会员
从零学Java设计模式
更新时间：2024-12-03 18:00:11 最新章节：封底
书籍简介
本书以实用的设计模式为例，讲解了Java近年来在改善语法方面取得的进展，同时在实现这些模式的过程中展示了语言特性、设计模式与平台效率之间的关系。本书涵盖23种传统的设计模式、11种较为常见的模式，以及8种适用于多线程环境的并发模式。另外，本书还简要介绍了15种反模式。作者讲解这些模式的时候不仅给出了简洁、直观的范例代码，而且还利用UML类图与JFR工具展示了运用该模式的程序所具备的架构及运行细节，让读者能够更全面地了解模式对代码结构的影响，以及模式与Java虚拟机的交互情况。本书的特点在于把Java这种成熟的编程语言以及该语言最近新增的特性与各种设计模式结合起来，告诉读者怎样充分发挥Java的特性与优势，从而更好地实现设计模式，避免陷入空谈概念而无法落实的境地。
品牌：机械工业出版社
译者：李宝珅 王贵财
上架时间：2024-09-01 00:00:00
出版社：机械工业出版社
本书数字版权由机械工业出版社提供，并由其授权上海阅文信息技术有限公司制作发行
最新章节
(美)米罗斯拉夫·威格纳
同类热门书
最新上架
- 会员《Node.js从入门到精通》从初学者角度出发，通过通俗易懂的语言、丰富多彩的实例，详细介绍了使用Node.js进行Web应用开发需要掌握的各方面技术。全书分为4篇，共18章，包括Node.js环境搭建、第一个Node.js服务器程序、npm包管理器的使用、Node.js基础、事件的监听与触发、util工具模块、fs文件系统模块、os操作系统模块、异步编程与回调、I/O流操作、Web应用构建基础、计算机10.4万字
- 会员本书以Python3.10.7为平台，以实际应用为背景，通过概述+算法+经典应用的形式，深入浅出地介绍Python数据分析的相关知识。全书共9章，主要内容包括Python概述、科学计算库、开源科学集、数据分析利器、数据分析的可视化、基于回归的数据分析、基于分类的数据分析、基于聚类的数据分析、数据特征分析等。通过学习本书，读者可领略到Python的简单、易学、易读、易维护等特点，同时也可感受到利用计算机10.1万字
- 会员《R语言数据可视化：科技图表绘制》结合编者多年的数据分析与科研绘图经验精心编撰，旨在帮助读者利用R语言及ggplot2在内的多种可视化包绘制引人入胜的专业化图表。全书共11章，第1~3章主要讲解R语言的基础知识，包括对象与变量、数据结构、数据存取、传统及网格绘图系统的绘图函数及参数控制，尤其对ggplot2包进行了详细讲解。第4~11章结合R及其附加包的数据可视化功能，分别讲解类别比较数据、数值关计算机5.3万字
- 会员《Python网络爬虫与数据分析从入门到实践》从初学者的视角出发，以案例实操为核心，系统地介绍网络爬虫的原理、工具使用与爬取技术，并详细讲解数据分析的各种技巧。本书主要内容包括：Python基础语法，数据分析工具NumPy、Pandas、Matplotlib的使用，网络爬虫库Urllib、BeautifulSoup、Scrapy，正则表达式在网络爬虫中的应用，数据预处理与数据分析方法、中文文本处理计算机9.2万字
- 会员《剑指JVM：虚拟机实践与性能调优》共分5篇：引言篇讲述了Java与Java虚拟机的关系，以及Java虚拟机的相关知识；第1篇讲述了运行时数据区，涉及Java内存区域的各个核心结构，以及对象创建的各种细节；第2篇讲述了垃圾收集，涉及各种收集算法、垃圾收集器；第3篇讲述了字节码与类的加载；第4篇讲述了性能监控与调优，带领读者学习Java虚拟机常用的监控与调优工具，并附有企业级的性能调优案例。计算机23万字
- 会员《智能优化算法与MATLAB编程实践》介绍了国内外新研发的10种智能优化算法，对每种算法的灵感来源、实现过程、函数编程、案例应用都进行了细致描述并给出详细的MATLAB代码，使读者快速掌握智能优化算法的学习和应用方法。全书共分为12章，前10章分别介绍10种智能优化算法的原理、MATLAB实现、具体函数寻优求解过程和应用案例；第11章列举了23种衡量智能优化算法性能的常见测试函数，并给出MATLA计算机6.1万字
- 会员《Scrapy网络爬虫开发实战》介绍如何学习和使用流行的Scrapy框架开发网络爬虫应用，主要内容使用Python开发网络爬虫，识别网页的编码，结构化信息的提取，Scrapy爬虫的示例使用，ScrapyPlaywright抓取动态JS网站，将抓取的数据保存到数据库，部署、调度和运行Scrapy爬虫等。《Scrapy网络爬虫开发实战》适合作为高等院校计算机、软件工程专业本科生、研究生的参考书目，也适计算机4.7万字
- 会员本书在不涉及大量数学与编程知识的前提下，从零开始，逐步带领读者熟悉并掌握当下最新的基于Python3的人工智能编程工具，包括但不限于数据分析（Pandas），以及支持单机（Scikitlearn）、深度（PyTorch、TensorFlow、PaddlePaddle）和分布式（PySparkML）机器学习的开源程序库，等等。全书共分为4部分，分别如下。入门篇：包括对全书核心概念的指南性介绍，计算机9.4万字