- 博客(50)
- 收藏
- 关注
RSS订阅原创 DeepSeek Harness 记忆系统漫游指南：一本永不失忆的账本，一扇可调节的观察窗
模型服务的缓存认"请求前缀"，前缀变了缓存就失效。专门设计一套缓存管理逻辑，小心翼翼地维护前缀稳定——这是把"缓存"当成一个要管理的对象，往往越管越复杂。
2026-08-19 20:45:05
334
原创 从“让两个程序说上话“开始：小白也能懂的 Protobuf 与 RPC
本文通过一个订单服务与用户服务交互的真实任务，介绍了 Protobuf 和 RPC 的核心概念与应用。文章采用任务驱动方式，首先展示传统 HTTP+JSON 方案的痛点（包体大、解析慢、无契约），进而引出 Protobuf 的解决方案：通过.proto文件定义数据结构契约，实现高效二进制编码。随后解释 RPC 框架如何让远程调用如同本地函数，并重点说明 Protobuf 与 RPC 框架的协作机制——protoc编译器通过插件生成各语言的桩代码，实现"契约驱动开发"。
2026-07-24 11:39:03
200
原创 从零理解 TypeScript 项目的架构与构建原理
本文是一篇TypeScript项目构建原理的入门指南，作者通过一个虚构的待办事项项目（包含网页版、命令行版和日期工具库三个子包）来讲解核心概念。文章采用问题导向的方式，按照项目开发的时间线组织内容： 首先解释了项目、包、依赖等基础术语 重点分析了package.json文件的关键字段及其作用 介绍包管理工具（npm/pnpm）和TypeScript编译器（tsc） 讲解如何抽离共享代码为独立库 介绍monorepo组织方式实现包间共享 解释开发/生产环境的差异和构建原理 最后提供速查表方便复习。
2026-07-20 13:21:30
317
原创 Mysql日志——当mysql执行一个事务的时候，三个日志的记录顺序是什么？
MySQL事务执行过程中，日志记录顺序遵循严格流程：首先写入Undo Log记录修改前数据，然后准备Redo Log并标记为Prepare状态。提交时采用两阶段提交机制：先写入Binlog逻辑日志，再将Redo Log状态改为Commit。这种设计通过Undo Log实现回滚，Redo Log确保数据持久性，Binlog支持主从复制，三者协同工作保证事务的原子性和一致性。两阶段提交机制是关键，它确保Redo Log和Binlog在崩溃恢复时能保持数据一致，避免主从不一致或数据丢失问题。
2026-03-09 13:15:05
436
原创 吃透设计模式：从原理到落地（如何选型），Java/Spring开发场景
本文系统讲解了设计模式的核心分类及Java实现，涵盖创建型（单例、工厂）、结构型（适配器、代理）和行为型（策略）三大类模式。通过具体代码示例展示各模式的实现方式，并关联Spring框架中的实际应用场景（如Spring Bean单例、AOP代理等），帮助开发者理解设计模式的核心思想与落地实践。文章采用“概念讲解+代码演示+框架映射”的三段式结构，使抽象的设计模式具象化，便于读者快速掌握并应用于实际开发。
2026-03-08 21:55:23
489
原创 MilvusVectorStore 使用指南 ——基于spring-ai（可用于搭建Rag）
本文介绍了Spring AI中的MilvusVectorStore组件，它实现了向量存储功能，支持将文档嵌入存储到Milvus向量数据库并进行相似性搜索。文档详细说明了配置方法（自动配置或手动构建）、核心功能（添加/删除文档、相似性检索）以及高级特性（元数据过滤、监控）。使用前提需要运行Milvus服务并添加相关依赖，注意嵌入维度需与模型匹配，集合会自动创建。通过示例展示了如何集成到Spring Boot应用中构建RAG系统。
2026-03-05 19:00:00
714
原创 Milvus Collection 基本操作（Java SDK）
本文介绍了Milvus中Collection（集合）的基本操作指南，包括创建、删除、检查存在性、查看详情、获取统计信息等核心功能。通过MilvusServiceClient实例调用方法，所有操作返回R<T>类型结果对象，可通过getStatus()和getData()处理响应。操作涵盖集合生命周期管理（创建/删除）、元数据查询（描述/统计）、内存管理（加载/释放）及高级功能（重命名/属性修改）。文章还提到可选的简化高阶API接口，为开发者提供了全面的集合操作参考。
