<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[CSBIGDOG的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/CSBIGDOG</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; CSBIGDOG]]></copyright><item><title><![CDATA[基于多智能体LLM的中文金融交易框架——TradingAgents 新手快速上手指南]]></title><link>https://blog.youkuaiyun.com/CSBIGDOG/article/details/169162406</link><guid>https://blog.youkuaiyun.com/CSBIGDOG/article/details/169162406</guid><author>CSBIGDOG</author><pubDate>Mon, 26 Oct 2026 15:38:48 +0800</pubDate><description><![CDATA[本文聚焦量化交易“从理论到实践”的落地难题，系统讲解构建稳健自动化交易系统的工程化流程。从虚拟环境搭建、依赖管理到密钥安全配置，通过克隆开源项目实现一键部署，结合环境变量隔离与策略角色解耦设计，完整演示了从回测验证到生产级部署的全流程。重点强调安全规范与可维护架构，帮助开发者高效跨越“最后一公里”，快速构建具备实时监控与风险管控能力的可运行交易原型。]]></description><category></category></item><item><title><![CDATA[《AI应用工程师-每日一练》LLM 核心机制与工程实践]]></title><link>https://blog.youkuaiyun.com/CSBIGDOG/article/details/168540396</link><guid>https://blog.youkuaiyun.com/CSBIGDOG/article/details/168540396</guid><author>CSBIGDOG</author><pubDate>Sat, 24 Oct 2026 09:30:00 +0800</pubDate><description><![CDATA[本文围绕 LLM 核心机制与工程实践展开，逐题解答了七个关键问题：LLM 通过预测下一个 token 并循环采样生成文本；输出 token 因串行生成而成本远高于输入；模型本身无记忆，多轮对话靠应用层重发历史消息实现；temperature=0 也无法保证输出完全一致；幻觉是机制必然产物，可通过 RAG、引用出处、结构化输出等手段压制；数据不出内网时需选择开源模型私有化部署；即便上下文窗口达 1M token，RAG 在成本、延迟、注意力衰减、知识更新和权限控制上仍不可替代。]]></description><category></category></item><item><title><![CDATA[AI 网关：大模型时代的统一接入与安全防线]]></title><link>https://blog.youkuaiyun.com/CSBIGDOG/article/details/167791341</link><guid>https://blog.youkuaiyun.com/CSBIGDOG/article/details/167791341</guid><author>CSBIGDOG</author><pubDate>Sat, 24 Oct 2026 09:30:00 +0800</pubDate><description><![CDATA[AI 网关是大模型时代的“统一接入层”，将多供应商接口差异抽象为标准化协议，实现模型调用的统一管理。它通过协议归一化、智能路由、密钥托管、限流降级与成本计量等能力，解决业务代码适配复杂、切换困难、治理分散等问题。作为“模型时代的 API 网关”，它让模型能力可稳定、可控、可计量使用，是构建高效、安全 AI 应用的基础设施。]]></description><category></category></item><item><title><![CDATA[【小白吃透AI】大语言模型LLM超详细原理全集｜通俗图解+训练流程+推理机制+优缺点+面试大全]]></title><link>https://blog.youkuaiyun.com/CSBIGDOG/article/details/161367980</link><guid>https://blog.youkuaiyun.com/CSBIGDOG/article/details/161367980</guid><author>CSBIGDOG</author><pubDate>Sun, 24 May 2026 19:09:31 +0800</pubDate><description><![CDATA[《大模型入门实战指南》是一篇面向AI初学者的通俗教程，全面解析大语言模型(LLM)的核心原理与应用。文章用流程图和通俗语言拆解了Transformer架构、注意力机制等关键技术，详细讲解从预训练到RLHF的完整训练流程，并剖析了LLM的推理生成过程。同时指出幻觉、知识时效性等常见问题的根源，提供企业级应用场景和面试高频问题。全文以&quot;无数学公式+全流程图&quot;的方式，帮助读者从零构建LLM知识体系，理解ChatGPT等大模型的运作机制，适合编程小白、开发者和面试准备者阅读。]]