- 博客(283)
- 收藏
- 关注
RSS订阅原创 基于C++实现红黑树数据结构：从原理到高性能实践
红黑树以其卓越的性能保证(O(log n)时间复杂度)成为高级数据结构的代表。本文将完整实现一个工业级红黑树，并分析其在真实场景中的应用。从C++ STL中的。从任一节点到其每个叶子的路径包含相同数量的黑节点。到Linux内核的进程调度，再到Java的。红色节点的子节点必须为黑（无连续红节点）：将颜色位与父指针共用存储空间。：使用内存池减少动态分配开销。：热节点移动到连续内存区域。：支持磁盘存储的变种结构。：CUDA实现并行化操作。锁管理器的资源等待队列。内存中的临时索引结构。：实现读写锁优化版本。
2025-03-28 16:27:34
372
原创 云原生技术赋能企业数字化转型：实战案例与架构演进
在VUCA时代背景下，某金融科技企业面临系统扩展性差、运维成本高企的困境。通过采用云原生技术栈，6个月内实现资源利用率提升300%，故障恢复时间从小时级缩短至分钟级。本文将深度解析该企业技术演进路径。运维人员：精通Prometheus+Alertmanager。开发人员：掌握K8s Operator开发。应用解耦评估（使用Squad分组法）阶段3：AIOps建设（12+个月）阶段2：服务网格集成（6-9个月）阶段1：容器化改造（3-6个月）架构师：熟悉服务治理模式。
2025-03-28 16:20:51
532
原创 侯捷 C++ 课程学习笔记：现代 C++ 中的移动语义与完美转发深度解析
在侯捷老师的《C++11/14/17 新特性详解》课程中，移动语义（Move Semantics）被称作"C++近十年来最重要的革新"。传统C++中饱受诟病的深拷贝性能问题，在现代C++中通过移动语义得到了革命性的优化。不是无条件转发，而是根据原始类型选择保留左值/右值性"移动语义不是可选优化，而是现代C++的必备技能。在返回时发生不必要的深拷贝，造成性能浪费。直接"窃取"临时对象的资源（避免新分配）只是类型转换，真正的移动发生在构造函数。：依赖编译器的返回值优化（RVO）研究STL容器的移动优化实现。
2025-03-25 17:25:34
576
原创 侯捷 C++ 课程学习笔记：深入理解对象生命周期与 RAII 机制
C++ 作为一门高性能的系统级编程语言，其核心优势在于对资源的精细控制。“RAII 是 C++ 资源管理的基石，它利用对象的生命周期自动管理资源，避免手动释放的繁琐和错误。三个角度，分享我的学习心得，并通过实际代码案例展示如何避免常见的内存管理错误。对象离开作用域（如函数结束），析构函数会自动调用，避免文件句柄泄漏。：在对象创建时自动调用，用于初始化资源（如内存、文件句柄）。即使发生异常，锁也会正确释放，避免死锁。：在对象销毁时自动调用，用于释放资源。，RAII 机制更安全，减少人为疏忽。
2025-03-25 17:03:37
962
原创 从零开始构建一个简单的Web爬虫：Python实战教程
Web爬虫（Web Crawler）作为一种自动化工具，可以帮助我们从网页中提取有价值的信息。本文将带你从零开始，使用Python构建一个简单的Web爬虫，并通过实际案例演示其应用。通过本文的实战案例，我们学习了如何使用Python构建一个简单的Web爬虫，并抓取了豆瓣电影Top250的数据。希望这篇文章能帮助你掌握爬虫的基本原理，并激发你进一步探索的兴趣。Web爬虫是一种自动化程序，能够模拟人类浏览网页的行为，从网页中提取数据并存储下来。：监控竞争对手的网站变化，或跟踪特定信息的更新。
2025-03-18 15:48:32
