Java8中的Stream流相关用法学习

目录

一、Stream是什么

二、创建Stream

三、中间操作

3.1 filter()

3.2 map()

3.3 flatMap()

3.4 distinct()

3.5 limit()

四、终端操作

4.1 findAny(), 和 orElse()

4.2 sorted()

4.3 forEach()

4.4 count()

4.5 collect()

4.6 groupingBy()

4.7 average()

4.8 anyMatch()


一、Stream是什么

Java 8引入了一种新的编程模型,称为"流"(Stream)API,用于处理集合数据。Stream API支持声明式风格的编程,专注于数据的处理,而不是控制流。它可以用于读取、过滤、转换和聚合数据,而无需显式地操作集合对象

Stream API的主要特点包括:

  1. 管道模式:每个Stream操作都会产生一个新的Stream,形成一条流水线。这条流水线可以由多个中间操作(intermediate operations)和一个终端操作(terminal operation)组成。中间操作不会立即执行,而是延迟到终端操作时才执行,这样可以优化性能并支持惰性求值。

  2. 内存效率:Stream API设计的目标之一是减少内存占用。例如,在处理大型数据集时,Stream可以在不需要存储整个集合于内存的情况下工作。

  3. 并行处理:Stream API支持并行流,可以利用多核处理器的优势进行并行计算,提高程序性能。

  4. 函数式编程:Stream API与函数式编程的概念紧密相关,如filter(), map(), reduce()等方法,它们接收Lambda表达式作为参数,使得代码更简洁、易读。

以下是一些Stream API的例子:

// 创建一个Stream
List<String> list = Arrays.asList("one", "two", "three");
Stream<String> stream = list.stream();

// 中间操作:筛选和转换
stream.filter(s -> s.startsWith("t"))
    .map(String::toUpperCase)
    .forEach(System.out::println);  // 输出: TWO, THREE

// 终端操作:收集到新的列表
List<String> result = stream.filter(s -> s.length() > 3)
                            .collect(Collectors.toList());

在这个例子中,我们首先创建了一个Stream,然后通过filter筛选出以"t"开头的字符串,再通过map将其转换为大写,最后通过forEach打印结果。第二个例子中,我们使用collect终端操作将满足条件的元素收集到一个新的列表中。

二、创建Stream

例如,List.stream() 或 Arrays.stream(ints)

下面是创建stream流的几种方式:

        /**
         * 1. 创建一个stream流
         */
        //1.1 从集合创建流
        List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5);
        System.out.println("集合numbers = " + numbers);
        Stream<Integer> stream = numbers.stream();
        System.out.println("stream = " + stream);

        //1.2 从数组创建流
        Integer[] arr = {1, 2, 3, 4, 5};
        System.out.println("数组arr = " + arr);
        Stream<Integer> stream1 = Arrays.stream(arr);
        System.out.println("stream1 = " + stream1);

        //1.3 使用Stream.of()创建Stream
        Stream<String> stream2 = Stream.of("a", "b", "c");
        System.out.println("使用Stream.of()创建stream2 = " + stream2);

运行程序可以看到下面结果:

java.util.stream.ReferencePipeline$Head@579bb367 是一种Java对象的默认字符串表示形式,通常称为"对象的哈希值表示"。这种表示方式在打印未重写toString()方法的对象时出现,主要包括以下部分:

  1. 类名:ReferencePipeline$Head 这代表的是对象所属的类。在这个例子中,它来自于java.util.stream包,表示一个流管道的头节点。

  2. @ 符号:这个符号标志着后面的部分是对象的内存地址的十六进制表示。在某些JVM实现中,这不是真正的内存地址,而是对象的哈希码,用于标识对象的唯一性。

  3. 十六进制数字:579bb367 是上述提到的哈希码或内存地址的十六进制表示。每个Java对象都有唯一的哈希码,除非有特殊情况导致哈希冲突。

总的来说,当你打印一个没有重写toString()方法的对象时,你会看到类似这样的输出,它提供了对象的类信息以及一个用于区分不同对象的哈希码。如果你想要更友好的输出,你应该覆盖toString()方法,自定义你需要显示的信息。例如,在自定义类中,你可以将对象的关键属性组合成一个字符串返回。

