1024共创程序世界

article/2025/9/18 15:12:11

1024共创程序世界

1024定为程序员节的缘由: 1024是2的十次方,是二进制计数的基本计量单位之一, 也是运行程序的基础,而且1024是程序员常用的数字。

程序员是从事程序开发、程序维护的专业人员。一般将程序员分为程序设计人员和程序编码人员,但两者的界限并不非常清楚,特别是在中国。软件从业人员分为初级程序员、中级程序员、软件设计师、系统分析员、系统架构师、测试工程师六大类。世界上第一-位程序员是洛夫莱斯。

这就是程序员的工作,程序员经常周末加班与工作日熬夜的情况,部分互联网机构倡议设立了1024程序员节,在这一天建议程序员拒绝加班。大众对程序员的认识普遍是身穿格子衫、背着双肩包、理工男、超级直男、发际线晚期患者等带有极大固定偏见的标签。

让我们一起庆祝这个1024节日,为所有的程序员都能够开开心心。

下面我们就介绍一种在日常写代码时的一些小工具帮助程序员更好的开发软件。

Lombok

1.介绍

lombok是一个插件,用途是使用注解给你类里面的字段,自动的加上属性,构造器,ToString方法,Equals方法等等,比较方便的一点是,你在更改字段的时候,lombok会立即发生改变以保持和你代码的一致性。

2.常用的 lombok 注解介绍

  • @Getter 加在类上,可以自动生成参数的getter方法。

  • @Setter 加在类上,可以自动生成参数的setter方法

  • @ToString 加在类上,调用toString()方法,可以输出实体类中所有属性的值

  • @RequiredArgsConstructor会生成一个包含常量,和标识了NotNull的变量的构造方法。生成的构造方法是私有的private。这个我用的很少。

  • @EqualsAndHashCode

    • (1).它会生成equals和hashCode方法

    • (2).默认使用非静态的属性

    • (3).可以通过exclude参数排除不需要生成的属性

    • (4).可以通过of参数来指定需要生成的属性

    • (5).它默认不调用父类的方法,只使用本类定义的属性进行操作,可以使用callSuper=true来解决,会在@Data中进行讲解。

  • @Data这个是非常常用的注解,这个注解其实是五个注解的合体:(提供类的get、set、EqualsAndHashCode、toString方法)

  • @NoArgsConstructor生成一个无参数的构造方法。

  • @AllArgsConstructor生成一个包含所有变量的构造方法。

3.idea安装lombok插件

在这里插入图片描述

注意:安装完后一定要重启idea

4.使用

(1)在maven的pom.xml文件中引入lombok的依赖

<!--引入lombok依赖-->
<dependency><groupId>org.projectlombok</groupId><artifactId>lombok</artifactId>
</dependency>

(2)在Employee类上添加lombok注解

@NoArgsConstructor
@AllArgsConstructor
@Data
@ToString
public class Employee {private Long empId;private String name;private String empGender;private Integer age;private String email;
}
/*
//@Getter
//@Setter
//@ToString
//@EqualsAndHashCode@Data //常用注解:
@AllArgsConstructor //全参数构造器@NoArgsConstructor //无参数构造器@TableName("employee") //能够和底层的数据库表明进行对应:*/ 

http://chatgpt.dhexx.cn/article/VE4pg9f5.shtml

相关文章

什么是1024,为什么是1024?

非常感谢你阅读本文~ 欢迎【&#x1f44d;点赞】【⭐收藏】【&#x1f4dd;评论】~ 放弃不难&#xff0c;但坚持一定很酷~ 希望我们大家都能每天进步一点点~ 本文由 二当家的白帽子 https://le-yi.blog.csdn.net/ 博客原创~ 二当家的祝所有的 程序猿/媛 节日快乐&#xff0c;一…

1024,你懂的

哎呀,是不是被标题党套路了,不过认真读完,会有收获的哦,相信我。话说小拾君最近逛知乎,无意间被某些帖子指引,发现知乎已经快被1024攻占了,哈哈,然后今天准备跟大家科普一下1024。各位老司机们看看就好,千万不要开车....... 1024的起源。 经小拾君向诸多老司机求证,以…

smooth L1 loss个人理解

最近在整理目标检测损失函数&#xff0c;特将Fast R-CNN损失函数记录如下&#xff1a; smooth L1 损失函数图像如下所示&#xff1a; L1损失的缺点就是有折点&#xff0c;不光滑&#xff0c;导致不稳定。 L2 loss的导数&#xff08;梯度&#xff09;中包含预测值与目标值的差值…

L1和L2范数

L0范数是指向量中非0的元素的个数。如果我们用L0范数来规则化一个参数矩阵W的话&#xff0c;就是希望W中非0元素的个数最少&#xff0c;即大部分元素都是0。换句话说&#xff0c;希望让参数W是稀疏的。 L1范数是指向量中各个元素绝对值之和&#xff0c;也有个美称叫“稀疏规则…

L1 loss L2 loss Smooth L1 loss

L1 loss & L2 loss & Smooth L1 loss 微信公众号&#xff1a;幼儿园的学霸 个人的学习笔记&#xff0c;关于OpenCV,关于机器学习, …。问题或建议&#xff0c;请公众号留言; 关于神经网络中L1 loss & L2 loss & Smooth L1 loss损失函数的对比、优缺点分析 目录…

CPU一级缓存L1 D-cache\L1 I-cache与二级缓存L2 cache深度分析

CPU缓存&#xff1a;通过优化的的读取机制&#xff0c;可以使CPU读取缓存的命中率非常高&#xff08;大多数CPU可达90%左右&#xff09;&#xff0c; 也就是说CPU下一次要读取的数据90%都在缓存(SRAM)中&#xff1b; 只有大约10%需要从内存&#xff08;DRAM、DDR等&#xff0…

