优快云社区镜像创作赛：单个镜像最高80元，创作越多奖励越多！ 严格规避侵权风险，镜像中涉及的第三方资源须取得合法授权，如因版权、专利等问题引发纠纷，由创作者承担全部责任，社区将立即下架相关镜像，取消其活动资格及已获奖励；镜像需保持活跃度，自上架之日起超过6个月未更新的，将自动退出本次活动（已获长期分润权的镜像除外，但需完成更新后重新申请活动参与资格）。通过审核的镜像将纳入社区公共资源池，用户每一次有效调用，创作者均可获得相应分润收益，收益明细实时同步至个人后台，按月结算；1. 社区将定期公示获奖名单及镜像评估结果，确保活动公平透明，创作者可通过活动专区查询相关信息；

阅读 3.7w

54赞

收藏 46
Linux下排查网络偶现超时问题 haproxy/nginx 启动失败，提示 bind() to 0.0.0.0:25 failed (98: Address already in use)→ 端口25已被其他进程占用，导致新服务无法绑定。netstat 结果显示 10024/qmgr（进程ID：3020）占用了 0.0.0.0:25，结合 ps aux | grep 3020 确认该进程是 Postfix（邮件服务，master 进程）。

阅读 236

4赞

收藏 2
Node.js 纯 JS 生成 SVG 练字纸（米字格 / 田字格）完整实现解析 本文介绍了一种在Node.js环境下动态生成练字纸（米字格、田字格）并导出为SVG/PDF的技术方案。通过"伪DOM+SVG序列化"的方法，实现了：1）模拟SVG DOM元素；2）毫米像素转换；3）格子绘制算法；4）批量生成模板文件。方案支持多种格子样式、主题色、边距等参数配置，生成结果可直接打印或转换为PDF。核心代码展示了如何创建虚拟DOM元素、处理尺寸转换和实现SVG序列化，解决了Node.js环境下无DOM操作的问题。

阅读 446

4赞

收藏 4
什么是封装？为什么要封装？ 从广义上讲，封装是将数据（属性）和操作数据的方法（函数）捆绑在一起，形成一个独立的 “单元”（如类、模块、对象），并对外隐藏内部的实现细节，只暴露有限的、规范的接口供外部访问和使用的编程思想。数据封装：将相关联的数据和方法聚合在一起，形成一个整体（避免数据和方法分离，提高代码内聚性）；访问控制：隐藏内部的实现细节（如私有属性、私有方法），只开放必要的公共接口，外部无法直接操作内部数据，只能通过接口交互。手机内部的芯片、电池、电路板等是 “内部实现细节”（被隐藏，用户无法直接操作）；

阅读 463

7赞

收藏 14
C++——哈希表 unordered_map

阅读 267

1赞

收藏 0
【单调栈】Leetcode739每日温度 求更高温度出现在几天后，这是一个严格大于的问题，需要使用小压大的单调栈。

阅读 443

20赞

收藏 0
前缀和一维/二维-复习篇 总之以上例子并没有说从0下标开始是错的, 只是对比了两者的这个优势和劣势, 其实, 实际运用的时候你是需要实际的场景去做的.但是客观上来讲, 这个使用1开始确实他就比从0开始要优雅简洁一点, 这只是一个小建议, 所有今后在使用的时候还是使用1开始可能会更加方便, 优雅.

阅读 291

2赞

收藏 5
Lingma IDE和Qoder IDE的对比 Lingma IDE”和“Qoder IDE”看起来都在做 AI 编程，为什么会同时存在？它们到底像不像？该怎么选？

阅读 1.2k

23赞

收藏 24
前端CSS 公式:通配符选择器<标签选择器<类选择器<ID选择器<行内样式<!1.数字+px 2.数字(当前标签font-size值的倍数)（行内样式 , D选择器个数 , 类选择器个数 , 标签选择器个数）从左往右依次比较个数,同一级个数多的优先级高，如果个数相同则向后比较。如果标签自己有样式则生效自己的样式，不继承。作用:控制溢出元素的内容的显示方式。选择器时，基于不同种类的选择器的。：行高属性值等于盒子高度属性值。选中标签的范围越大,优先级越低。现象：取两个margin中的。选择器优先级高的样式生效。