></description><category></category></item><item><title><![CDATA[MySQL InnoDB引擎八大核心特性详解（高频面试题）]]></title><link>https://blog.youkuaiyun.com/CSBIGDOG/article/details/161367923</link><guid>https://blog.youkuaiyun.com/CSBIGDOG/article/details/161367923</guid><author>CSBIGDOG</author><pubDate>Sun, 24 May 2026 18:40:21 +0800</pubDate><description><![CDATA[MySQL存储引擎InnoDB深度解析与面试指南 摘要： 本文深入剖析MySQL主流存储引擎InnoDB的八大核心特性：1）ACID事务支持，通过undolog和redolog实现原子性与持久性；2）MVCC多版本并发控制，实现高并发读写；3）行级锁+间隙锁机制，解决幻读问题；4）聚簇索引设计提升查询效率；5）崩溃自动恢复能力保障数据安全；6）缓冲池优化IO性能；7）外键约束维护数据完整性；8）自适应哈希索引加速查询。文章还包含高频面试题解析，帮助开发者全面掌握InnoDB核心原理，应对技术面试。InnoD]]></description><category></category></item><item><title><![CDATA[缓存与数据库双写不一致问题及终极解决方案（高频面试题）]]></title><link>https://blog.youkuaiyun.com/CSBIGDOG/article/details/161366258</link><guid>https://blog.youkuaiyun.com/CSBIGDOG/article/details/161366258</guid><author>CSBIGDOG</author><pubDate>Sun, 24 May 2026 15:59:34 +0800</pubDate><description><![CDATA[本文深入剖析后端开发中缓存与数据库双写不一致问题，提出四种错误方案及四种主流解决方案。错误方案包括先更新缓存/数据库再更新另一方的做法，均存在并发覆盖或数据丢失风险。主流方案从基础的CacheAside模式（先更库后删缓存）到延迟双删、分布式锁，再到终极的Binlog异步同步方案，逐步提升一致性级别。文章对比各方案优缺点，给出生产选型建议：普通业务用CacheAside+缓存过期，高一致性业务加延迟双删，核心业务用分布式锁，大型项目推荐Binlog异步兜底。强调必须设置缓存过期时间作为最终保障，并解答常见面]]></description><category></category></item><item><title><![CDATA[IntelliJ IDEA 试用过期怎么办？傻瓜式一键重置使用时间（支持2026版）]]></title><link>https://blog.youkuaiyun.com/CSBIGDOG/article/details/161104952</link><guid>https://blog.youkuaiyun.com/CSBIGDOG/article/details/161104952</guid><author>CSBIGDOG</author><pubDate>Fri, 15 May 2026 11:16:32 +0800</pubDate><description><![CDATA[本文介绍了两种安全重置IntelliJ IDEA试用期的方法：使用开源插件IDE Eval Reset或运行VBS脚本。适用于2021-2026.1版本，支持Windows/macOS/Linux系统。插件安装简单，30秒完成；脚本方案适合不想装插件的用户。两种方法仅清除试用数据，不影响项目配置和插件。文章强调该方法仅供学习测试，建议长期用户购买正版授权，并提供了常见问题解答和资源下载链接。]]></description><category></category></item><item><title><![CDATA[Spring Boot+RabbitMQ 实战：4 种交换机模式（Work/Fanout/Direct/Topic）保姆级实现]]></title><link>https://blog.youkuaiyun.com/CSBIGDOG/article/details/153816776</link><guid>https://blog.youkuaiyun.com/CSBIGDOG/article/details/153816776</guid><author>CSBIGDOG</author><pubDate>Fri, 24 Oct 2025 10:11:06 +0800</pubDate><description><![CDATA[SpringAMQP实现RabbitMQ消息队列开发，通过依赖配置简化集成过程。文章展示了四种消息模式：工作队列（Work）、广播模式（Fanout）、路由模式（Direct）和主题模式（Topic）。通过RabbitMQConfig集中配置队列、交换机和绑定关系，ProducerController提供HTTP接口发送消息，并配套WorkListener、FanOutListener、DirectListener和TopicsListener四个消费者组件。