强力推荐 | 十款IDEA插件 | 文末有惊喜
ztj100 2024-10-27 18:31 20 浏览 0 评论
1. Key Promoter X:快捷键提示
繁琐的鼠标工作是编码的障碍之一,经常使用鼠标会降低开发速度。作为替代方案,我们都尝试尽可能地找到键盘快捷键,这个插件就是来做这个的。
当你在 IDEA 中的按钮上使用鼠标时,此插件将通过键盘快捷方式通知你,可以使用键盘快捷方式来代替。
如果你经常使用没有键盘快捷键的按钮,则 Key Promoter X 将提示你创建一个。
如果你熟悉某个快捷方式,该插件还提供了 Don't show again 不再显示的选项。
比如当我用鼠标点击 IDEA 侧边栏 Project 的时候,它就会提醒我用 Alt+1 快捷键可以实现同样的效果。
2. Rainbow Brackets:彩虹括号
一个简单但功能强大的插件,可以增强视觉体验,该插件可以简化识别每对括号所包围的代码块的麻烦。
例如,嵌套的循环有时会非常繁琐,因为它们之间嵌套了多个括号,该插件通过为括号加上多种颜色以及范围突出显示功能为你提供了一个很好的解决方案,你可以在其中突出显示与每对括号相关的代码块。
3. Codota:代码智能提示
这个插件用于智能代码补全,它基于数百万 Java 程序,能够根据程序上下文提示补全代码,相比于 IDEA 自带的智能提示来说,Codota 的提示更加全面一些,如下图所示:
该工具非常有用,因为它可以节省在寻找可用于实现代码的各种选项上花费的时间。
另外它还有对应的在线网站:https://www.codota.com/code,大家可以在上面搜索需要的代码。
4. String Manipulation:字符串操作
这个插件非常简单强大,可以在字符串上执行各种不同的任务,例如转换为驼峰式大小写,大写,样式反转等。使用方式,选中变量,右键,选中String Manipulation(快捷键:Alt+M)
可帮助节省编码时间,是一个必不可少的插件,以下是此插件的提供的一些功能:
5、jclasslib bytecode viewer
使用方法:
- 在 IDEA 打开想研究的类。
- 编译该类或者直接编译整个项目( 如果想研究的类在 jar 包中,此不可略过)。
- 打开“view” 菜单,选择“Show Bytecode With jclasslib” 选项。
- 选择上述菜单项后 IDEA 中会弹出 jclasslib 工具窗口。
那么有自带的强大的反汇编工具 javap 还有必要用这个插件吗?
这个插件的强大之处在于:
- 不需要敲命令,简单直接,在右侧方便和源代码进行对比学习。
- 字节码命令支持超链接,点击其中的虚拟机指令即可跳转到 jvms 相关章节,超级方便。
该插件对我们学习虚拟机指令有极大的帮助。
详细介绍:https://www.imooc.com/article/296257
6、 Stack trace to UML
Stack trace to UML 支持根据 JVM 异常堆栈画 UML时序图和通信图。
打开方式 Analyze > Open Stack trace to UML plugin + Generate UML diagrams from stacktrace from debug
7、Java Stream Debugger
Stream 非常好用,可以灵活对数据进行操作,但是对很多刚接触的人来说,不好理解。
那么 Java Stream Debugger 这款神器的 IDEA 就可以帮到你。它可以将 Stream 的操作步骤可视化,非常有助于我们的学习。
8、GitToolBox
GitToolBox是一款可以追踪开发人员修改内容和日期,方便查看
工具截图:
鼠标放到相应的代码上即可显示:
9、SequenceDiagram
SequenceDiagram是一个支持根据类生成对应时序图的插件,可以方便对复杂代码调用关系的学习了解,是阅读框架源码的实用利器。
插件效果如图:
其中点击黄色柱体,可以跳转到对应方法
10、神级插件 IDE Eval Reset
话不敢多说,点击更多获取插件说明,能让你用上最新款的idea,最好用的付费插件。
相关推荐
- 再说圆的面积-蒙特卡洛(蒙特卡洛方法求圆周率的matlab程序)
-
在微积分-圆的面积和周长(1)介绍微积分方法求解圆的面积,本文使用蒙特卡洛方法求解圆面积。...