阅读 690

14赞

收藏 6
atcoder ABC438 题解 atcoder abc 438 题解

阅读 728

16赞

收藏 7
P5182 棋盘覆盖 摘要：本文探讨了在N×N棋盘上使用1×2骨牌覆盖非坏格子的最大数量问题。通过将棋盘黑白染色，发现骨牌覆盖的格子必然是一黑一白相邻，从而将问题转化为二分图的最大匹配问题。具体解法包括：1) 将有效格子建模为顶点，相邻好格子间建边；2) 使用匈牙利算法求解最大匹配。文章详细分析了实现中的常见错误，如数组越界、建图方向不全等问题，并给出了正确解法。最终通过二分图匹配实现了骨牌数量的最大化计算。

阅读 531

18赞

收藏 11
D-CBRS（Diverse Class-Balancing Reservoir Sampling ）的个人理解 D-CBRS的笔记

阅读 799

24赞

收藏 7
LeetCode——三指针 本文总结了四道数组问题的解法思路和代码实现。2367题通过双指针法寻找等差三元组；2563题通过排序和双指针统计满足条件的数对数目；795题通过维护左右边界计算区间子数组个数；2444题则通过记录特定值的索引位置来统计定界子数组数目。这些题目都利用了双指针或边界维护的技巧，将时间复杂度优化至O(n)级别。核心思想是通过指针移动或边界更新，在遍历过程中高效地统计满足条件的元素组合或子数组。

阅读 152

3赞

收藏 5
C++选择排序插入排序希尔排序快排归并排及大小根堆实现优先级队列 这里k用来记录最小值的下标。

阅读 662

22赞

收藏 5
echarts中label对象中定义的formatter函数不生效和不起效果 针对ECharts图表中formatter函数失效问题，分析了常见原因及解决方案。主要包括：数据格式不匹配需确保返回字符串；作用域问题需正确绑定this；配置层级错误需在series内定义；可通过日志调试、简化测试用例验证；检查版本兼容性参数结构；异步数据需setOption更新。特别指出深拷贝可能导致函数丢失，需检查原型链。

阅读 360

8赞

收藏 5
微爱帮监狱寄信寄信信件草稿箱技术设计文档 本文介绍了一个安全可靠的草稿管理系统设计方案。系统采用多层架构设计，核心包括：1)基于加密存储的草稿主表，包含版本控制和状态管理；2)自动保存引擎实现智能调度和冲突检测；3)实时同步协议支持多设备协同编辑；4)离线存储方案确保断网可用性；5)端到端加密保护内容安全；6)多种冲突解决算法；7)性能优化策略。系统还设计了完善的监控指标和数据清理机制，确保服务稳定性和数据合规性。整套方案在保障数据安全的同时，提供了流畅的跨设备编辑体验。

阅读 571

11赞

收藏 8
RISC-V IDE MRS2使用笔记（十一）：工程导出为CMake项目 MRS2 IDE支持将RISC-V工程导出为CMake项目，方便用户迁移到Linux命令行环境编译。通过右键工程节点选择&quot;Export As CMake Project&quot;功能，可生成包含预配置CMakeLists.txt的压缩包。导出后需修改工具链路径参数，安装MinGW并添加环境变量，即可使用cmake命令进行编译。此外，MRS2还支持直接在工程中生成CMakeLists.txt文件，无需完整导出工程。该功能简化了Windows到Linux开发环境的迁移过程，支持跨平台编译需求。

阅读 239

2赞

收藏 3
Leetcode 90 最佳观光组合 先变形公式：把依赖 i 和 j 的式子拆成 “i 独立项 + j 独立项”，这是从 “暴力枚举” 到 “线性遍历” 的关键；明确枚举逻辑：固定 “枚举右边界 j”，维护 “j 之前的左边界 i 的最优值”，把 O (n²) 降到 O (n)；注意执行顺序：先算当前 j 的答案（用之前的最优左值），再更新最优左值，严格满足 i<j 的约束。变形公式→确定枚举方向→维护左值，就能把 “没头绪” 的问题，转化为你熟悉的 “遍历 + 更新最值” 的简单逻辑。