1080
原创 如何通过Python实现自动化任务：从入门到实践
本文将以Python为例，带你从零开始学习如何实现自动化任务，并通过一个实际案例展示其强大功能。通过本文的案例，我们可以看到，Python在自动化任务中的应用非常广泛且高效。无论是简单的文件重命名，还是复杂的系统管理，Python都能提供强大的支持。希望这篇文章能激发你对自动化技术的兴趣，并帮助你迈出实践的第一步。：Python可以在Windows、Linux和macOS等多个操作系统上运行，编写的脚本具有很高的可移植性。接下来，我们将通过一个实际案例，演示如何使用Python实现文件管理的自动化。
2025-03-18 15:43:03
2113
原创 深入理解动态规划：从入门到精通
动态规划是一种通过将问题分解为子问题，并保存子问题的解，避免重复计算的算法设计方法。动态规划是一种强大的算法设计方法，适用于具有最优子结构和重叠子问题的问题。通过理解其原理、实现方法和优化技巧，我们可以更好地应用它解决实际问题。无论是背包问题、最长公共子序列还是最短路径问题，动态规划都发挥着重要作用。
2025-03-16 10:28:24
430
原创 图的最短路径算法：Dijkstra算法详解
Dijkstra算法是解决最短路径问题的经典方法，适用于无负权边的图。通过理解其原理、实现方法和优化技巧，我们可以更好地应用它解决实际问题。无论是路由算法、地图导航还是资源分配，Dijkstra算法都发挥着重要作用。
2025-03-16 10:21:29
956
原创 深入理解堆：原理、实现与应用
最大堆：每个节点的值大于或等于其子节点的值。最小堆：每个节点的值小于或等于其子节点的值。private:// 获取父节点索引// 获取左子节点索引// 获取右子节点索引// 上浮操作// 下沉操作if (i!public:// 插入元素// 删除堆顶元素throw std::out_of_range("堆为空");return max;// 获取堆顶元素throw std::out_of_range("堆为空");// 打印堆。
2025-03-16 10:15:25
911
原创 深入理解并查集：原理、实现与应用
查找（Find）：确定某个元素所属的集合。合并（Union）：将两个集合合并为一个集合。并查集是一种高效的数据结构，适用于处理不相交集合的合并与查询问题。通过路径压缩和按秩合并优化，其操作的时间复杂度接近常数级别。掌握并查集的原理和实现方法，可以帮助我们更好地解决实际问题。
2025-03-16 09:59:25
648
原创 深入理解哈希表：原理、实现与应用
哈希表是一种通过哈希函数将键映射到值的数据结构，支持高效的插入、删除和查找操作。// 未找到});哈希表是一种高效的数据结构，适用于需要快速查找和更新的场景。通过理解其原理和实现方法，我们可以更好地应用它解决实际问题。
2025-03-16 09:47:49
395
原创 深入理解二叉搜索树：原理、实现与应用
二叉搜索树是一种特殊的二叉树，满足以下性质：对于树中的每个节点，其左子树中的所有节点的值都小于该节点的值。对于树中的每个节点，其右子树中的所有节点的值都大于该节点的值。左右子树也分别是二叉搜索树。int val;二叉搜索树是一种高效且灵活的数据结构，适用于需要频繁查找、插入和删除的场景。通过理解其原理和实现方法，我们可以更好地应用它解决实际问题。同时，了解其局限性并掌握改进方法（如平衡二叉搜索树）也是非常重要的。
2025-03-16 09:29:47
796
原创 DeepSeek 图解
