#xff0c;用到的语言是JS 题目&#xff1a;力扣 49. 字母异位词分组 (中等) 一、题目内容 给…...

深入解析C++ STL List:双向链表的特性与高级操作

一、引言 在C STL容器家族中&#xff0c;list作为双向链表容器&#xff0c;具有独特的性能特征。本文将通过完整代码示例&#xff0c;深入剖析链表的核心操作&#xff0c;揭示其底层实现机制&#xff0c;并对比其他容器的适用场景。文章包含4000余字详细解析&#xff0c;适合需…...

在 master 分支上进行了 commit 但还没有 push,怎么安全地切到新分支并保留这些更改

确保你的 commit 确实没有 push&#xff08;否则会覆盖远程分支&#xff09;&#xff1a; git log --oneline # 查看本地 commit git log --oneline origin/master # 查看远程 master 的 commit 确保你的 commit 只存在于本地&#xff0c;远程 origin/master 没有…...

spark jar依赖顺序

1. 执行顺序 spark-submit --config "spark.{driver/executor}.extraClassPathsomeJar"提交的依赖包SystemClasspath – Spark安装时候提供的依赖包spark-submit --jars 提交的依赖包 2. 依赖解释 提交任务时指定的依赖 Spark-submit --config "spark.{drive…...

docker 国内源和常用命令

Ubuntu | Docker Docs 参考docker官方安装docker # Add Dockers official GPG key: sudo apt-get update sudo apt-get install ca-certificates curl sudo install -m 0755 -d /etc/apt/keyrings sudo curl -fsSL https://download.docker.com/linux/ubuntu/gpg -o /etc/apt…...

【目标检测】对YOLO系列发展的简单理解

目录 1.YOLOv12.YOLOv23.YOLOv34.YOLOv45.YOLOv66.YOLOv77.YOLOv9 YOLO系列文章汇总&#xff1a; 【论文#目标检测】You Only Look Once: Unified, Real-Time Object Detection 【论文#目标检测】YOLO9000: Better, Faster, Stronger 【论文#目标检测】YOLOv3: An Incremental …...

C# AppContext.BaseDirectory 应用程序的启动目录

Application.StartupPath定义与用途局限性示例 Path.GetDirectoryName(Assembly.GetExecutingAssembly().Location)定义与用途局限性示例 Directory.GetCurrentDirectory()定义与用途局限性示例 关键区别总结推荐使用场景需要应用程序安装目录需要动态工作目录插件或模块化应用…...

Sentinel数据S2_SR_HARMONIZED连续云掩膜+中位数合成

在GEE中实现时&#xff0c;发现简单的QA60是无法去云的&#xff0c;最近S2地表反射率数据集又进行了更新&#xff0c;原有的属性集也进行了变化&#xff0c;现在的SR数据集名称是“S2_SR_HARMONIZED”。那么&#xff1a; 要想得到研究区无云的图像&#xff0c;可以参考执行以下…...

探索Cangjie Magic:仓颉编程语言原生的LLM Agent开发新范式

引言&#xff1a;智能体开发的革命性突破 2025年3月&#xff0c;仓颉社区开源了Cangjie Magic——这是首个基于仓颉编程语言原生构建的LLM Agent开发平台&#xff0c;标志着智能体开发领域的一次重大突破。作为一名长期关注AI发展的技术爱好者&#xff0c;我有幸第一时间体验了…...

css三大特性

css三大特性&#xff1a;层叠性 继承性 优先性 一.层叠性 二.继承性 子标签会继承父标签的某些样式 恰当地使用继承性&#xff0c;减少代码复杂性子元素会继承父元素地某些样式(text-&#xff0c;font-&#xff0c;line-这些元素开头的可以继承&#xff0c;以及color属性) 2…...

Centos7安装Jenkins(图文教程)

本章教程,主要记录在centos7安装部署Jenkins 的详细过程。 [root@localhost ~]# cat /etc/redhat-release CentOS Linux release 7.9.2009 (Core) 一、基础环境安装 内存大小要求:256 MB 内存以上 硬盘大小要求:10 GB 及以上 安装基础java环境:Java 17 ( JRE 或者 JDK 都可…...