这里的‘ReferencePipelineHead`是Stream管道的一个内部类,代表了未执行任何操作的原始流。由于这是一个中间对象,所以直接打印它不会有具体的结果,只有当你执行一个终端操作时,才会得到实际的数据或行为。

三、中间操作

Intermediate operations: 如 filter()map()distinct() 等,这些操作不会立即执行,而是构建一个新的流,等待最终操作触发。

3.1 filter()

filter()方法用于根据给定的条件筛选流中的元素。以下是一个简单的代码示例:

import java.util.Arrays;
import java.util.List;

public class StreamFilterExample {
    public static void main(String[] args) {
        List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5, 6, 7, 8, 9);

        // 使用filter()筛选出偶数
        List<Integer> evenNumbers = numbers.stream()
                .filter(n -> n % 2 == 0)
                .collect(Collectors.toList());

        System.out.println("Even Numbers: " + evenNumbers); // 输出:[2, 4, 6, 8]
    }
}

在这个例子中,我们创建了一个整数列表,然后使用stream()方法将其转换为Stream。接着,我们调用filter()方法,传入一个lambda表达式(n -> n % 2 == 0)作为参数,这意味着我们只保留能被2整除的数字。最后,我们使用collect()方法将筛选后的流收集到一个新的列表中。

当你运行这段代码,你会看到输出 [2, 4, 6, 8],这就是原始列表中所有的偶数。

请注意,filter()和其他中间操作一样,不会立即执行。只有在遇到终端操作,如collect()forEach()count()等时,才会开始执行流的所有操作。这种延迟执行的概念被称为"惰性求值"。

3.2 map()

用于将流中的每个元素应用一个函数得到一个新的结果,然后创建一个新的流,这个新流由应用函数后产生的结果组成。以下是一个简单的例子:

import java.util.Arrays;
import java.util.List;

public class Main {
    public static void main(String[] args) {
        List<String> names = Arrays.asList("Alice", "Bob", "Charlie", "David");

        // 使用map()将字符串转换为长度
        List<Integer> lengths = names.stream()
                .map(Main::stringLength)
                .collect(Collectors.toList());

        lengths.forEach(System.out::println);  // 输出:5, 3, 7, 5
    }

    public static int stringLength(String s) {
        return s.length();
    }
}

在这个例子中,我们有一个包含名字的列表,我们使用map()方法将每个名字转换为其长度,最终得到了一个新的整数列表。

3.3 flatMap()

它用于处理流中的每个元素,并将其转换为另一个流,然后将所有这些流连接成一个新的单一流。这对于处理嵌套结构(例如,一个列表的每个元素都是另一个列表)特别有用。

以下是一个简单的flatMap()用法的例子,假设我们有一个用户类,每个用户有一个列表的地址:

public class User {
    private String name;
    private List<Address> addresses;

    // getters and setters...
}

public class Address {
    private String city;

    // getters and setters...
}

现在,我们有一个用户列表,并想获取所有城市的列表:

List<User> users = ...; // 初始化用户列表
List<String> allCities = users.stream()
    .flatMap(user -> user.getAddresses().stream())
    .map(Address::getCity)
    .collect(Collectors.toList());

在这个例子中,flatMap()将每个用户的地址列表展开成单独的流,然后map()方法将每个地址的city字段提取出来,最后通过collect()方法收集所有的城市到一个新的列表中。

这个例子展示了如何使用flatMap()处理嵌套的数据结构并将其展平为单一层次的结果。

3.4 distinct()

用于去除流中的重复元素。这个方法不会立即执行,而是在流的终端操作时(例如 collectforEach 等)才执行。以下是一个简单的代码示例:

import java.util.Arrays;
import java.util.List;
import java.util.stream.Stream;

public class DistinctExample {
    public static void main(String[] args) {
        List<Integer> numbers = Arrays.asList(1, 2, 3, 2, 4, 3, 5);