中间模型占据主要训练精力的阶段，实际上完全通过推理导向的强化学习。大规模推理导向的强化学习训练，必不可少的就是推理数据，手动标注就。加通用，这是因为它们基于大量多样化的数据集进行训练，涵盖了不同领域。因此，这类模型的应用范围较为局限，通常只。中间模型虽然推理能力很强，但存在可读性和多任务能力不足的问题，所以。习优化：基于帮助性和安全性奖励模型，优化推理与非推理任务表现，构建。我们基于单一数据集训练的模型通常具有较强的针对性，但其知识范围仅。模型之所以能基于大量多样化的数据集进行训练，并最终“学得好”，核。
2025-03-12 15:03:44
888
原创 利⽤ DeepSeek-R1 构建本地知识库
我们通过搭建本地模型，配合 Embedder 和向量数据库，可以直接构建一个隐私性更好，实时性更高的个人知识库 DAG。工作中除了需要知识库，更需要 BPA，即业务自动化，利用 LLM 模型来提高自动化水平，这种系统更实用，下一步的目标是逐步构建 BPA 系统，希望大家能持续关注。
2025-03-12 14:50:36
1020
原创 通过 API 调用 DeepSeek
现在就可以直接使用了，需要注意的是，目前的使用。在余额充值界面可以看到当前账户的余额并进行充值。行安装，安装过程直接点击下一步，安装即可。即可，然后点击右下角紫色的新建密钥按钮。首先我们打开以下网址进行登陆注册。完成后你会看到你创建的新的密钥。密钥之后会弹出如下窗口，填上。不会显示模型的思考过程。我们点击左侧侧边栏中的。我们双击打开压缩包中的。才是有深度思考能力的。密钥，切换到如下界面。
2025-03-11 14:07:03
194
原创 DeepSeek V3 搭建个人知识库教程
返回首页，在左上角点击新工作区，建立一个自己的工作区，输入工作区名称。看到出现以下提示，表示文档导入完成，系统正在对文档进行解析。官网，选择对应的系统下载，下载完成后直接安装即可。至此，所有准备工作已经完成，返回页面，点击【推理模型，思维比较缜密，思考时间长，效。点击导入文档，进入文档管理界面，拖拽文档。选择已经导入的文档，点击导入工作区并保存。导入成功的文档可以在右侧窗口看到。注册自己的账号，新注册的账号会。，创建一个新的密钥，并复制。模型，响应快，价格相对便宜。，登录或者注册一个新账号。
2025-03-11 14:00:45
720
原创 LED 呼吸灯（PWM 控制） 和 串口通信
使 PWM 频率为 1 kHz（例如 Prescaler=71，Counter Period=1000）。确保 PWM 频率与 LED 响应速度匹配（通常 100Hz~1kHz）。实现多任务控制（如 PWM、串口、ADC 并行运行）。选择开发环境（如 Keil MDK），生成初始化代码。（连接至 PWM 输出引脚，如 PA0）（如光敏电阻），自动调节 LED 亮度。使用示波器验证 PWM 波形（可选）。（如 STM32F103C8T6）。通道 1（对应 PA0），配置为。（如 RGB LED 调色）。
2025-03-11 13:55:38
589
原创 如何零成本云端部署deepseek模型
前提条件这两天来⾃外⽹的攻击，让deepseek经常出现这种情况，所以我们想体验这个模型，电脑硬件还跟不上，怎么办，可以⽩嫖腾讯云的GPU，将模型实现云端部署。前提条件•拥有⼀个腾讯云账号并完成实名认证。•确保你的腾讯云账号有⾜够的余额来⽀付可能产⽣的费⽤。•安装并配置好 Ollama 环境。详细步骤1.注册并登录腾讯云账号2.打开腾讯云官⽹：。3.点击右上⻆的“注册”按钮，按照提⽰完成注册和实名认证。4.注册完成后，使⽤你的账号登录腾讯云。5.