2026-03-05 13:41:42
488
原创 Spring AI Alibaba ReactAgent 多智能协作指南
本文档基于 AgentToolExample.java，展示了如何将子智能体作为工具供主智能体调用，实现多智能体协作。核心推荐使用类型化（Typed）方式定义输入输出，通过 inputType 和 outputType 自动生成 JSON Schema，确保代码安全性和可维护性。文档对比了类型化与手动编写 Schema 的差异，提供了完整类型化 Agent 工具、仅类型化输入/输出以及多子 Agent 协作的实践示例，并强调优先使用 Java 类型系统处理 Schema 转换。最佳实践建议始终优先采用类型化
2026-03-04 14:20:01
439
原创 Spring AI Alibaba ReactAgent工具添加学习笔记：methodTools与tools
本文记录了学习Spring AI Alibaba中ReactAgent工具添加功能的过程。通过分析源码发现，methodTools通过扫描带有@Tool注解的方法自动创建工具，而tools则需手动创建ToolCallback。对比两种方式后，推荐使用methodTools结合@Tool注解的方式，代码更简洁且易于维护。文章还详细介绍了@Tool和@ToolParam注解的使用方法，为开发者提供了实用的工具添加指南。
2026-03-03 10:46:58
844
原创 SpringBoot从零构建符合工程规范的Redis配置类（全解析）
作为Java开发新手，使用SpringBoot集成Redis时，往往会直接用默认配置，结果遇到序列化乱码、缓存穿透、类型丢失等问题。本文从0开始，一步步教你编写符合企业工程规范的Redis配置类，涵盖RedisTemplate自定义、ObjectMapper优化、RedisCacheManager配置等核心内容，每一步都标注作用和解决的问题，方便复习和团队学习。
2026-02-09 21:36:31
848
原创 算法学习记录19——保姆级理解「买卖股票的最佳时机 II」从暴力DFS→动态规划
摘要： 动态规划（DP）的本质是对暴力枚举的优化。以「买卖股票的最佳时机 II」为例，从暴力DFS出发，每天只有持有/不持有两种状态，对应三种操作（不操作、买入、卖出）。暴力解法枚举所有路径，但存在冗余——只需保留每天两种状态下的最大利润即可。DP状态定义dp[i][0]和dp[i][1]分别表示第i天不持有/持有股票的最大利润，转移方程完全复刻DFS操作逻辑： 不持有：max(昨天不持有, 昨天持有+今天卖出) 持有：max(昨天持有, 昨天不持有-今天买入) 最终结果为最后一天不持有的利润。核心逻辑：先
2026-02-08 20:40:37
643
原创 缓存更新策略——由浅入深
本文系统介绍了三种常见缓存更新策略：内存淘汰（Redis自动清理）、超时剔除（TTL过期）和主动更新（业务逻辑同步）。重点解析了主动更新的三种高级模式：Cache Aside（读写分离维护）、Read/Write Through（统一服务封装）和Write Behind（异步延迟写回），通过类比和伪代码说明其原理、优缺点及适用场景。文章强调Cache Aside模式最适合大多数Web应用，而Write Behind适用于高性能写入场景，为开发者选择缓存策略提供了实用指导。
2026-01-19 14:00:00
915
原创 StringRedisTemplate 和 RedisTemplate 的区别是什么？
摘要：StringRedisTemplate和RedisTemplate是Spring操作Redis的两个核心类。前者专用于字符串操作（key/value均为String），默认使用可读的字符串序列化；后者是通用模板，支持任意Java对象但默认采用JDK序列化（会产生二进制乱码）。实际开发中，推荐优先使用StringRedisTemplate配合JSON工具处理对象序列化，因其简单、可读且开箱即用，适合大多数缓存场景；而RedisTemplate需自定义序列化配置后才适合存储复杂对象。两者的选择应基于数据类