使用@RabbitListener注解实现消息监]]></description><category></category></item><item><title><![CDATA[别再死磕 Kafka 了！RabbitMQ 才是分布式通信的性价比之王，这篇让你少走 3 年弯路]]></title><link>https://blog.youkuaiyun.com/CSBIGDOG/article/details/153687903</link><guid>https://blog.youkuaiyun.com/CSBIGDOG/article/details/153687903</guid><author>CSBIGDOG</author><pubDate>Fri, 24 Oct 2025 09:05:03 +0800</pubDate><description><![CDATA[RabbitMQ是一种基于AMQP协议的消息队列，主要用于分布式系统间的异步通信。它通过队列机制实现消息的接收、存储和转发，支持多种工作模式（如简单模式、工作队列、发布/订阅等），适用于不同场景需求。核心功能包括异步解耦、流量削峰、消息分发和延迟通知，能有效提升系统响应速度、可靠性和可扩展性。RabbitMQ特别适合处理高并发、耗时操作等场景，是构建分布式系统的重要组件。]]></description><category></category></item><item><title><![CDATA[算法学习笔记：29.拓扑排序——从原理到实战，涵盖 LeetCode 与考研 408 例题]]></title><link>https://blog.youkuaiyun.com/CSBIGDOG/article/details/149438174</link><guid>https://blog.youkuaiyun.com/CSBIGDOG/article/details/149438174</guid><author>CSBIGDOG</author><pubDate>Fri, 18 Jul 2025 11:41:53 +0800</pubDate><description><![CDATA[本文介绍了拓扑排序算法及其在有向无环图（DAG）中的应用。拓扑排序通过将顶点线性排列，确保所有有向边u→v中u总在v之前，适用于任务调度、课程安排、编译依赖等场景。文章详细讲解了Kahn算法（基于入度）和DFS算法两种实现方式，并通过LeetCode例题（课程表问题）进行实战分析，包括代码实现和复杂度评估。此外，还针对考研408中的典型题目进行解析，强调DAG与拓扑序的等价关系、环检测方法等核心考点。拓扑排序在项目管理、编译系统等领域具有重要应用价值，掌握其原理和实现是解决依赖关系问题的关键。]]></description><category></category></item><item><title><![CDATA[算法学习笔记：28.前缀树——从原理到实战，涵盖 LeetCode 与考研 408 例题]]></title><link>https://blog.youkuaiyun.com/CSBIGDOG/article/details/149423249</link><guid>https://blog.youkuaiyun.com/CSBIGDOG/article/details/149423249</guid><author>CSBIGDOG</author><pubDate>Fri, 18 Jul 2025 08:30:00 +0800</pubDate><description><![CDATA[前缀树（Trie）是一种高效处理字符串的树形数据结构，通过共享前缀节约存储空间。其核心操作包括：插入（逐个字符创建节点）、查找（检查路径存在且结尾标记为真）、前缀匹配（只需检查路径存在）。时间复杂度均为O(L)，L为字符串长度。典型应用包括自动补全、拼写检查和IP路由。文章通过LeetCode例题（208、211题）和考研408真题，详细解析了基础实现与通配符扩展方案，并对比了哈希表等数据结构的优劣。重点强调了节点结构、前缀共享机制及功能扩展方法，为字符串处理问题提供了高效解决方案。]]></description><category></category></item><item><title><![CDATA[算法学习笔记：27.堆排序（生日限定版）——从原理到实战，涵盖 LeetCode 与考研 408 例题]]></title><link>https://blog.youkuaiyun.com/CSBIGDOG/article/details/149413665</link><guid>https://blog.youkuaiyun.com/CSBIGDOG/article/details/149413665</guid><author>CSBIGDOG</author><pubDate>Thu, 17 Jul 2025 10:23:52 +0800</pubDate><description><![CDATA[二叉堆是一种完全二叉树（除最后一层外，每层节点均满，最后一层节点靠左排列），分为两种类型：​最大堆：每个父节点的值大于等于其左右子节点的值（parent.val ≥ left.val 且 parent.val ≥ right.val）。​最小堆：每个父节点的值小于等于其左右子节点的值（parent.val ≤ left.val 且 parent.val ≤ right.val）。​ 堆排序中通常使用最大堆，本文以最大堆为例讲解。​。]]