深度学习剖根问底:正则化L1和L2范式

正则化&#xff08;Regularization&#xff09; 机器学习中几乎都可以看到损失函数后面会添加一个额外项&#xff0c;常用的额外项一般有两种&#xff0c;一般英文称作ℓ1ℓ1-norm和ℓ2ℓ2-norm&#xff0c;中文称作L1正则化和L2正则化&#xff0c;或者L1范数和L2范数。 L1正…

L1和L2损失函数

L1和L2损失函数 文章目录 L1和L2损失函数简介L1 损失函数L2 损失函数一个例子代码最后 简介 最近参加了某高校的夏令营面试&#xff0c;被问到一个基础的损失函数的概念&#xff0c;发现自己对于模式识别的掌握可以说不能再皮毛了。夏令营估计是凉了&#xff0c;还是老老实实总…

【86】ASPM进入和退出L1

之前写过一篇power management的介绍&#xff0c;主要是介绍了一下power management的概念&#xff0c;这次主要是介绍下ASPM和ASPM L1机制。 【67】PCIe Power Management和linux对PME的处理_linjiasen的博客-CSDN博客 1、ASPM介绍 ASPM全称Active State Power Management&a…

L1 L2范式

正则化&#xff08;Regularization&#xff09; 机器学习中几乎都可以看到损失函数后面会添加一个额外项&#xff0c;常用的额外项一般有两种&#xff0c;一般英文称作ℓ1ℓ1-norm和ℓ2ℓ2-norm&#xff0c;中文称作L1正则化和L2正则化&#xff0c;或者L1范数和L2范数。 L1正…

L1正则项-稀疏性-特征选择

原文链接: http://chenhao.space/post/b190d0eb.html L1正则化可以产生稀疏权值矩阵&#xff0c;即产生一个稀疏模型&#xff0c;可以用于特征选择。 所谓稀疏模型就是模型中很多的参数是0&#xff0c;这就相当于进行了一次特征选择&#xff0c;只留下了一些比较重要的特征&a…

梳理L1、L2与Smooth L1

关于L1、L2的范数、损失函数和正则化&#xff0c;之前一直混淆这几个概念&#xff0c;故对这几天看过的资料进行了学习总结。 范数(norm)是数学中的一种基本概念。在泛函分析中&#xff0c;它定义在赋范线性空间中&#xff0c;并满足一定的条件&#xff0c;即①非负性&#xff…

L1范数与L2范数的区别与联系

L1范数与L2范数的区别与联系 一、过拟合与正则化 过拟合指的就是在机器学习模型训练过程中把数据学习的太彻底&#xff0c;以至于把噪声数据的特征也学习到了&#xff0c;这样会导致在测试的时候不能够很好地识别数据&#xff0c;即不能正确的分类&#xff0c;模型测试的时候不…

L1正则化及其稀疏性的傻瓜解释

本文翻译自&#xff1a;L1 Norm Regularization and Sparsity Explained for Dummies&#xff0c; 特别感谢原作者Shi Yan&#xff01; 0. 前言 好吧&#xff0c;我想我就是很笨的那一类人。 当理解一个抽象的数学概念&#xff0c;我必须把它转化成一张图像&#xff0c;然后在…

L1/L2范数

文中内容为一下博文整理而来 https://blog.csdn.net/iterate7/article/details/75443504 https://blog.csdn.net/zhaomengszu/article/details/81537197 什么是范数 范数是具有“长度”概念的函数。在向量空间内&#xff0c;为所有的向量的赋予非零的增长度或者大小。不同的范…

机器学习——L1范数充当正则项,让模型获得稀疏解,解决过拟合问题

问&#xff1a;使用L2范数正则项比L1范数正则项得到的是更为稀疏的解。 答&#xff1a;错误&#xff0c;L1范数正则项得到的是更稀疏的解。因为在L1正则项中&#xff0c;惩罚项是每个参数绝对值之和&#xff1b;而在L2正则项中&#xff0c;惩罚项是每个参数平方的和。L1正则项…

L1、L2的作用

L范式都是为了防止模型过拟合&#xff0c;所谓范式就是加入参数的约束。 L1的作用是为了矩阵稀疏化。假设的是模型的参数取值满足拉普拉斯分布。 L2的作用是为了使模型更平滑&#xff0c;得到更好的泛化能力。假设的是参数是满足高斯分布。 借用公众号python与算法社区的内容20…

机器人设计范式

“ 本期技术干货&#xff0c;我们邀请到了小米机器人实验室工程师徐海望&#xff0c;和大家分享在机器人学领域中&#xff0c;关系到机器人的行为模式或操作模型的三种行为执行逻辑&#xff0c;分别是分级范式&#xff08;hierarchical paradigm&#xff09;、反应范式&#xf…

数据库设计之范式与反范式

范式设计 什么是范式&#xff1f; 范式来自英文Normal Form&#xff0c;简称NF。要想表之间设计—个好的关系&#xff0c;必须使关系 满足一定的约束条件&#xff0c;此约束已经形成了规范&#xff0c;分成几个等级&#xff0c;一级比一级要求 得严格。满足这些规范的数据库是…

详解数据库的第一范式、第二范式、第三范式、BCNF范式

版权声明&#xff1a;本文转自小小呆原创文章 https://blog.csdn.net/gui951753/article/details/79609874 第一范式 定义以及分析:问题研究&#xff1a; 第二范式 必备知识点定义分析&#xff1a;解决办法&#xff1a;问题研究&#xff1a; 第三范式&#xff1a; 定义&…