Hyper-V 管理工具

什么是 Hyper-V Microsoft Hyper-V是一个虚拟化平台&#xff0c;可在Windows客户端和服务器上创建并运行虚拟计算机。操作系统&#xff08;OS&#xff09;被称为“监管程序”&#xff08;supervisor&#xff09;&#xff0c;因为它负责为程序分配物理资源。在虚拟环境中&#…...

小雨滴的奇妙旅行

以下是基于原稿的优化版本&#xff0c;在保留童趣的基础上&#xff0c;进一步贴近5岁孩子的语言习惯和表演需求。修改处用&#xff08;优化&#xff09;标注&#xff0c;供参考&#xff1a; 《小雨滴的奇妙旅行》&#xff08;优化标题&#xff0c;更易记忆&#xff09; “滴答…...

极狐GitLab 权限和角色如何设置?

极狐GitLab 是 GitLab 在中国的发行版&#xff0c;关于中文参考文档和资料有&#xff1a; 极狐GitLab 中文文档极狐GitLab 中文论坛极狐GitLab 官网 权限和角色 (BASIC ALL) 将用户添加到项目或群组时&#xff0c;您可以为他们分配角色。该角色决定他们在极狐GitLab 中可以执…...

NLP高频面试题(五十一)——LSTM详解

长短期记忆网络(LSTM)相较于传统循环神经网络(RNN)的核心改进在于通过引入记忆单元(cell state)和门机制(gating mechanism)来有效缓解梯度消失与梯度爆炸问题,从而更好地捕捉长距离依赖关系 。在其网络结构中,信息通过输入门(input gate)、遗忘门(forget gate)和…...

C++学习之游戏服务器开发十二nginx和http

目录 1.容器运行游戏需求分析 2.静态编译游戏服务 3.手动创建游戏镜像 4.编写游戏启动脚本 5.脚本创建游戏服务器镜像 6.登录服务器架构选择 7.http协议初识 8.http报文分析 9.nginx简介和安装 10.nginx配置静态页面 11.nginx配置反向代理 1.容器运行游戏需求分析 2.…...

Spark集群搭建-spark-local

&#xff08;一&#xff09;安装Spark 安装Spark的过程就是下载和解压的过程。接下来的操作&#xff0c;我们把它上传到集群中的节点&#xff0c;并解压运行。 1.启动虚拟机 2.通过finalshell连接虚拟机&#xff0c;并上传安装文件到 /opt/software下 3.解压spark安装文件到/op…...

突破 RAG 检索瓶颈:Trae+MCP 构建高精度知识库检索系统实践

一、引言&#xff1a;RAG 技术的落地困境与破局思路 在企业级 AI 应用中&#xff0c;基于检索增强生成&#xff08;RAG&#xff09;的知识库系统已成为构建智能问答、文档分析的核心方案。然而随着实践深入&#xff0c;从业者逐渐发现传统 RAG 架构存在三大典型痛点&#xff1…...

PyQt5、NumPy、Pandas 及 ModelArts 综合笔记

PyQt5、NumPy、Pandas 及 ModelArts 综合笔记 PyQt5 GUI 开发 信号与槽 概念&#xff1a;对象间解耦通信机制。 信号&#xff1a;对象状态改变时发射&#xff0c;例如 btn.clicked。槽&#xff1a;接收信号的普通函数或方法。 连接&#xff1a;signal.connect(slot)&#xff…...

TM2SP-Net阅读

TCSVT 2025 创新点 结合图像显著性和视频时空特征进行视频显著性预测。 提出一个多尺度时空特征金字塔(MLSTFPN),能够更好的融合不同级别的特征&#xff0c;解决了显著性检测在多尺度时空特征表示的不足。 对比MLSTFPN和普通的FPN和BiFPN的区别。 Pipeline 时空语义信息和图…...

C++ 拷贝构造函数 浅拷贝 深拷贝

C 的拷贝构造函数&#xff08;Copy Constructor&#xff09;是一种特殊的构造函数&#xff0c;用于通过已有对象初始化新创建的对象。它在对象复制场景中起关键作用&#xff0c;尤其在涉及动态内存管理时需特别注意深浅拷贝问题。 一、定义与语法​​ 拷贝构造函数的​​参数…...