></description><category></category></item><item><title><![CDATA[算法学习笔记：26.二叉搜索树（生日限定版）——从原理到实战，涵盖 LeetCode 与考研 408 例题]]></title><link>https://blog.youkuaiyun.com/CSBIGDOG/article/details/149402553</link><guid>https://blog.youkuaiyun.com/CSBIGDOG/article/details/149402553</guid><author>CSBIGDOG</author><pubDate>Thu, 17 Jul 2025 08:30:00 +0800</pubDate><description><![CDATA[本文系统介绍了二叉搜索树（BST）的原理与应用。BST通过&quot;左小右大&quot;的特性实现高效查找、插入和删除操作，其中序遍历结果严格升序是其核心性质。文章详细解析了BST的基本操作算法，包括查找、插入和删除（分三种情况处理），并通过SVG图示辅助理解。结合LeetCode例题（验证BST、有序数组转BST）和考研408真题，展示了BST的实际应用场景和解题技巧。文章还分析了BST的时间复杂度、与其他树结构的关系，并针对考研备考提炼了核心考点和常见错误。掌握BST的关键在于深入理解其中序遍历特性，]]></description><category></category></item><item><title><![CDATA[算法学习笔记：25.回溯算法之迷宫寻路——从原理到实战，涵盖 LeetCode 与考研 408 例题]]></title><link>https://blog.youkuaiyun.com/CSBIGDOG/article/details/149386945</link><guid>https://blog.youkuaiyun.com/CSBIGDOG/article/details/149386945</guid><author>CSBIGDOG</author><pubDate>Wed, 16 Jul 2025 09:39:36 +0800</pubDate><description><![CDATA[本文系统讲解了回溯算法在迷宫寻路中的应用。通过分析迷宫问题定义和回溯核心思路，文章详细介绍了&quot;尝试-回溯&quot;的递归探索过程，包括标记位置、方向选择和回溯清理等关键步骤。结合LeetCode 490（球滚动迷宫）和79题（单词搜索）的实战案例，展示了不同约束条件下的回溯实现方法，并给出Java代码示例。同时针对考研408考点，解析了概念辨析题和算法设计题，强调访问标记管理的重要性。文章还比较了回溯与BFS、DFS等算法的差异，指出回溯适用于求所有路径而非最短路径。最后总结了迷宫寻路的实际应用]]></description><category></category></item><item><title><![CDATA[算法学习笔记：24.回溯算法之八皇后问题 ——从原理到实战，涵盖 LeetCode 与考研 408 例题]]></title><link>https://blog.youkuaiyun.com/CSBIGDOG/article/details/149364487</link><guid>https://blog.youkuaiyun.com/CSBIGDOG/article/details/149364487</guid><author>CSBIGDOG</author><pubDate>Wed, 16 Jul 2025 08:30:00 +0800</pubDate><description><![CDATA[八皇后问题是回溯算法的经典案例，要求在8×8棋盘上放置8个不互相攻击的皇后。本文详细解析了该问题的回溯解法，包括冲突检测（行、列、对角线约束）、递归实现和空间优化技巧。通过LeetCode例题（51、52题）和考研408真题演示，展示如何用Java实现算法，并分析其O(n!)的时间复杂度。文章还探讨了八皇后问题的变种与实际应用，强调回溯算法在组合优化问题中的通用性，为算法学习和考研备考提供重要参考。]]></description><category></category></item><item><title><![CDATA[算法学习笔记：23.贪心算法之活动选择问题 ——从原理到实战，涵盖 LeetCode 与考研 408 例题]]></title><link>https://blog.youkuaiyun.com/CSBIGDOG/article/details/149352518</link><guid>https://blog.youkuaiyun.com/CSBIGDOG/article/details/149352518</guid><author>CSBIGDOG</author><pubDate>Tue, 15 Jul 2025 14:04:12 +0800</pubDate><description><![CDATA[《贪心算法解活动选择问题全攻略》摘要：活动选择问题是贪心算法的经典应用，要求在有限资源下选择最多互不冲突的活动。本文详细解析了贪心策略的核心思路（选择结束最早活动）、算法步骤及正确性证明，并通过LeetCode例题（435无重叠区间、646最长数对链）和考研408真题进行实战演示。文章还探讨了资源约束下的扩展解法，分析了时间复杂度（O(nlogn)），并提供了Java实现代码。最后总结了该算法在会议安排、任务调度等场景的应用价值，强调掌握贪心选择性质和最优子结构的重要性。]]