- 博客(11)
- 收藏
- 关注
RSS订阅原创 HuggingFace国内下载模型/数据库方法（不需要科学上网，亲测有用）
本文介绍了使用huggingface-hub工具下载HuggingFace模型和数据集的方法。首先需要安装huggingface-hub和hf_transfer包，并设置环境变量。文章详细说明了hfdownload命令的参数用法，包括指定repo类型(model/dataset)、缓存目录等。最后提供了两个下载示例：获取unitreerobotics/G1_Dex1_MountCameraRedGripper_Dataset数据集和UnifoLM-WMA-0-Base模型，展示了两种等效的命令格式。
2025-12-03 16:34:05
357
1
原创 Linux 内核开发2-字符设备基本注册与手动创建（初学者专用）
Linux内核开发初学者的进阶一课，介绍了如何注册一个字符设备以及在命令行中通过终端手动创建设备文件做到对设备进行访问，提供了完整可复现的实验代码。
2025-10-04 22:51:54
646
原创 为什么我们要使用红黑树？——贴近应用的动机
我们为什么要使用红黑树？除了效率、复杂度等因素，本文将带你探索更深层次的、更贴近实际应用的真实可感的红黑树。在这个时代，我们仍然需要红黑树。
2025-10-03 22:18:35
1048
原创 服务器上开启qemu虚拟机指南（使用XShell）
本文介绍了在服务器上使用QEMU启动虚拟机的详细步骤：1.准备QEMU环境和系统虚拟磁盘；2.创建并格式化额外虚拟磁盘；3.修改启动脚本添加新磁盘和端口转发；4.通过tmux启动虚拟机；5.使用XShell修改端口号连接虚拟机。重点说明了磁盘创建、端口配置和后台运行方法，为服务器用户提供了完整的QEMU虚拟机操作指南。
2025-09-28 17:51:32
394
原创 基础排序技术3-线性时间排序
本文系统分析了比较排序算法的理论时间下界以及三种线性时间排序算法实现方法。比较排序的下界由决策树模型证明为Ω(nlogn)，堆排序和归并排序达到该下界。计数排序通过构建计数数组实现O(n)排序，适用于小范围整数。基数排序通过多轮稳定排序处理多关键字排序，时间复杂度和关键字分解方式相关。桶排序将元素分到多个桶后分别排序，期望时间复杂度为线性，但性能受输入分布影响较大。实验显示，在数据分布均匀时桶排序快于快速排序，但在随机数据下性能可能劣化。这些算法各有适用场景，需根据具体需求选择。
2025-07-29 16:37:24
584
原创 基础排序技术3-线性时间排序（活动）
本文系统分析了比较排序算法的理论时间下界以及三种线性时间排序算法实现方法。比较排序的下界由决策树模型证明为Ω(nlogn)，堆排序和归并排序达到该下界。计数排序通过构建计数数组实现O(n)排序，适用于小范围整数。基数排序通过多轮稳定排序处理多关键字排序，时间复杂度和关键字分解方式相关。桶排序将元素分到多个桶后分别排序，期望时间复杂度为线性，但性能受输入分布影响较大。实验显示，在数据分布均匀时桶排序快于快速排序，但在随机数据下性能可能劣化。这些算法各有适用场景，需根据具体需求选择。
2025-07-29 16:33:16
965
原创 基础排序技术2-快速排序
快速排序是一种基于分治思想的高效排序算法，其核心是通过partition操作将数组划分为两部分，并递归处理。文章详细介绍了常规版本和随机版本的实现代码，分析了最坏情况（O(n²)）和理想情况（O(nlogn)）的时间复杂度，并通过实验对比了STL排序与两种快速排序实现的性能。测试结果显示，手写常规版本的快速排序性能最优，随机版本次之，STL实现稍慢。文中还提供了完整的对拍代码和测试结果，验证了算法的正确性和效率差异。
2025-07-28 16:59:17
924
原创 基础排序技术1-堆排序
本文系统介绍了堆数据结构及其在排序中的应用。首先阐述了二叉堆的基本概念，包括最大/最小堆的性质和结点关系定义。重点讲解了堆的核心操作max_heapify的递归和循环实现，分析其O(logn)时间复杂度。随后详细说明了建堆过程，通过数学推导证明其线性时间复杂度。在堆排序部分，展示了通过不断弹出堆顶元素实现排序的完整流程，分析其O(nlogn)复杂度。文章最后提供了完整的堆排序实现代码，并与快速排序进行性能对比测试。
2025-07-28 14:59:32
933
原创 Ubuntu本地docker下载并启动deepseek全指南（整理版）
本文在ubuntu 22.04下使用docker下载并部署deepseek-V3，全指南，基本涵盖了疑难杂症。
2025-02-24 16:53:26
1706
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人