- 博客(29)
- 收藏
- 关注
RSS订阅原创 让你真正的理解Hash
如果不加盐，两个相同密码的用户会有相同的哈希值，攻击者可以用预计算的彩虹表快速破解。它的核心思想是：将服务器节点和数据都映射到一个环形哈希空间，数据沿着环顺时针找到最近的节点。但要注意，Hash 不同于加密（如 AES），加密是可逆的，而 Hash 是不可逆的。### Hash 的经典应用：散列表散列表（Hash Table）是 Hash 最直接的应用。Hash 是一个函数，它把任意长度的输入（如字符串、文件）通过算法映射成固定长度的输出（如 32 位整数、64 位哈希值）。：用多个哈希函数，冲突时切换。
2026-08-05 16:50:56
184
原创 LINQ之路17：LINQ to XML之X-DOM介绍
欢迎来到LINQ之路的第17篇！在之前的文章中，我们深入探讨了LINQ to Objects、LINQ to SQL等核心内容。今天，我们将进入一个非常实用的领域——LINQ to XML，特别是其核心组件X-DOM。X-DOM（XML Document Object Model）是LINQ to XML在.NET中提供的轻量级、高效的XML编程接口，它彻底改变了传统XML处理方式。### 为什么需要X-DOM？（DOM方式）和（流式方式）。前者功能强大但内存占用高、API繁琐；
2026-08-05 16:49:52
260
原创 好菜都得花功夫做
真正的好代码，讲究的是“火候”——结构清晰、逻辑严密、边界处理到位、性能恰到好处。今天，我们就从“炒一盘最简单的菜”开始，一步步把功夫下进去，看看代码怎么从“能吃”变成“好吃”。但如果你认为这就完了，那就错了——真正的大菜，还需要“调味”。如果顾客说“我的西红柿要退”，或者“鸡蛋买二送一”，你的代码能应付吗。—## 总结：好代码，是“炖”出来的从最初的“乱炖”代码，到函数封装，再到异常处理、面向对象、设计模式—— 每一步，都是在“下功夫”下次写代码时，不妨问问自己：“如果这是一道菜，我舍得花功夫吗。
2026-08-04 16:34:04
237
原创 读《Team Leader你会带团队吗？》引发的思考
## 思考二：从“写代码”到“写代码的代码”——元编程思维的启发书中有一段话让我印象深刻：“Team Leader 不应该只做最难的开发任务，而应该思考如何让团队成员更容易地开发。毕竟，最好的 Team Leader，不是团队里最会写代码的人，而是能让团队整体写出更好代码的人。### 思考三：代码评审——Team Leader 的“辅导”时刻书中还有一个观点我很认同：Team Leader 的职责之一是培养团队成员，而代码评审（Code Review）是最有效的辅导场景之一。
2026-08-04 16:32:58
206
原创 对jQuery的事件绑定的一些思考
jQuery的这个设计虽然简单，但非常实用，它体现了“最少知识原则”——每个模块只负责自己的事件，互不干扰。这让我想到，在实际开发中，当我们面对浏览器差异或第三方库的API不一致时，我们也可以仿照这种思路，自己写一个薄薄的适配层，把复杂的底层差异隐藏起来，对外暴露简洁的方法。这让我想到设计模式中的“中介者模式”——父元素充当了事件的中转站，既降低了耦合，又提升了灵活性。这在大型项目中尤其有用——比如组件A和组件B都监听了某个按钮的点击，当组件A销毁时，只需要解绑它自己的命名空间事件，而不会误伤组件B。
2026-08-03 15:58:17
214
原创 Lua--协同线程与文件IO
虽然标准库的文件 I/O 是同步的，但协程的设计模式为未来接入真正的异步 I/O（如 libuv、epoll）提供了平滑的过渡。### 4. 高级实战：模拟异步非阻塞文件读取虽然 Lua 标准库的文件 I/O 是同步阻塞的，但我们可以用协程来模拟“异步”效果，这在单线程环境中特别有用。### 5. 性能对比：协程 vs 普通循环为了证明协程在文件处理中的价值，我们做一个简单的性能测试：读取一个 10 万行的文件，分别用普通逐行读取和协程迭代器读取。的第一个返回值是布尔值，必须检查，否则错误会静默丢失。
2026-07-31 19:04:17
164
原创 Java Map 循环：遍历方式与性能对比
但注意 Lambda 有一定的初始化开销，但在大循环中影响很小。不同的遍历方式会带来不同的性能开销，尤其是在处理百万级数据时，选错方式可能导致程序卡顿数秒。### 遍历 Map 的 5 种常见方式#### 1. 使用 entrySet() + 增强 for 循环这是最推荐的方式，因为直接操作键值对，无需额外查找。#### 5. Java 8 的 forEach + Lambda代码简洁，但性能与 entrySet 类似，且无法在 lambda 中直接修改外部变量（除非使用原子类或数组）。