        // 使用 distinct() 去除重复元素
        Stream<Integer> distinctNumbers = numbers.stream().distinct();

        // 输出去重后的结果
        distinctNumbers.forEach(System.out::println);
    }
}

在这个例子中,我们首先创建了一个包含重复元素的列表 numbers。然后,我们调用 stream() 方法将其转换为 Stream,接着调用 distinct() 进行去重操作。最后,使用 forEach 终端操作打印出去重后的数字。

输出将是:

1
2
3
4
5

这里没有重复的元素,因为 distinct() 操作已经将他们去除。需要注意的是,distinct() 是根据对象的 equals() 方法来判断是否重复的,所以如果你自定义了类并覆写了 equals() 方法,那么这里的去重规则也会相应改变。

3.5 limit()

用于限制流中元素的数量。它会返回一个新的流,其中只包含原始流的前n个元素。如果原始流的元素数量少于n,那么新流将包含所有元素。这个操作是非阻塞的,也就是说,直到终端操作执行时,实际的数据提取才会发生。

以下是一个简单的代码示例:

import java.util.Arrays;
import java.util.List;

public class LimitExample {
    public static void main(String[] args) {
        List<String> numbers = Arrays.asList("One", "Two", "Three", "Four", "Five");

        // 使用 limit() 方法限制输出到前三项
        numbers.stream()
                .limit(3)
                .forEach(System.out::println);
    }
}

在这个例子中,numbers.stream().limit(3) 创建了一个新的流,该流只包含原列表的前三个元素。然后,forEach(System.out::println) 遍历并打印这些元素,所以输出将是:

One
Two
Three

请注意,limit() 操作不会改变原始集合的内容。它只是创建了一个新的、有限的视图来处理数据。

四、终端操作

Terminal operations: 如 collect()forEach()count(),这些操作会触发前面所有的中间操作,并返回结果或完成流。

4.1 findAny(), 和 orElse()

  • findAny(): 这是一个终端操作,用于找到流中的任意一个元素。对于无限流,它可能会立即返回,而对于有限流,它会在遍历完流后返回。如果流为空,它会返回一个Optional对象的空实例。例如:
Optional<Integer> firstEven = numbers.stream()
                                   .filter(n -> n % 2 == 0)
                                   .findAny();
if (firstEven.isPresent()) {
    System.out.println("First even number is: " + firstEven.get());
}
  • orElse(): 也是一个与Optional相关的终端操作。当Optional对象有值时,它会返回该值;如果没有值(即isPresent()返回false),则会返回传入orElse()方法的参数。例如:
Optional<String> optionalName = Optional.empty();
String name = optionalName.orElse("Default Name");
System.out.println(name); // 输出: Default Name
  • 结合filter()操作,下面是个完整的例子:
List<String> names = Arrays.asList("Alice", "Bob", "Charlie", "David");

Optional<String> startsWithA = names.stream()
                                    .filter(name -> name.startsWith("A"))
                                    .findAny();

String firstNameStartingWithA = startsWithA.orElse("No one starts with 'A'");
System.out.println(firstNameStartingWithA); // 输出: Alice 或者 No one starts with 'A'

在这个例子中,我们首先创建了一个名字列表,然后通过filter找出以"A"开头的名字,如果存在这样的名字,就用findAny找到第一个,最后使用orElse确保即使没有找到名字,也会返回一个默认值。

4.2 sorted()

用于对流中的元素进行排序。这个操作会返回一个新的流,其元素按照自然排序或者是提供的Comparator进行排序。如果原始流是并行流,那么结果流也是并行流。

以下是一个简单的代码示例:

import java.util.Arrays;
import java.util.List;
import java.util.stream.Collectors;

public class Main {
    public static void main(String[] args) {
        List<Integer> numbers = Arrays.asList(5, 2, 9, 1, 5, 6);

        // 使用sorted()对列表进行排序
        List<Integer> sortedNumbers = numbers.stream()
                .sorted()
                .collect(Collectors.toList());