阅读 319

13赞

收藏 10
决策树模型-数学建模优秀论文算法 决策树是一种模拟人类分步决策逻辑的机器学习模型，其核心思想是通过递归分割特征空间实现分类或回归。本文系统梳理了决策树的发展脉络：从1966年CLS的概念雏形，到1979年ID3算法引入信息增益准则，再到1993年C4.5改进为信息增益比，最终1984年CART树扩展至分类和回归任务。文章详细解析了决策树的核心理论，包括香农熵、条件熵等不确定性度量方法，以及信息增益、基尼指数和平方误差最小化等特征选择准则，并给出具体计算示例。最后探讨了决策树的停止条件以防止过拟合。全文从理论基础到实践应用，完整呈现了决策树模

阅读 480

20赞

收藏 9
2025：把“大模型”写进“数据闭环”——从自动驾驶到具身机器人，我如何用数据与算法做可落地的智能系统 2025年AI领域最显著的变化是从单一模型向可持续迭代的闭环系统转变。本文系统梳理了&quot;数据→模型→行动→数据&quot;的完整闭环链路，重点分析了四大关键层：数据底座（可追溯/可增量/可观测）、模型侧（本地推理可靠性）、自动驾驶（数据再生产）、具身智能（VLA可训练性）。作者通过实践总结出可落地的工程准则，包括数据湖布局策略、量化部署模板、Occupancy自动标注方案等，并将读者互动转化为闭环系统的需求输入端。文章强调真正的智能价值在于系统化的稳定生产能力，而非孤立模型效果。

阅读 550

14赞

收藏 10
2025年AI开发工具生态总结：从爆款模型到智能IDE的蜕变 使用AI工具进行开发，相比传统方式，平均效率提升65%项目上线前的bug率反而降低了40%（因为AI帮我考虑了更多边界情况）成本方面，整体支出降低60%（虽然工具订阅费增加，但API成本大幅下降）学习时间，新技术栈的学习周期缩短50%从最初的"AI只是个辅助工具"，到现在的"AI是开发流程的核心一部分"。我的日常开发已经离不开这些工具，而且效果显而易见。我所在的团队逐步采用了AI驱动的开发方式。一开始有人持怀疑态度，但看到效率提升后，现在整个团队都是Cursor、DeepSeek的重度用户。

阅读 423

15赞

收藏 15
作者推荐
蔚1
TA很懒，还没有添加简介
关注
涂作权的博客
To do what I want to do!
关注
人工智能博士
王博Kings，985AI博士在读，优快云博客专家，华为云专家，是《机器学习手推笔记》、《深度学习手推笔记》等作者；在人工智能、计算机视觉、无人驾驶等具有丰富的经验。
关注
具身智能之心
具身智能方向优秀创作平台，同名公众号【具身智能之心】
关注
尹成
尹成微信18510341407，助理微信18514203048
关注
strongerHuang
作者黄工『strongerHuang』，高级嵌入式软件工程师，专注分享嵌入式软硬件、AIoT（物联网+人工智能）、单片机、通信技术、开发工具、半导体等相关内容。
关注
源代码大师
希望我的博客，能帮上你解决学习中工作中所遇到的问题
关注
沧海一笑-dj
C/C++软件工程师、嵌入式软件工程师、物联网研发工程师、C/C++讲师、物联网讲师、嵌入式讲师、鸿蒙讲师---欢迎大家一起交流(私信添加博主微信)
关注
Java笔记虾
欢迎微信搜索【Java笔记虾】关注我的公众号，号内回复“后端面试”，送你一份精心准备的Java面试题（提纲+解析），后端技术精选每天定时推送优质Java技术博客，可以琐碎时间学点儿东西
关注
涛歌依旧
毕业后就职于华为和腾讯
关注