2025-03-11 13:52:23
1086
原创 Python 机器学习小项目：手写数字识别（MNIST 数据集）
其中包含 0-9 的手写数字图像，每张图片是 8×8 像素的灰度图。支持向量机（SVM）是一个强大的分类算法，特别适合中小型数据集。加载 MNIST 数据集的一个小型版本（8×8 图像）。我们从测试集中随机选取一些样本进行预测，并显示结果。模型来构建一个手写数字识别系统。（64 个特征），以便输入到 SVM 模型中。（转换 8×8 图像为 64 维特征）我们需要将 8×8 的图像转换为。通过本项目，我们完成了一个完整的。我们在测试集上评估模型的准确率。
2025-03-10 17:13:48
446
原创 基于 SVM（支持向量机）的手写数字识别
SVM（支持向量机）是一个非常强大的分类算法，在手写数字识别任务中表现优秀。我们从测试集中选择 10 张手写数字，进行预测并可视化。✅ 数据预处理（转换 8x8 图片到 64 维特征向量）数据集，它包含 0-9 的手写数字，每张图片是。： ✅ 加载 MNIST 数据集。的特征向量），以便进行训练。通过这个项目，我们完成了一个。计算模型在测试集上的准确率。✅ 训练 SVM 分类器。✅ 预测并可视化结果。
2025-03-10 17:09:37
422
原创 Python 实现机器学习的 房价预测回归项目
基于房屋特征（如房间数、地理位置等）预测加州地区的房价中位数。（使用 California Housing 数据集）部署为API服务（使用Flask/FastAPI）使用 Python 实现机器学习的。：误差大致呈正态分布，但存在高价房低估现象。：线性回归表现优于决策树（R²分数更高）尝试其他回归模型（随机森林、梯度提升树）添加特征交互项（如收入×房间数）（收入中位数）与房价正相关最强。将经纬度转换为地理位置聚类特征。）在决策树中显示较高重要性。使用网格搜索优化超参数。
2025-03-10 17:04:49
609
原创 鸢尾花分类（使用经典的 Iris 数据集）
使用 Scikit-learn 库构建一个分类模型，根据鸢尾花的花萼和花瓣特征预测其品种（setosa, versicolor, virginica）: 除了准确率，关注 precision/recall 等更细致的指标。: 逻辑回归适合多分类问题，也可尝试 SVM、决策树等其他算法。部署模型为简单 Web 应用（使用 Flask）确保数据分布一致（stratify=y）进行特征工程（如特征缩放、PCA降维）: 帮助理解数据分布和模型表现‘’使用交叉验证优化模型参数。
2025-03-10 17:01:43
183
原创 负载均衡集群和高可用集群
一、集群1、 集群概述1.1、 什么是集群？ 集群称呼来自于英文单词cluster，表示一群、一串的意思，用在服务器领域则表示大量服务器的集合体，协同起来向用户提供系统资源，系统服务。通过网络连接组合成一个计算机组，来共同完一个任务。 根据实际企业环境的不同，集群所提供的功能也各不相同，采用的技术细节也可能各有千秋，但无论哪种集群，都至少包括两台节点服务器。而对外表现为一个整体，只提供一个访问入口（域名或IP地址），为用户提供服务，组成集群的服务器称之为集群的节点。1.2、 集群
2025-03-09 12:06:27
1024
原创 http协议分析
基于一个前提：图片不会经常改动，服务器在返回状态码200的同时，还会返回该图片的签名Etag,(可以理解为图片的指纹)，当浏览器再次访问该图片时，就会去服务器校验指纹信息，如果图片没有变化，直接使用缓存里的图片，这样减轻了服务器的负担，一看到304，浏览器就知道了，要从本地缓存里面取图片，节省了图片在网络上传输的时间。服务器类的错误信息。，通过网站的动态编程语言编写的程序，需要编译，然后再以html格式的格式输出给用户，动态语言有：php，jsp（java），asp，.net html+jsp。
2025-03-05 14:14:38
681
原创 消息系统队列（Message Queue）之kafka
在kafka中，zookeeper负责的是存储kafka中的元数据信息，队列的数据是不会存储到zookeeper的，kafka是分布式的，zookeeper协调broker、producer、consumer之间的关系，当有新的角色加入的时候，更新zookeeper中的数据，其他角色就可以得到通知，并作出相应的调整，不需要停机更新配置，做到动态扩容。按照官网的参数说明，advertised.listeners默认值等于listeners参数的值，并被发布到zooleeper中，供客户端访问使用。