2026-01-18 14:40:31
365
原创 OS八股：HTTP 与 WebSocket 的通信模型差异 —— 理解等待、轮询、阻塞与全双工
本文对比了HTTP和WebSocket的核心差异，重点解析了全双工通信、轮询机制和阻塞I/O等关键概念。HTTP基于请求-响应模型，无法实现服务器主动推送，需通过轮询模拟实时通信，效率低下。而WebSocket通过一次握手建立持久连接，支持双向实时数据传输，适用于聊天、游戏等场景。文章还澄清了"等待响应"不会阻塞CPU，并比较了阻塞/非阻塞I/O的特点。最后总结了WebSocket的优势：低延迟、高效帧结构、自动重连等特性，使其成为实时应用的理想选择。
2026-01-14 14:13:10
796
1
原创 算法学习记录19——快慢指针的两种写法和坑
摘要： 本文深入解析快慢指针算法的两种常见写法及其应用场景。宽松写法（A）和严格写法（B）在循环终止条件上的细微差异，会导致指针最终停留在链表的不同中点位置（前中点或后中点）。作者通过五大典型应用场景（寻找中间节点、链表归并排序、判断回文链表、Floyd判圈算法和链表转BST）详细对比了两种写法的适用情况，并总结出记忆口诀："要后中点用A，要前中点用B"。文章还提供了速查表，帮助开发者根据不同算法需求快速选择正确的实现方式，避免常见的逻辑错误。
2025-12-26 20:52:32
816
原创 OS八股：为什么进程间通信开销大？线程间通信为什么快？
摘要： 进程间通信（IPC）开销远高于线程间通信（TIC），核心差异在于内存隔离性与内核介入程度。进程因独立地址空间需通过内核中转（如管道、Socket），触发上下文切换与数据拷贝；线程共享内存，可直接访问变量，仅需用户态同步（如CAS）。关键优化包括：1）优先多线程减少IPC；2）使用无锁结构（Atomic类）避免内核锁；3）高频场景用共享内存（mmap）。选择依据：安全隔离选进程，性能优先选线程，通信密集用共享内存+无锁同步。
2025-12-22 21:05:06
688
原创 算法学习记录18——并查集 vs Set + BFS/DFS
本文对比了LeetCode 2092题的两种解法：Set+BFS和并查集(Union-Find)。Set+BFS通过按时间分组处理会议，从已知秘密者出发遍历连通分量，具有直观、高效剪枝的优点。并查集解法需为每个时间点新建并查集，操作虽快但需处理所有节点且容易出错。分析表明，对于分阶段状态传播问题，Set+BFS更合适；而动态连通性查询场景仍需并查集。两者适用场景不同：Set+BFS适合离线传播状态，并查集更适合在线动态连通性判断和高频集合合并操作。
2025-12-19 13:09:49
1070
原创 算法学习记录17——力扣“股票系列题型”
dp[j][0]：在「最多 j 次交易」的限制下，不持股的最大利润dp[j][1]：在「最多 j 次交易」的限制下，持股的最大利润最多 j 次交易而不是「已经完成 j 次交易」。这是后面所有结论的根源。是否需要对 k 倒序遍历，关键不在于 DP 的形式，而在于 j 表示什么。j 的含义是否需要倒序已经用掉 j 次交易✅ 必须倒序最多允许 j 次交易❌ 可以正序再补一句非常重要的经验：在「最多 k 次交易」的股票 DP 中，即便同一天发生“买入 → 卖出”，
2025-12-17 16:20:57
343
原创 算法学习记录16——Floyd 判圈算法（环形链表 II）
。看题解了解到了，感觉本质上还是数学一开始我对这个算法只是有个模糊的印象——“快慢指针能判断有没有环”，但具体怎么找到环的入口？为什么那样做是对的？这些细节我其实并不清楚。于是，我决定花点时间彻底搞懂它，并把整个思考过程记录下来。
2025-12-15 13:56:33
620
原创 算法学习记录15——有向图的环检查（课程表）
✅三色法不是为了炫技，而是为了准确表达三种必要状态。❌仅用两色 + 全局重置会导致效率灾难和逻辑脆弱。✅ 如果你用visitedpath_set，其实也是三状态，只是实现方式不同。💡算法设计的关键，是建模清楚“状态”的含义，而不是追求形式上的简化。“灰色”不是可有可无的中间色，而是检测环的唯一可靠依据。我删掉的，真的是冗余，还是核心？写于 2025 年 12 月 14 日，周日下午。调试完代码，喝了一口冷掉的咖啡，终于搞懂了三色法的深意。
