Nano Hash - криптовалюты, майнинг, программирование

Почему я не могу вычислить постоянный параметр аннотации?

Почему следующий код компилируется:

final String name = "works";
@Provides @Named(name) String provideAboutTitle() {
   return "ABC";
}

Но следующий код не работает (по крайней мере, с компилятором Eclipse):

final String name = UUID.randomUUID().toString();
@Provides @Named(name) String provideAboutTitle() {
   return "ABC";
}

Компилятор Eclipse возвращает следующую ошибку:

The value for annotation attribute Named.value must be a constant expression

05.02.2012


Ответы:


1

Постоянное выражение, требуемое Eclipse в сообщении об ошибке, является постоянным выражением времени компиляции (а не просто конечной переменной), и вызов метода UUID.randomUUID().toString(); должен оцениваться во время выполнения.

Хотя вы можете записывать значения динамических аннотаций с помощью JavaAssist во время выполнения вы потеряете функцию «легкости чтения» аннотаций.

05.02.2012
  • см. также возможные решения: stackoverflow.com/questions/13253624/ 19.01.2017
  • 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..