2025-03-05 14:02:09
944
原创 分布式开源协调服务之zookeeper
下面的节点都是临时节点，服务器启动的时候会过来注册一个临时节点，服务器挂掉之后或主动关闭之后，临时节点会自动移除，这样就可以保证使用者获取的what服务都是可用的，而且可以动态的扩容缩容。Zookeeper就是负责这些工作的一个管理平台。解决：把这些配置全部放到ZooKeeper上，保存在ZooKeeper的某个目录节点中，然后所有的应用程序（客户端）对这个目录节点进行监视Watch，一旦配置信息发生变化，ZooKeeper会通知每个客户端，然后从ZooKeeper获取新的配置信息，并应用到系统中。
2025-02-28 14:29:23
740
原创 Redis拓展
缓存雪崩是指在某个时间段内，缓存中的大量数据同时过期或者失效，导致大量请求直接打到数据库上，造成数据库压力过大，这种情况下，可以通过设置不同的过期时间，使用分布式锁或者热点数据预加载来解决。如果从缓存没有查询到数据，则进行互斥锁的获取，获取互斥锁后，判断是否获得到了锁，如果没有得到，则休眠，过一会再进行尝试，直到获取到锁为止，才能进行查询。如果获取到了锁的线程，再去进行查询，查询后将数据写入 redis，再释放锁，返回数据，利用互斥锁就能保证只有一个线程去执行操作数据库的逻辑，防止缓存击穿。
2025-02-27 16:04:20
939
原创 Redis-cluster集群
在redis3.0以前的版本要实现集群一般是借助哨兵sentinel工具来监控master节点的状态，如果master节点异常，则会做主从切换，将某一台slave作为master，哨兵的配置略微复杂，并且性能和高可用性等各方面表现一般，特别是在主从切换的瞬间存在访问瞬断的情况，而且哨兵模式只有一个主节点对外提供服务，没法支持很高的并发，且单个主节点内存也不宜设置得过大，否则会导致持久化文件过大，影响数据恢复或主从同步的效率。三个主节点会分配槽，处理客户端的命令请求，而从节点可用在主节点故障后，顶替主节点。
2025-02-27 15:55:13
917
原创 Redis主从架构+使用sentinel实现主从架构高可用
为了防止sentinel误判和单点故障，sentinel也应该部署为集群，sentinel多个节点同时监控redis主从架构，一旦有一个sentinel节点发现redis的主节点不在线时的情况，sentinel会与其他的sentinel节点协商，看其他的sentinel节点是否也同样发现redis的主节点不在线，如果sentinel的多个点节点都发现redis的主节点都为离线，那么则判定redis主节点为离线状态，以此方式避免误判，同样也避免了单点故障。也可以在3台不同的服务器上进行搭建redis。
2025-02-27 15:28:14
1064
原创 Redis持久化
AOF类似于MySQL的二进制日志，记录每一次redis的写操作命令，以顺序IO方式附加在指定文件的尾部，是使用追加方式实现的，这也叫做一种附加日志类型的持久化机制，由于每一次的操作都记录，则会随着时间长而增大文件的容量，AOF不像RDB，RDB是保存数据集的本身。因为redis的主线程是用于处理请求的，所以此时会阻塞所有客户端请求，每次的保存快照都是把内存中的数据完整的保存一份，并非是增量的，如果内存中的数据比较大，而还有大量的写操作请求时，此方式会引起大量的I/O，会导致redis性能下降。
2025-02-27 15:18:54
588
原创 Redis常规命令
创建一个新的列表，在帮助中并没产明哪个命令用于创建一个新的列表，实际上创建一个新的列表使用LPUSH或RPUSH都可以。在同一个库中（名称空间），键的名称不得重复，如果复制键的名称，实际上是修改键中的值 ##一个库就是一个名称空间。键指向一个列表，而列表可以理解为是一个字符串的容器，列表是由众多元素组成的集合，可以在键所指向的列表中附加一个值。192.168.1.11:6379> lpush ll fda #在原有的列表中的左侧加入一个值。key 过期后将不再可用。
2025-02-26 15:00:04
1048
原创 Redis
这样对于客户端而言，一切都是透明的。Redis和Memcache类似，但很大程度补偿了Memcache的不足，Redis数据都是缓存在计算机内存中，不同的是，Memcache只能将数据缓存到内存中，无法自动定期写入硬盘，这就表示，一断电或重启，内存清空，数据丢失。当用Redis做Master-slave的高可用方案时，假如master宕机了，Redis本身(包括它的很多客户端)没有实现自动进行主备切换，需要手动把一台从服务器切换为主服务器，这就需要人工干预，费事费力，还会造成一段时间内服务不可用。