2026-07-31 19:03:06
248
原创 哈哈哈哈哈打不过我吧，没有办法我(vllm)就是这么强大！
随着序列增长，缓存膨胀迅速，导致内存碎片和显存溢出。策略：- 新请求到达时，如果显存足够，立即分配页并加入执行队列。- 如果显存不足，调度器会暂停（preempt）某些低优先级请求，回收其页资源，给高优先级请求腾空间。### 原理剖析想象一下，传统缓存像连续的内存块（类似数组），每次扩展都需要重新分配和拷贝，效率极低。实际vLLM中，页大小可配（默认256个token），并且支持跨序列页共享（如beam search中的公共前缀）。：可以看到，当显存不足时（步骤2），调度器暂停了请求1，释放资源给请求3。
2026-07-30 18:12:29
200
原创 无需安装 Office，用 Python 轻松替换 Excel 数据
等方法替换数据- 处理多工作表场景- 将修改后的数据保存为新文件核心优势在于：无需安装任何 Office 软件，只需一个 Python 环境，就能实现自动化的数据替换任务。例如，将成绩表中所有低于 60 分的成绩替换为“不及格”，60-79 分的替换为“及格”，80-89 分的替换为“良好”，90 分以上的替换为“优秀”。在日常工作中，我们经常需要处理 Excel 文件中的数据。## 进阶操作：替换指定数据现在，我们想要将表格中所有“语文”成绩低于 80 分的同学，在“语文”列中标记为“需补考”。
2026-07-27 18:36:26
218
原创 【探索】自动报警的验证码
那么，如果我们能让验证码具备“自动报警”的能力，当检测到异常行为时，立即触发警报并记录攻击者信息，岂不是可以大大提升系统安全性？： - 我们定义了一个简单的验证码验证接口，接收用户输入、当前错误次数、IP和User-Agent。### 扩展：更复杂的异常检测与报警上述示例只使用了错误次数作为报警条件，但实际攻击场景中，攻击者可能使用自动化工具（如Selenium）快速提交验证码。### 后端实现：基于Python Flask的报警逻辑首先，我们构建一个简单的后端服务，用于处理验证码验证和报警记录。
2026-07-26 17:27:08
235
原创 聊一聊数据库中的锁
例如：- 事务A锁住行1，等待行2- 事务B锁住行2，等待行1解决办法是：按照固定的顺序获取锁，或者使用超时机制。锁的粒度可以从行级别到表级别，甚至到数据库级别。## 锁的实战演示：MySQL中的行锁MySQL的InnoDB引擎支持行级锁，这是最常用的锁类型之一。线程1将库存减为7，线程2将库存减为8，但最终结果取决于线程执行顺序，可能为7或8，而不是预期的5（10-3-2）。### 示例1：模拟并发更新导致的数据竞争在这个示例中，我们将模拟两个并发事务同时更新同一行数据，没有使用锁时会导致数据不一致。
2026-07-25 18:25:49
213
原创 响应式原理 —— 数据变了，视图怎么知道？
整个过程是自动且高效的，因为系统只会在数据实际发生变化时通知视图，避免了不必要的渲染。如果你用过 Vue 或 React，你一定见过这样的场景：在 JavaScript 里改了一个变量，页面上的内容就自动更新了。这个神奇的过程，就像变魔术一样。今天，我们就来揭开这个系统的面纱，看看数据变了，视图到底是怎么知道的。—## JavaScript 中的应用：Vue 2 vs Vue 3真实的框架（如 Vue）也是基于同样的原理，但实现上更复杂。：在读取属性时，响应式系统会将当前的视图更新函数注册为该属性的依赖。
2026-07-24 21:30:03
167
原创 【软工作业&思考】关于软工的一些概念性理解暨第一次阅读
在人的团队中，虽然没那么复杂，但是大致道理也是类似的——如果一个团队，没有一个明确的领头羊的话，那么这个团队的秩序将是很大的问题。就笔者本身而言，笔者也曾在整体实力较强的团队里面待过（在那个团队里面，几乎所有人都有和笔者差不多少的实力），然而那个团队依然是有个leader的存在，统筹规划着整个团队的事务进展，一板一眼调配着资源。各方的立场与利益不太可能总是一致，既然不一致，那么在这样的体制下，不同势力之间的通力协作将变得几乎不可能，反而完全变成了权力的博弈战，内耗极其严重。本质上，都不过是供求关系而已。
2026-07-22 16:27:56
181
原创 为啥程序会有bug？