- python创建分类器小结(pytorch分类数据集创建)
-
简介:分类是指利用数据的特性将其分成若干类型的过程。监督学习分类器就是用带标记的训练数据建立一个模型,然后对未知数据进行分类。...
- matplotlib——绘制散点图(matplotlib散点图颜色和图例)
-
绘制散点图不同条件(维度)之间的内在关联关系观察数据的离散聚合程度...
- python实现实时绘制数据(python如何绘制)
-
方法一importmatplotlib.pyplotaspltimportnumpyasnpimporttimefrommathimport*plt.ion()#...
- 简单学Python——matplotlib库3——绘制散点图
-
前面我们学习了用matplotlib绘制折线图,今天我们学习绘制散点图。其实简单的散点图与折线图的语法基本相同,只是作图函数由plot()变成了scatter()。下面就绘制一个散点图:import...
- 数据分析-相关性分析可视化(相关性分析数据处理)
-
前面介绍了相关性分析的原理、流程和常用的皮尔逊相关系数和斯皮尔曼相关系数,具体可以参考...
- 免费Python机器学习课程一:线性回归算法
-
学习线性回归的概念并从头开始在python中开发完整的线性回归算法最基本的机器学习算法必须是具有单个变量的线性回归算法。如今,可用的高级机器学习算法,库和技术如此之多,以至于线性回归似乎并不重要。但是...
- 用Python进行机器学习(2)之逻辑回归
-
前面介绍了线性回归,本次介绍的是逻辑回归。逻辑回归虽然名字里面带有“回归”两个字,但是它是一种分类算法,通常用于解决二分类问题,比如某个邮件是否是广告邮件,比如某个评价是否为正向的评价。逻辑回归也可以...
- 【Python机器学习系列】拟合和回归傻傻分不清?一文带你彻底搞懂
-
一、拟合和回归的区别拟合...
- 推荐2个十分好用的pandas数据探索分析神器
-
作者:俊欣来源:关于数据分析与可视化...
- 向量数据库:解锁大模型记忆的关键!选型指南+实战案例全解析
-
本文较长,建议点赞收藏,以免遗失。更多AI大模型应用开发学习视频及资料,尽在...
- 用Python进行机器学习(11)-主成分分析PCA
-
我们在机器学习中有时候需要处理很多个参数,但是这些参数有时候彼此之间是有着各种关系的,这个时候我们就会想:是否可以找到一种方式来降低参数的个数呢?这就是今天我们要介绍的主成分分析,英文是Princip...
- 神经网络基础深度解析:从感知机到反向传播
-
本文较长,建议点赞收藏,以免遗失。更多AI大模型应用开发学习视频及资料,尽在...
- Python实现基于机器学习的RFM模型
-
CDA数据分析师出品作者:CDALevelⅠ持证人岗位:数据分析师行业:大数据...
你 发表评论:
欢迎- 一周热门
- 最近发表
- 标签列表
-
- idea eval reset (50)
- vue dispatch (70)
- update canceled (42)
- order by asc (53)
- spring gateway (67)
- 简单代码编程 贪吃蛇 (40)
- transforms.resize (33)
- redisson trylock (35)
- 卸载node (35)
- np.reshape (33)
- torch.arange (34)
- npm 源 (35)
- vue3 deep (35)
- win10 ssh (35)
- vue foreach (34)
- idea设置编码为utf8 (35)
- vue 数组添加元素 (34)
- std find (34)
- tablefield注解用途 (35)
- python str转json (34)
- java websocket客户端 (34)
- tensor.view (34)
- java jackson (34)
- vmware17pro最新密钥 (34)
- mysql单表最大数据量 (35)