叨逼叨

简介: 版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/voidreturn/article/details/78364398 此处记录点零散的小idea,为了避免把csdn当微博,开一篇,都记在这里吧。
版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/voidreturn/article/details/78364398

此处记录点零散的小idea,为了避免把csdn当微博,开一篇,都记在这里吧。

  • 感觉服务注册机制,貌似也是一种依赖注入。(虽然我还没完全搞懂依赖注入),理由呢:你需要一个模块的功能,该模块作为一个服务注册上,你就能用,没注册,你的服务请求失败,这样不会出现连build都不过的情况,也达到了解耦的目的,而依赖注入貌似也是帮你完成某个对象的装配,我们可以通过控制依赖注入来灵活的配置装配对象,这样功能的变更不会影响到你的模块,依赖注入配置下就好了,同样目的是解耦。

  • 依赖注入的优势,有时构造一个对象时,很可能这个类的初始化依赖很多其他的类对象,这样一个个都初始化好了,然后再初始化我们需要的类,导致关系复杂,其他不太关心的对象都要了解它的构造过程,而依赖注入可以解决这个问题,不关心具体的组装流程。
    “大多数面向对象编程语言,在调用一个类的时候,先要实例化这个类,生成一个对象。如果你在写一个类,过程中要调用到很多其它类,甚至这里的其它类,也要“依赖”于更多其它的类,那么可以想象,你要进行多少次实例化。这就是“依赖”的意思。依赖注入,全称是“依赖注入到容器”, 容器(IOC容器)是一个设计模式,它也是个对象,你把某个类(不管有多少依赖关系)放入这个容器中,可以“解析”出这个类的实例。所以依赖注入就是把有依赖关系的类放入容器(IOC容器)中,然后解析出这个类的实例。仅此而已。”
    作者:唐思
    链接:https://www.zhihu.com/question/32108444/answer/54773302
    来源:知乎
    著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。

  • builder参数构建:初始化时有很多参数,都通过构造函数设置,有时发现某些参数不需要,也要传递,导致代码写了很长很多,很多参数只能设置是null,不想写null,又要写很多不同参数构造函数,所以通过builder更灵活。

  • 浅谈天猫tangram框架
    天猫开源的tangram框架,十分适合电商平台的商品展示,方便业务的运营,但是它不支持那种卡片内有click button的处理,一般都是一整张卡片一个处理,不适合一些功能性卡片的开发。不过目前没看到有什么好的库和框架,导致recyclerview写的很烦,有个BRVAH(BaseRecyclerViewAdapterHelper)貌似可以简化写recyclerview的烦恼。不够貌似不是很知名,不太敢用。吐槽一下,android app开发都发展的过气了,很多很基础的功能的库竟然还这么不完善,一些逻辑的处理要写的很复杂,层层嵌套的,套用调侃前端的一句话,要感谢这些app(前端)开发人员,在这么混乱的框架下,仍然写出了这么多“优秀”的程序。

  • 我们写代码,究竟是在写什么?
    什么是代码,什么是技术?其实编程只是一门工程,和科学不太搭边,做科学研究的只是在利用编程手段完成一些计算处理。而大部分靠编程吃饭的人,都更关注工程方面,而工程方面,主要的关注点在于对业务的抽象能力,如果将复杂的业务抽象分类成一个个简单的模型。这个应该是考察一个工程师最重要的能力,而其他领域知识,是”技“的范畴,是一个时间,经历的积累过程。

  • 想不通android里面fragment竟然不能处理back pressed事件。
    我是个很tmd能挑刺的人,对于android系统有些接口功能的设计,感到十分“恶心”,比如这个fragment不能处理back pressed事件,比如recyclerview竟然没有官方上拉刷新,没有一个好用的播放器控件(最近封装mediaPlayer都要吐了),很多人可能很坦然的接受,对于这个问题,我的观点:如果在前几年这些都能够接受,而现在android开发已经快”穷途末路“了,竟然很多东西都如此不完善,我并不是存粹的拿来主义,什么都别人做好拿来用,而是希望有良好的分工,基础功能分层,不涉及定制化很多,性能要求很高的基础组件尽量完善,让不同的开发人员处理各自领域的事情。而不是很多东西都从玩泥巴开始。另外对于很多开发者认为研究”底层“原理才牛逼,动不动就分析底层源码的行为,面试时更是动不动喜欢问实现机制的行为,十分不赞同,底层软件就真的高深吗,软件是一个把复杂问题抽象成简单问题的过程,代码是写的简单才牛逼,而不是复杂。不论上层业务还是底层基础软件都是考验抽象,分解,归纳的架构能力。本人之前从事”内核“”驱动“开发,经常遇到很多初生牛犊动不动就想写个操作系统什么的?我一直的观点就是:这个世界上不需要那么多操作系统。如果没有革命性的技术变革,你不过就是copy一份linux,缩小版的。站在巨人的肩膀上构建你的代码,当巨人病了的时候,再去研究巨人。我看过太多自己的业务代码写的一团糟,模块分离不清,各种耦合,重复代码,却整天想着研究底层原理的开发者,先写好自己手头的代码,多看看设计模式吧。