2025-12-14 20:32:31
875
原创 算法学习记录14——单调栈学习笔记
一定要存索引，不是值！值可能重复，而且我们需要知道位置来更新答案或计算距离（比如柱状图面积）。方向很重要从左往右：通常求“右侧”的第一个更大/小元素。从右往左：可以求“左侧”的第一个更大/小元素。相等元素怎么处理？一般题目中“更大”指严格大于，所以相等时不弹出。但要看题意，有时需要弹出（比如“下一个不小于”）。哨兵技巧（进阶）在数组开头或结尾加一个极小/极大值，可以避免边界判断。比如在柱状图问题中，在末尾加 0，确保所有柱子都被弹出并计算面积。
2025-11-28 15:16:07
862
原创 算法学习记录13——中位数贪心
中位数贪心是基于中位数特性的优化策略，核心结论是：在最小化 “点到所有目标位置距离之和” 的场景中，选择中位数作为决策点最优。
2025-11-15 19:35:03
774
原创 算法学习记录11——Python 多变量赋值问题
当用Python实现链表反转时，多变量赋值的顺序会导致结果差异。两段看似相似的代码中，正确的last, head.next, head = head, last, head.next会先基于原状态计算右侧值再赋值，确保指针正确反转；而错误的head, head.next, last = head.next, last, head会因先移动head导致错误修改指针，使链表断裂。这揭示了Python多变量赋值的执行机制：先并行计算右侧表达式值，再顺序完成左侧赋值操作。在链表操作中必须注意这种细微差别。
2025-11-03 18:46:10
543
原创 算法学习记录10——01背包和完全背包
我最早搞懂的是 0-1 背包。有 n 个不同物品，每个物品只有 1 个，要么放进背包，要么不放，求背包能装下的最大价值。比如这个例子：有 3 个物品，重量分别是 2、3、4，价值分别是 3、4、5，背包容量是 5。每个物品只能选一次，怎么选价值最大？答案是选前两个（总重 5，总价值 7）。dp[j]代表「当背包容量为 j 时，能获得的最大价值」。这个定义很关键，把二维问题压缩成了一维（省空间）。每个物品可以无限次选，只要背包装得下。还是用之前的例子：物品重量 2、3、4，价值 3、4、5，背包容量 5。
2025-10-31 09:38:44
713
原创 算法学习记录06——哈希链表构建LRU算法
学习记录——力扣LeetCode【146】设计并实现一个满足 LRU (最近最少使用) 缓存 约束的数据结构
2025-10-24 14:00:00
851
原创 算法学习记录03——二叉树学习笔记：从两道题看透后序位置的关键作用
练完这两道题，我自己总结了一个小规律：以后在做二叉树的题目时，先看题目是不是和 “子树” 有关 —— 比如求子树的节点数、子树的高度、子树的最大值、判断两棵子树是否对称等等。如果是，那大概率要用到后序遍历。而且这类题的解题步骤也很固定：先给递归函数定一个明确的 “返回值”—— 比如求子树节点数，返回值就是当前节点子树的节点数；求子树高度，返回值就是当前节点子树的高度；递归处理左子树和右子树，拿到它们的返回值；在后序位置，用左子树和右子树的返回值，计算当前节点的结果；。
2025-10-21 21:54:46
974
原创 算法学习记录01——快速幂取模：轻松计算“a的b次方对p取模”
在编程和数学竞赛中，我们经常会遇到这样的问题：如何快速计算abmodp。比如，计算3100mod7是多少？如果直接计算3100，那将是一个天文数字，不仅计算慢，还可能溢出。今天，我们就来聊聊一个高效又实用的算法——快速幂取模。
2025-10-16 14:02:49
1096
原创 图像分类数据集难度怎么评？
图像分类数据集的难度可不是凭感觉判断的！从 MNIST 到 ImageNet，为什么有的数据集训练起来轻松，有的却让模型频频出错？这篇文章整理了评估数据集难度的核心方法，包括距离度量、信息熵、分离度等关键指标，还对比了经典数据集的难度差异。无论是想选合适的训练数据，还是理解模型性能差异，这些实用知识都能帮你快速入门，小白也能看懂哦～
2025-10-14 20:35:10