        System.out.println(sortedNumbers); // 输出:[1, 2, 5, 5, 6, 9]
    }
}

在这个例子中,我们首先创建了一个未排序的整数列表。然后,我们调用stream()方法将其转换为流,接着使用sorted()进行排序,最后通过collect()收集到一个新的已排序的列表。

如果你想要自定义排序规则,你可以传递一个Comparatorsorted()方法,如下所示:

List<String> words = Arrays.asList("zebra", "apple", "cat", "banana");

words.stream()
    .sorted(Comparator.comparingInt(String::length))
    .forEach(System.out::println);

这段代码会按字符串长度进行排序,输出结果可能是:"cat""apple""banana""zebra"

4.3 forEach()

用于执行对每个流元素的操作。这个操作不会返回任何结果,而是纯粹为了副作用而存在,例如打印元素、更新UI等。

以下是一个简单的代码示例,展示如何使用forEach()遍历并打印一个整数列表:

import java.util.Arrays;
import java.util.List;

public class Main {
    public static void main(String[] args) {
        List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5);

        // 使用forEach打印列表中的每个元素
        numbers.forEach(System.out::println);
    }
}

在这个例子中,System.out::println是一个方法引用,相当于传递了一个lambda表达式 (Integer num) -> System.out.println(num) ,即对于列表中的每个元素,执行System.out.println()来打印它。

注意,forEach()操作一旦执行,流就会被消费掉,不能再被重复使用。此外,由于它是终端操作,所以在其后不能接着放置其他中间操作。

4.4 count()

用于计算流中元素的数量。这个操作是累积性的,所以它可以有效地处理大量数据,即使是在不可见的并行流中。count() 返回的是一个 long 类型的值,表示流中元素的数量。

以下是一个简单的代码示例,展示了如何使用 count() 方法统计数组中偶数的数量:

import java.util.Arrays;

public class Main {
    public static void main(String[] args) {
        int[] numbers = {1, 2, 3, 4, 5, 6, 7, 8, 9, 10};

        long evenCount = Arrays.stream(numbers)
                               .filter(n -> n % 2 == 0)
                               .count();

        System.out.println("Number of even numbers: " + evenCount);
    }
}

在这个例子中,我们首先创建了一个整数数组 numbers。然后,我们通过 Arrays.stream(numbers) 创建了一个 IntStream。接着,使用 filter(n -> n % 2 == 0) 过滤出所有的偶数。最后,count() 方法计算过滤后剩余的偶数个数,并将其存储在变量 evenCount 中。程序输出结果将是偶数的数量。

4.5 collect()

用于将流转换为其他形式,例如收集到 Collection、构建 Map 或者执行其他聚合操作。它可以与 Collectors 类提供的工厂方法一起使用,以实现各种常见的收集行为。

以下是一个简单的例子,展示了如何使用 collect() 方法将一个整数流收集到 ArrayList 中:

import java.util.Arrays;
import java.util.List;
import java.util.stream.Collectors;

public class Main {
    public static void main(String[] args) {
        List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5);

        // 创建一个新的列表,只包含偶数
        List<Integer> evenNumbers = numbers.stream()
                .filter(n -> n % 2 == 0)
                .collect(Collectors.toList());

        System.out.println(evenNumbers); // 输出: [2, 4]
    }
}

在这个例子中,我们首先创建了一个数字列表,然后将其转换为流。接着,我们使用 filter() 过滤出偶数,最后调用 collect() 并传入 Collectors.toList() 来收集结果到一个新的 ArrayList 中。

collect() 可以配合不同的收集器完成更复杂的任务,例如分组、规约等。例如,如果你想统计列表中每个元素出现的次数,你可以这样使用:

Map<Integer, Long> countMap = numbers.stream()
        .collect(Collectors.groupingBy(Function.identity(), Collectors.counting()));

System.out.println(countMap); // 输出: {1=1, 2=1, 3=1, 4=1, 5=1}

在这个例子中,groupingBy() 聚合操作用于按元素值分组,counting() 则计算每组的数量。结果是一个 Map,其中键是原始列表中的元素,值是它们的计数。