目录
相关文章
|
8天前
|
弹性计算 人工智能 安全
对话 | ECS如何构筑企业上云的第一道安全防线
随着中小企业加速上云,数据泄露、网络攻击等安全威胁日益严重。阿里云推出深度访谈栏目,汇聚产品技术专家,探讨云上安全问题及应对策略。首期节目聚焦ECS安全性,提出三道防线:数据安全、网络安全和身份认证与权限管理,确保用户在云端的数据主权和业务稳定。此外,阿里云还推出了“ECS 99套餐”,以高性价比提供全面的安全保障,帮助中小企业安全上云。
201862 11
对话 | ECS如何构筑企业上云的第一道安全防线
|
16天前
|
调度 云计算 芯片
云超算技术跃进,阿里云牵头制定我国首个云超算国家标准
近日,由阿里云联合中国电子技术标准化研究院主导制定的首个云超算国家标准已完成报批,不久后将正式批准发布。标准规定了云超算服务涉及的云计算基础资源、资源管理、运行和调度等方面的技术要求,为云超算服务产品的设计、实现、应用和选型提供指导,为云超算在HPC应用和用户的大范围采用奠定了基础。
179633 22
|
4天前
|
弹性计算 人工智能 安全
|
4天前
|
安全 数据安全/隐私保护
阿里云 SASE 2.0 能力迭代|构建一体化办公数据安全解决方案
阿里云SASE能力全新升级,快速构建数据安全治理与运营体系。
1082 3
|
26天前
|
人工智能 自然语言处理 前端开发
从0开始打造一款APP:前端+搭建本机服务,定制暖冬卫衣先到先得
通义灵码携手科技博主@玺哥超carry 打造全网第一个完整的、面向普通人的自然语言编程教程。完全使用 AI,再配合简单易懂的方法,只要你会打字,就能真正做出一个完整的应用。
9801 29
|
4天前
|
搜索推荐 物联网 PyTorch
Qwen2.5-7B-Instruct Lora 微调
本教程介绍如何基于Transformers和PEFT框架对Qwen2.5-7B-Instruct模型进行LoRA微调。
367 30
Qwen2.5-7B-Instruct Lora 微调
|
6天前
|
机器学习/深度学习 人工智能 安全
阿里云先知安全沙龙(武汉站) ——AI赋能软件漏洞检测,机遇, 挑战与展望
本文介绍了漏洞检测的发展历程、现状及未来展望。2023年全球披露的漏洞数量达26447个,同比增长5.2%,其中超过7000个具有利用代码,115个已被广泛利用,涉及多个知名软件和系统。文章探讨了从人工审计到AI技术的应用,强调了数据集质量对模型性能的重要性,并展示了不同检测模型的工作原理与实现方法。此外,还讨论了对抗攻击对模型的影响及提高模型可解释性的多种方法,展望了未来通过任务大模型实现自动化漏洞检测与修复的趋势。
|
11天前
|
机器学习/深度学习 分布式计算 供应链
阿里云先知安全沙龙(上海站) ——大模型基础设施安全攻防
大模型基础设施的安全攻防体系涵盖恶意输入防御和基础设施安全,包括框架、三方库、插件、平台、模型和系统安全。关键漏洞如CVE-2023-6019(Ray框架命令注入)、CVE-2024-5480(PyTorch分布式RPC)及llama.cpp中的多个漏洞,强调了代码安全性的重要性。模型文件安全方面,需防范pickle反序列化等风险,建议使用Safetensors格式。相关实践包括构建供应链漏洞库、智能化漏洞分析和深度检测,确保全方位防护。
|
10天前
|
机器学习/深度学习 人工智能 安全
通义视觉推理大模型QVQ-72B-preview重磅上线
Qwen团队推出了新成员QVQ-72B-preview,这是一个专注于提升视觉推理能力的实验性研究模型。提升了视觉表示的效率和准确性。它在多模态评测集如MMMU、MathVista和MathVision上表现出色,尤其在数学推理任务中取得了显著进步。尽管如此,该模型仍存在一些局限性,仍在学习和完善中。
|
2天前
|
存储 人工智能 数据管理
媒体声音|专访阿里云数据库周文超博士:AI就绪的智能数据平台设计思路
在生成式AI的浪潮中,数据的重要性日益凸显。大模型在实际业务场景的落地过程中,必须有海量数据的支撑:经过训练、推理和分析等一系列复杂的数据处理过程,才能最终产生业务价值。事实上,大模型本身就是数据处理后的产物,以数据驱动的决策与创新需要通过更智能的平台解决数据多模处理、实时分析等问题,这正是以阿里云为代表的企业推动 “Data+AI”融合战略的核心动因。

热门文章

最新文章