Я реализовал TableModelListener, который правильно ведет себя при выполнении обратного вызова для tableChanged() при изменении модели пользователем. Теперь мне нужно реализовать логику, в которой пользователь будет обновлять одну ячейку, я поймаю это событие, а затем обновлю другую ячейку на основе этого. Однако, как только я изменяю модель внутри tableChanged(), это вызывает другой вызов прослушивателя, который снова вызывает tableChanged() в бесконечном цикле. Итак, есть ли правильный способ справиться с такой логикой?
TableModelListener для изменения модели
04.07.2016
- Вы слушаете только одну колонку и вносите изменения в другую? 04.07.2016
- Что ж, исправьте прослушиватель, чтобы в какой-то момент он больше не менял модель. Если бы вы разместили свой код и объяснили, что должен делать слушатель, помочь было бы легче. Обратите внимание, что слушатель не нужен для этого. Метод setValueAt() может просто изменить другое связанное значение и запустить соответствующие события. 04.07.2016
- Обычно вы слушаете изменения только в определенном столбце. Например: stackoverflow.com/questions/5604648/jtable-tablemodelistener/ 04.07.2016
- Спасибо, camickr, это, безусловно, лучшая практика, и она ответила на мой вопрос. 04.07.2016
- В будущем, пожалуйста, задавайте более полный вопрос. 04.07.2016
Новые материалы
Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально
Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
Частный метод Python: улучшение инкапсуляции и безопасности
Введение
Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования
Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv)
Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..