></description><category></category></item><item><title><![CDATA[算法学习笔记：22.贪心算法之霍夫曼编码 ——从原理到实战，涵盖 LeetCode 与考研 408 例题]]></title><link>https://blog.youkuaiyun.com/CSBIGDOG/article/details/149352082</link><guid>https://blog.youkuaiyun.com/CSBIGDOG/article/details/149352082</guid><author>CSBIGDOG</author><pubDate>Tue, 15 Jul 2025 13:42:54 +0800</pubDate><description><![CDATA[霍夫曼编码是贪心算法在数据压缩领域的经典应用，通过构建最优前缀编码树实现高效字符压缩。其核心是通过最小堆选择频率最低的节点合并，生成霍夫曼树并分配前缀编码（左0右1），使得高频字符编码短、低频字符编码长。文章结合LeetCode例题（1167连接棒材最低费用、621任务调度器）和考研408高频考点，详解构建步骤、编码计算及其最优性证明。霍夫曼编码广泛应用于ZIP/JPEG压缩及通信领域，考研需重点掌握手动建树、带权路径长度计算及贪心算法思想。]]></description><category></category></item><item><title><![CDATA[算法学习笔记：21.动态规划——从原理到实战，涵盖 LeetCode 与考研 408 例题]]></title><link>https://blog.youkuaiyun.com/CSBIGDOG/article/details/149325141</link><guid>https://blog.youkuaiyun.com/CSBIGDOG/article/details/149325141</guid><author>CSBIGDOG</author><pubDate>Mon, 14 Jul 2025 10:58:29 +0800</pubDate><description><![CDATA[类型特点典型问题线性 DP状态按线性顺序定义爬楼梯、打家劫舍区间 DP状态按区间[i,j]定义矩阵链乘法、最长回文子串背包 DP状态含 “容量” 维度0-1 背包、完全背包树形 DP状态定义在树结构上树上最大独立集动态规划是算法设计中的 “瑞士军刀”，其核心在于通过结构化的方式分解问题，利用子问题的重叠性优化计算。掌握动态规划需要大量练习，建议从简单问题入手，逐步积累对 “状态定义” 和 “转移方程” 的敏感度。]]></description><category></category></item><item><title><![CDATA[算法学习笔记：20.分治法——从原理到实战，涵盖 LeetCode 与考研 408 例题]]></title><link>https://blog.youkuaiyun.com/CSBIGDOG/article/details/149323581</link><guid>https://blog.youkuaiyun.com/CSBIGDOG/article/details/149323581</guid><author>CSBIGDOG</author><pubDate>Mon, 14 Jul 2025 09:48:50 +0800</pubDate><description><![CDATA[摘要：分治法（Divide and Conquer）是算法设计的核心思想，通过分解、解决、合并三个步骤处理复杂问题。适用于可分解、子问题独立且可合并的问题，典型应用包括归并排序（时间复杂度O(nlogn)）、快速选择和最大子数组求和。分治法与动态规划的区别在于子问题独立性，考研408重点考察算法设计、复杂度分析（如递归方程求解）和应用场景判断。掌握分治法需理解其流程，并能根据问题特性设计分解与合并策略，是计算机科学和算法考试的重要内容。]]></description><category></category></item><item><title><![CDATA[算法学习笔记：19.牛顿迭代法——从原理到实战，涵盖 LeetCode 与考研 408 例题]]></title><link>https://blog.youkuaiyun.com/CSBIGDOG/article/details/149317787</link><guid>https://blog.youkuaiyun.com/CSBIGDOG/article/details/149317787</guid><author>CSBIGDOG</author><pubDate>Sun, 13 Jul 2025 23:03:32 +0800</pubDate><description><![CDATA[牛顿迭代法是一种高效的数值计算方法，通过迭代逼近方程根。其核心是通过切线逐步逼近曲线，公式为 (x_{n+1}=x_n-\frac{f(x_n)}{f'(x_n)})，具有二次收敛特性。本文介绍了牛顿法的几何意义、算法流程和收敛条件，并通过LeetCode例题（如平方根计算、验证完全平方数）展示了其编程应用。考研例题解析了手动迭代求解方程根的过程。牛顿法广泛应用于科学计算、优化问题和图形学，但需注意初始值选择和导数非零条件。]]></description><category></category></item></channel></rss>