Linux系统用户迁移到其它盘方法

步骤 1&#xff1a;创建脚本文件 使用文本编辑器&#xff08;如 nano 或 vim&#xff09;创建脚本文件&#xff0c;例如 migrate_users.sh&#xff1a; sudo nano /root/migrate_users.sh 脚本代码如下&#xff1a; #!/bin/bash # 迁移用户主目录到 /mnt/sdb1 的批量脚本# 用…...

NDSS 2025|侧信道与可信计算攻击技术导读(二)系统化评估新旧缓存侧信道攻击技术

本文为 NDSS 2025 导读系列 之一&#xff0c;聚焦本届会议中与 硬件安全与侧信道技术 相关的代表性论文。 NDSS&#xff08;Network and Distributed System Security Symposium&#xff09; 是网络与系统安全领域的顶级国际会议之一&#xff0c;由 Internet Society 主办&…...

Kafka 面试,java实战贴

面试问题列表 Kafka的ISR机制是什么&#xff1f;如何保证数据一致性&#xff1f; 如何实现Kafka的Exactly-Once语义&#xff1f; Kafka的Rebalance机制可能引发什么问题&#xff1f;如何优化&#xff1f; Kafka的Topic分区数如何合理设置&#xff1f; 如何设计Kafka的高可用跨…...

第十五届蓝桥杯 2024 C/C++组 下一次相遇

目录 题目&#xff1a; 题目描述&#xff1a; 题目链接&#xff1a; 思路&#xff1a; 自己的思路详解&#xff1a; 更好的思路详解&#xff1a; 代码&#xff1a; 自己的思路代码详解&#xff1a; 更好的思路代码详解&#xff1a; 题目&#xff1a; 题目描述&#xf…...

2024年全国青少年信息素养大赛-算法创意实践C++ 华中赛区(初赛真题)

完整的试卷可点击下方去查看&#xff0c;可在线考试&#xff0c;在线答题&#xff0c;在线编程&#xff1a; 2024年全国青少年信息素养大赛-算法创意实践C 华中赛区&#xff08;初赛&#xff09;_c_少儿编程题库学习中心-嗨信奥https://www.hixinao.com/tidan/cpp/show-96.htm…...

“思考更长时间”而非“模型更大”是提升模型在复杂软件工程任务中表现的有效途径 | 学术研究系列

作者&#xff1a;明巍/临城/水德 还在为部署动辄数百 GB 显存的庞大模型而烦恼吗&#xff1f;还在担心私有代码库的安全和成本问题吗&#xff1f;通义灵码团队最新研究《Thinking Longer, Not Larger: Enhancing Software Engineering Agents via Scaling Test-Time Compute》…...

测试OMS(订单管理系统)时,对Elasticsearch(ES)数据和算法数据进行测试(如何测试几百万条数据)

1. 测试目标 在测试OMS中的ES数据和算法数据时&#xff0c;主要目标包括&#xff1a; 数据完整性 数据完整性&#xff1a;确保所有需要的数据都被正确采集、存储和索引。 数据准确性&#xff1a;确保数据内容正确无误&#xff0c;符合业务逻辑。 性能&#xff1a;确保系统在处…...

Java中链表的深入了解及实现

一、链表 1.链表的概念 1.1链表是⼀种物理存储结构上⾮连续存储结构&#xff0c;数据元素的逻辑顺序是通过链表中的引⽤链接次序实现的 实际中链表的结构⾮常多样&#xff0c;以下情况组合起来就有8种链表结构&#xff1a; 2.链表的实现 1.⽆头单向⾮循环链表实现 链表中的…...

继承相关知识

概念 定义类时&#xff0c;代码中有共性的成员&#xff0c;还有自己的属性&#xff0c;使用继承可以减少重复的代码&#xff0c; 继承的语法 class 子类&#xff1a;继承方式 父类 继承方式有&#xff1a;public&#xff0c;private&#xff0c;protected 公共继承&#x…...