4.6 groupingBy()

groupingBy()是Java 8 Stream API中的一个收集器,用于根据提供的函数将流中的元素分组到一个Map中。这个Map的键是由分组函数计算出来的,值则是一个列表,包含了具有相同键的所有元素。

以下是一个简单的例子,假设我们有一个Person对象的列表,每个Person有名字(name)和年龄(age),我们想要按照年龄将这些人分组:

import java.util.*;
import java.util.stream.*;

class Person {
    String name;
    int age;

    public Person(String name, int age) {
        this.name = name;
        this.age = age;
    }

    // getters for name and age
}

List<Person> people = Arrays.asList(
    new Person("Alice", 25),
    new Person("Bob", 30),
    new Person("Charlie", 25),
    new Person("Dave", 30)
);

Map<Integer, List<Person>> groupedPeople = 
    people.stream()
          .collect(Collectors.groupingBy(Person::getAge));

System.out.println(groupedPeople);

在这个例子中,groupingBy(Person::getAge)创建了一个Map,其中键是年龄,值是对应年龄的人的列表。运行这段代码后,输出将会是一个Map,显示每个年龄段的人都有哪些:

{25=[Person@3e2c7a8f, Person@6d8761b3], 30=[Person@7059b6df, Person@3305f532]}

这里的键是年龄(25和30),值是包含相应年龄的Person对象的列表。注意,由于Person类没有重写equals和hashCode,所以Person对象的默认表示是内存地址,通常看起来像"Person@somehexnumber"。如果需要按照名字或其他属性比较Person对象,应该在Person类中实现这些方法。

4.7 average()

用于计算流中所有元素的平均值。这个操作要求流中的元素必须是可以转换为 Double 类型的。如果流为空,average() 将返回 OptionalDouble.empty();否则,它将返回一个表示平均值的 OptionalDouble 对象。

下面是一个简单的代码示例,展示了如何使用 average() 来计算一组数字的平均值:

import java.util.Arrays;
import java.util.DoubleSummaryStatistics;
import java.util.OptionalDouble;
import java.util.stream.Stream;

public class AverageExample {
    public static void main(String[] args) {
        double[] numbers = {1.5, 2.7, 3.3, 4.1, 5.0};

        OptionalDouble average = Arrays.stream(numbers)
                .average();

        if (average.isPresent()) {
            System.out.println("Average: " + average.getAsDouble());
        } else {
            System.out.println("No elements to calculate average.");
        }
    }
}

在这个例子中,我们首先创建了一个 double 数组 numbers,然后将其转换为一个流(Arrays.stream(numbers))。接着调用 average() 方法计算平均值。由于流中有元素,average() 返回了一个非空的 OptionalDouble,我们可以使用 getAsDouble() 获取实际的平均值并打印出来。如果流为空,average() 返回的将是空的 OptionalDouble,可以通过 isPresent() 判断是否为空。

4.8 anyMatch()

用于检查流中的任何一个元素是否满足给定的 predicate(断言)。如果找到至少一个匹配的元素,它就返回 true,否则返回 false。这是一个短路操作,一旦找到匹配项,它就会立即停止处理剩余的元素。

以下是一个简单的代码示例,我们有一个整数列表,我们想检查是否存在任意一个偶数:

import java.util.Arrays;
import java.util.List;

public class Main {
    public static void main(String[] args) {
        List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5, 6);

        boolean hasEvenNumber = numbers.stream()
                .anyMatch(number -> number % 2 == 0);

        System.out.println("Does the list contain any even number? " + hasEvenNumber);
    }
}

在这个例子中,anyMatch(number -> number % 2 == 0) 使用了一个 lambda 表达式作为 predicate,检查每个数字是否能被2整除。因为列表中有偶数(2、4、6),所以 anyMatch() 返回 true

参考

【Java】Java8 之Stream用法总结(持续更新)_java 8 stream-CSDN博客

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mfbz.cn/a/583814.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