但是，1+1=2，并且1*1=1，并且1/1=1，。但是外部环境在不断变化，新事物总会被动的需要去接纳（技术的更新越来越快，趋势不可逆），然而对新事物的接受能力又得不到锻炼，一旦遇到这种情况，在接触新事物的时候会产生更多的问题（欠下的债总要还的）。任何一个「问题」的产生，本身是没有好坏之分的，但是为什么会有的就不被care，甚至还会很喜欢，而有的会被吐槽呢？第三步，“将相关的元件实现并进行组合，完成建设”这就是实际的coding过程，而coding是一个主观的，完全由人主观掌控的事情。
2026-07-22 16:27:07
165
原创 机器人 / 强化学习】QAM：基于伴随匹配的 Q-learning 流策略优化
0x00 概要有了 DIVL 提供的价值函数，下一步是策略提升——如何让 VLA 策略输出更高价值的动作？这就是 QAM（Q-learning with Adjoint Matching）要解决的问题。它巧妙地将 Flow Matching 的表达能力与 Q-learning 的优化目标结合，同时解决了扩散模型在强化学习中通过时间反向传播（BPTT）带来的不稳定问题。1.1 核心问题：Flow 策略的优化困境1.1 为什么 Flow 策略难以用 RL 优化？
2026-07-21 15:45:08
213
原创 从理念到工程的鸿沟
wiki 理念的核心洞察是：RAG 每次查询从零推导，什么都不积累。LLM Wiki 预编译、持续维护，知识随时间复利。理念很清晰，但从"用 LLM 维护一个 wiki"到"让 Agent 真正用上这个 wiki"，中间有一道工程鸿沟：规模问题：wiki 膨胀到数百页后，index.md 本身就撑爆 context window精度问题：grep + 正则只认字面命中，语义检索能力不足效率问题：Agent 每次都要读全量内容，Token 消耗失控。
2026-07-21 15:44:33
192
原创 精简组件臃肿
Claude 有时会构建比实际需要更大的组件。一个任务卡片组件可能同时处理渲染、状态切换、删除、编辑和动画，全部塞在一个 200 行的文件里。这本身没错，但成本很高。每次 Claude 因任何原因读取该文件时，它都要读取全部 200 行。告诉 Claude：“检查项目中的每个组件。如果任何 组件超过 100 行，建议如何将其拆分为更小、更专注的组件。并实施拆分。这个目标并非随意设定，而是出于实用考虑。更小的组件意味着 Claude 每项任务读取的内容更少。
2026-07-19 20:20:32
229
原创 systemd-networkd
工具介绍：以服务的方式管理网卡，默认有关 新增网卡、配置 ip、配置路由 都是通过创建相应的配置文件来实现的。配置文件：├── lib/systemd/network/ <-- 1. 系统/发行版默认配置（优先级最低）│├── run/systemd/network/ <-- 2. 动态运行时配置（优先级中，临时有效）│└── etc/systemd/network/ <-- 3. 管理员自定义配置（优先级最高，最重要）
2026-07-19 20:19:43
208
原创 用 Solon AI ReActAgent 落地智能客服工单处理
public String get_logistic_status(@Param(description = “物流单号”) String trackNo) {public String get_order(@Param(description = “订单号”) String orderId) {return “{“status”: “lost”, “info”: “包裹在上海分拨中心丢失”}”;+ ““trackNo”: “track_123”, “sku”: “智能耳机”}”;
2026-07-18 16:23:56
147
原创 从库复制又延迟了？GreatSQL 8.4.4-5 让并行回放“不再堵车“
问题就出在"等"这个动作上——传统实现里，一旦碰到有依赖关系的事务，协调线程（coordinator）会直接卡住，连带后面的 binlog 读取和调度全被堵在门口。冲突事务交给 worker 自己等：给需要等待的事务打上 need_wait 标记，由领到活的 worker 线程执行 wait_for_last_committed_trx，自己等自己的前置事务；WAIT_ON_WORKER_THREAD：新行为模式，推荐值，等待逻辑下沉到 worker。备节点并行回放并行度提升，能同时跑的事务更多；
2026-07-18 16:22:57
264
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