2025-02-26 14:53:33
972
原创 MySQL主从架构
MySQL主从复制默认是异步的模式，异步模式如下图所示，这种模式下，master事务的提交不需要经过slave的确认，slave是否接收到master的binlog，master并不关心。简单的说就是master将数据库的更新操作写入二进制日志，slave同步这些二进制日志中的数据更新事件并写入中继日志文件中，然后读取relay日志，把二进制的日志解析成SQL语句，并执行这些SQL语句，使其与master中的数据一致。`命令之后，从节点会创建一个I/O线程用来连接主节点，请求主库中更新的bin-log。
2025-02-21 17:08:12
1429
原创 MySQL优化
首先是任何存储引擎都不可缺少的存放表结构定义信息的.frm文件，另外还有.MYD和.MYI 文件，分别存放了表的数据（.MYD）和索引数据（.MYI）。死锁的本质是一种僵持状态，之所以出现死锁，是因为多个线程对资源的强占，你要我的，我也要你的，两人堵在路上谁都不让，所以死锁了。在复合索引中，索引列的顺序非常重要，，如果不是按照索引列最左列开始进行查找，则无法使用该索引。l数据库在读写过程中相互堵塞，在数据写入的过程中阻塞用户对数据的读取，在数据读取的过程中阻塞用户写入数据。快：全表扫描更快的意思。
2025-02-21 16:47:46
910
原创 MySQL日常维护工具------备份
不过偶尔也有超出该设置的binlog 产生，一般都是因为在即将达到上限时，产生了一个较大的事务，为了保证事务安全，MySQL 不会将同一个事务分开记录到两个binlog 中。1、基于时间点的恢复，就是将某个起始时间的二进制日志导入数据库中，从而跳过某个发生错误的时间点实现数据的恢复，使用MySQLbinlog加上--stop-datetime选项，表示从二进制日志中读取指定时间之前的日志事件，后面误操作的语句不执行，--start-datetime选项表示从二进制日志中读取指定时间之后的日志事件。
2025-02-19 16:34:08
1059
原创 Mysql-------事务
很多时候一个事物会包含多条语句，而出现问题需要回滚时，并不一定是要回滚到begin之前的状态，有可能是某条语句执行后的状态，这时要使用savepoint定义回滚点，rollback决定回滚到的位置。即一个事务内部的操作及使用的数据对并发的其他事务是隔离的，并发执行的各个事务之间不能互相干扰，这些通过锁来实现。原子性（Autmic）：事务必须是原子工作单元，不能被分隔的，事务中的操作要么全部执行，要么全都不执行，不能只完成部分操作。通过将一组操作组成一个操作单元，执行时，要么全部成功，要么全部失败的单元。
2025-02-19 16:00:02
486
原创 MySQL索引
如果表A的主键字段是表B中的字段，则该字段称为表B的外键，表A称为主表，表B称为从表。索引是一种特殊的文件(InnoDB数据表上的索引是表空间的一个组成部分)，它们包含着对数据表里所有记录的引用指针。注：如果Key是MUL, 就是一般性索引，该列的值可以重复, 该列是一个非唯一索引的前导列(第一列)或者是一个唯一性索引的组成部分但是可以含有空值NULL。索引的维护成本较高。foreign key就是表与表之间的某种约定的关系，由于这种关系的存在，我们能够让表与表之间的数据，更加的完整，关连性更强。
2025-02-19 15:44:41
286
原创 Mysql基础语句
MySQL> create table stu_info(id int comment '学号', name varchar(20) comment '姓名', age tinyint comment '年龄', ', sex enum('男','女') comment '性别', phone_number char(11) comment '电话号码', address varchar(255) comment '住址') engine=innodb default charset=utf8;
2025-02-19 15:22:20
1183
k8s，coredns1.80下载不了、下载后使用不了的问题
2023-08-10
Dhcp中继服务中中继机的ip和网关
2023-05-18
挂载和删除分区之间的区别
2023-05-05
在不改变现有权限的基础上，使得其他用户可以在该文件中写入内容（vim编辑）
2023-05-04
TA创建的收藏夹 TA关注的收藏夹
TA关注的人