RAG-Driver: 多模态大语言模型中具有检索增强上下文学习的通用驱动解释

RAG-Driver: 多模态大语言模型中具有检索增强上下文学习的通用驱动解释 摘要Introduction RAG-Driver: Generalisable Driving Explanations with Retrieval-Augmented In-Context Learning in Multi-Modal Large Language Model. 摘要 由“黑箱”模型驱动的机器人需要提供人类…

Java对接高德api搜索POI 2.0 关键字搜索

目录 一、注册账号 二、搜索小demo 1.首先要引入依赖 2. 然后查看打印结果即可 三、搜索接口代码 1.引入依赖 2.yml配置 2.Controller 3.静态工具类 四、运行测试 一、注册账号 高德开放平台 | 高德地图API 注册高德开发者&#xff1b;去控制台创建应用&#xff…

【Python网络爬虫】python爬虫用正则表达式进行数据清洗与处理

&#x1f517; 运行环境&#xff1a;PYTHON &#x1f6a9; 撰写作者&#xff1a;左手の明天 &#x1f947; 精选专栏&#xff1a;《python》 &#x1f525; 推荐专栏&#xff1a;《算法研究》 #### 防伪水印——左手の明天 #### &#x1f497; 大家好&#x1f917;&#x1f91…

机器学习:深入解析SVM的核心概念(问题与解答篇)【三、核函数】

核函数 **问题一&#xff1a;为什么说是有限维就一定存在高维空间可分呢&#xff1f;**原始空间与特征空间为什么映射到高维空间可以实现可分核函数的作用 **问题二&#xff1a;最终怎么得到函数**从对偶问题到决策函数的步骤&#xff1a;结论 **问题三&#xff1a;为什么说特征…

c#数据库: 6.查询成绩合格的学生/7.输出全部学生信息

SQL Server Management Studio Management Studio 中的学生信息表: 查询上图成绩合格的学生信息&#xff0c;并将信息从控制台输出 using System; using System.Collections.Generic; using System.Data; using System.Data.SqlClient; using System.Linq; using System.Text…

【弱监督语义分割】AllSpark:从transformer中的未标记特征重生标记特征,用于半监督语义分割

AllSpark: Reborn Labeled Features from Unlabeled in Transformer for Semi-Supervised Semantic Segmentation 摘要&#xff1a; 目前最先进的方法是用真实标签训练标注数据&#xff0c;用伪标签训练未标注数据。然而&#xff0c;这两个训练流程是分开的&#xff0c;这就使…

《Fundamentals of Power Electronics》——正激变换器

正激变换器电路如图6.24所示&#xff1a; 该变压器隔离型转换器基于Buck电路&#xff0c;需要一个晶体管&#xff0c;因此常被使用在比全桥和半桥功率等级低的应用中。其非脉动输出电流与其他降压衍生变换器相同&#xff0c;使正激变换器非常适合涉及高输出电流的应用。晶体管最…

Slave SQL线程与PXB FTWRL死锁问题分析

1. 问题背景 2.27号凌晨生产环境MySQL备库在执行备份期间出现因FLUSH TABLES WITH READ LOCK未释放导致备库复制延时拉大&#xff0c;慢日志内看持锁接近25分钟未释放。 版本&#xff1a; MySQL 5.7.21PXB 2.4.18 慢查询日志&#xff1a; 备份脚本中的备份命令&#xff1a;…

QT 开发COM(ActiveX)组件基础介绍和方案验证

一、COM简介 1.1 COM是什么&#xff1f; COM&#xff0c;Component Object Model&#xff0c;即组件对象模型&#xff0c;是一种以组件为发布单元的对象模型&#xff0c;这种模型使各软件组件可以用一种统一的方式进行交互。COM 既提供了组件之间进行交互的规范&#xff0c;也…

LSTM-KDE的长短期记忆神经网络结合核密度估计多变量回归区间预测(Matlab)

LSTM-KDE的长短期记忆神经网络结合核密度估计多变量回归区间预测&#xff08;Matlab&#xff09; 目录 LSTM-KDE的长短期记忆神经网络结合核密度估计多变量回归区间预测&#xff08;Matlab&#xff09;效果一览基本介绍程序设计参考资料 效果一览 基本介绍 1.LSTM-KDE的长短期…

