大鹏的专栏

Rust 通过所有权、借用与生命周期机制，将内存安全转化为编译期可验证的类型问题，无需垃圾回收即可保障安全与性能。其核心在于：所有权管理资源归属，借用控制访问，生命周期确保引用有效性，三者结合实现静态内存安全。从仿射类型系统到约束求解的数学视角，Rust 将资源使用规则纳入类型体系，使编译器能在运行前排除悬垂引用、数据竞争等错误。这一设计在不牺牲性能的前提下，实现了系统编程中罕见的安全性平衡。

本文介绍了一个基于Rust与PyTorch TorchScript的中文文本向量检索系统。该系统通过将预训练的BGE-Large-ZH-v1.5模型转换为TorchScript格式，实现了高效的文本向量化、相似度计算和文档检索功能。核心功能包括：文本向量编码、余弦相似度计算、文档排序及可视化展示。技术栈采用tch-rs加载TorchScript模型，配合HuggingFace分词器完成完整NLP处理流程。项目亮点在于完整的检索流程实现、TorchScript格式的跨平台优势以及HuggingFace模型的无

冒泡排序冒泡排序每次比较没有排完序的数字，如果前面的数字大于后面数字，那么交换它们的位置。第i次遍历后，第i大的元素必然被交换到了正确的位置上，因此总共需要n-1次遍历，算法时间复杂度为O(n2)O(n^2)O(n2)fn main() { let mut list:Vec<usize> = vec![1, 7, 3, 8, 9, 10, 108, 2, 5]; bubble_sort(&mut list); println!("{:?}",list);}