862
原创 图像处理踩坑：浮点数误差导致的缩放尺寸异常与解决办法
在做图像预处理（按最短边缩放 + 中心裁剪）时，我遇到了 DataLoader 报错 “Trying to resize storage that is not resizable” 和 “stack expects each tensor to be equal size”。排查后发现，罪魁祸首是浮点数误差导致缩放后的图像尺寸不符合预期，进而引发批量拼接失败。本文会详细讲清楚问题根源、排查过程，以及兼顾 “精准缩放” 和 “极端情况鲁棒性” 的解决方案，希望能帮到遇到同样 bug 的朋友。
2025-10-09 15:57:16
1048
原创 Linux服务器NAS挂载教程：使用Truenas
本文档用于配置 Linux 服务器自动挂载 NAS 设备的 NFS 共享资源，确保系统启动时自动建立连接。
2025-09-29 19:00:00
798
原创 双网卡服务器校园网访问故障排查与解决
本文记录双网卡服务器（校园内网固定 IP + 路由器分配公网 IP）在校园网环境下，外部设备通过校园网直连无法访问内网 IP 的故障排查过程。核心定位路由表回包策略问题，通过配置策略路由实现校园网流量精准转发，同时保留双网卡功能，为同类网络配置问题提供参考。
2025-09-27 21:59:32
1172
1
原创 PyTorch 模型参数获取方法介绍：state_dict 、parameters 、named_parameters 等
在 PyTorch 模型训练和部署过程中，灵活获取和操作模型参数是一项基础且重要的技能。本文整理了我在学习过程中总结的 PyTorch 参数获取方法，包括 parameters ()、named_parameters ()、state_dict () 等常用接口，详细对比了它们的区别、适用场景，展示了如何在实战中选择合适的方法。无论是模型训练中的参数优化、部分层冻结，还是模型保存加载，掌握这些方法都能让我们更高效地处理模型参数。
2025-09-22 21:42:24
1152
1
原创 快速入门 PyTorch 数据加载三兄弟：Dataset、Sampler 与 DataLoader
初学 PyTorch 时，Dataset、Sampler、batch_sampler 和 DataLoader 的关系总让人混淆。本文以个人学习笔记的形式，用 “餐厅运营” 的通俗类比，拆解各组件的核心作用与关联逻辑，搭配实战代码举例，帮大家快速理清数据加载的底层流程，避开理解误区。
2025-09-21 18:29:21
792
原创 Python编程技巧：浅谈dict的解包（**dict）
本文详细解析了 Python 中字典的 ** 操作符的用法，通过实际案例讲解字典解包与合并的原理，介绍了这一技巧在配置合并、函数参数传递、字典更新等场景的应用，帮助 Python 初学者快速掌握字典的高级用法，提升代码简洁性和效率。
2025-09-16 21:06:19
755
原创 从 torch.no_grad () 到PyTorch 计算图
在 PyTorch 深度学习框架中，torch.no_grad()是一个极为关键且实用的功能，对模型训练与推理流程影响深远。本文以torch.no_grad()为切入点，深入浅出地阐释 PyTorch 计算图相关知识。详细讲解计算图构建机制、自动求导原理，阐述torch.no_grad()关闭梯度计算、暂停计算图记录的工作方式，以及在推理、验证等场景中节省内存、提升速度的显著作用。
2025-09-15 20:35:10
1070
原创 USB接口与通用串行总线控制器
摘要：本文通过快递中转站的比喻，解释了Windows设备管理器中"通用串行总线控制器"的组成结构。笔记本物理USB接口对应"USB根集线器"，外接扩展器接口则显示为"通用USB集线器"，两者都由"USB主控制器"统一管理。关系链可简化为：主控制器→根集线器→物理接口（笔记本自带），或主控制器→根集线器→外接集线器→扩展器接口。这种层级结构帮助用户理解USB设备的连接路径和数据传输过程。
2025-09-08 13:52:19
4225
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