微服务入门学习笔记(黑马商城)

课程转跳&#xff1a;SpringCloud微服务Day1-01.微服务课程介绍_哔哩哔哩_bilibili 一、服务拆分 新建一个maven项目将商品服务拆分出去 更改包扫描 新建一个数据库用于商品服务&#xff0c;同样将表拆分出去 更改配置文件的服务名和数据库名 启动多个实例&#xff1a; 复制配…

解决Pycharm全局搜索与输入法简繁切换快捷键冲突问题

Pycharm中全局搜索快捷键Ctrl Shift F 如图所示&#xff1a; 微软输入法简繁切换快捷键设置&#xff1a; 解决办法&#xff1a; 关掉输入法的切换功能即可&#xff0c;或者更改简繁切换快捷键&#xff0c;毕竟简繁切换使用频率极低。

特别的时钟:上次那个时钟布局和计算有问题,重新修改一下,用JS创建180多个li标签,自动生成数字

<!DOCTYPE html> <html lang"zh-CN"> <head><meta charset"UTF-8"><meta name"viewport" content"widthdevice-width, initial-scale1.0"><title>特别的时钟</title> </head> <st…

Github Action Bot 开发教程

Github Action Bot 开发教程 在使用 Github 时&#xff0c;你可能在一些著名的开源项目&#xff0c;例如 Kubernetes&#xff0c;Istio 中看到如下的一些评论&#xff1a; /lgtm /retest /area bug /assign xxxx ...等等&#xff0c;诸如此类的一些功能性评论。在这些评论出现…

合泰杯(HT32F52352)RTC的应用(计时)--->掉电不丢失VBAT(代码已经实现附带源码)

摘要 在HT32F52352合泰单片机开发中&#xff0c;rtc在网上还是挺少人应用的&#xff0c;找了很久没什么资料&#xff0c;现在我根据手册和官方的代码进行配置理解。 RTC在嵌入式单片机中是一个很重要的应用资源。 记录事件时间戳&#xff1a;RTC可以记录事件发生的精确时间&…

踏上R语言之旅:解锁数据世界的神秘密码(四)

文章目录 前言一、多元线性回归1.多元线性回归模型的建立2.多元线性回归模型的检验 二、多元线性相关分析1.矩阵相关分析2.复相关分析 三、回归变量的选择方法1.变量选择准则2.变量选择的常用准则3.逐步回归分析 总结 前言 回归分析研究的主要对象是客观事物变量间的统计关系。…

Macs Fan Control Pro for mac激活版:macOS 平台的风扇控制软件

Macs Fan Control Pro是一款用于 macOS 平台的风扇控制软件&#xff0c;它允许用户监控和调整 Mac 电脑的风扇转速。以下是该软件的一些特点和功能&#xff1a; Macs Fan Control Pro for mac激活版下载 风扇监控&#xff1a;Macs Fan Control Pro 提供实时的风扇转速监控&…

vue+elementui(笔记)

vueelementui 表格 <div class"tableStyle"><el-table :data"pointsSettingsTableData" style"width: 70%" :stripe"true" size"mini"header-cell-class-name"headerClassName" :cell-style"{ tex…

Llama3 在线试用与本地部署

美国当地时间4月18日&#xff0c;Meta 开源了 Llama3 大模型&#xff0c;目前开源版本为 8B 和 70B 。Llama 3 模型相比 Llama 2 具有重大飞跃&#xff0c;并在 8B 和 70B 参数尺度上建立了 LLM 模型的新技术。由于预训练和后训练的改进&#xff0c;Llama3 模型是目前在 8B 和 …

应急响应-webserver

一.环境准备 1.镜像文件 2.任务说明 3.用户密码 二.应急响应 环境启动 1.导入镜像文件并修改网络 2.远程连接 ss -ntl #列出系统中运行的所有进程 用远程连接工具连接 任务一 Linux 服务日志默认存储在/var/log目录下 默认网站根目录&#xff1a;/var/www/html/ 1.查看…
最新文章