- 博客(104)
- 收藏
- 关注
RSS订阅原创 最长递增子序列：线性 DP 的「三板斧」
本文讲解了最长递增子序列（LIS）问题的两种解法。基础解法采用动态规划，定义dp[i]为以nums[i]结尾的最长子序列长度，通过双重循环比较前面元素得出结果，时间复杂度O(n²)。进阶解法利用二分查找维护最小末尾数组tails，将时间复杂度优化至O(n log n)。建议面试时先写DP解法确保正确性，再视情况展示二分优化作为加分项。两种方法的空间复杂度均为O(n)。
2026-08-17 00:18:08
308
原创 这道子序列计数题，让 90% 的人栽在“相加“上
这篇文章详细解析了LeetCode第115题"不同的子序列"的动态规划解法。文章首先通过示例解释子序列概念，强调题目问的是"有多少种不同的删法"而非判断是否存在。核心在于区分计数问题（方案数相加）与最优问题（取最值）的思维差异，详细推导了状态转移方程：字符相等时方案数为使用该字符和不使用该字符的方案数之和，不等时只能跳过。文章提供了完整的二维DP实现和空间优化的一维解法，并强调内层循环需从右往左遍历。最后总结这类子序列计数问题的通用思路，指出其与编辑距离等问题的本质区别在于计数问题的方案数相加特性。
2026-08-06 00:08:08
343
原创 面试被这道题卡住？5分钟带你搞懂「最小ASCII删除和」
这篇文章深入浅出地讲解了LeetCode第712题「最小ASCII删除和」的解题思路。文章通过五个步骤清晰地阐述了如何用动态规划解决这个问题： 定义状态：dp[i][j]表示使两个字符串前i和j个字符相等所需删除的最小ASCII和 状态转移：分字符相等（直接继承前面结果）和不相等（选择删除代价较小的方案）两种情况 边界初始化：处理空字符串的情况 遍历顺序：从左到右、从上到下填表 验证示例：通过具体例子手动填表验证正确性 文章还比较了该问题与编辑距离的异同，并提供了完整的Java实现代码。
2026-08-06 00:04:14
189
原创 《字符串相亲记：如何在 O(n²) 内找到你的“完美镜像“？》
这篇技术文章以幽默风趣的方式讲解了求解字符串最长回文子序列的三种动态规划解法。文章首先通过生活化的比喻引入回文概念，然后详细介绍了区间DP、空间优化的一维DP以及转化为LCS问题的三种解法思路，并提供了相应的Java代码实现。每种解法都配有形象的状态转移解释和复杂度分析，最后用表格对比总结了三种方法的优劣。全文将抽象的算法问题具象化，兼顾了技术深度和可读性，适合算法学习者理解动态规划在字符串问题中的应用。
2026-08-02 23:56:21
241
原创 拼图大师：从“暴力尝试“到“动态规划“的拆字艺术
摘要 LeetCode 139 单词拆分问题要求判断字符串是否能由给定词典中的单词拼接而成。文章通过拼图类比，介绍了两种解法： 记忆化搜索：采用DFS思路，从左到右尝试匹配，用memo数组记录中间结果避免重复计算。时间复杂度O(nml)，空间O(n)。 动态规划：定义dp[i]表示前i个字符能否拆分，自底向上填充dp表。通过检查词典单词与子串匹配来更新状态。与DFS同复杂度但更直观。 两种方法各有优势：记忆化搜索更符合直觉，动态规划代码更简洁。
2026-08-02 23:55:35
175
原创 回文侦探：三种境界破解最长回文子串
本文介绍了解决最长回文子串问题的三种方法：暴力枚举（O(n³)）、中心扩展法（O(n²)，面试首选）和动态规划（O(n²)），重点讲解了最优的Manacher算法（O(n)）。中心扩展法通过对称扩展每个可能的中心点；动态规划利用子问题的解构建更大回文；Manacher算法通过预处理和对称性优化实现线性时间复杂度。每种方法都附有Java实现代码和复杂度分析，帮助理解从基础到最优解的渐进式优化过程。
2026-08-02 23:54:44
227
原创 最大正方形问题
这篇文章探讨了LeetCode 221题"最大正方形"的两种动态规划解法。文章首先通过像素画布的比喻引入问题，随后详细分析了二维DP解法，包括状态定义、转移方程、初始化和遍历顺序，并提供了Java代码实现。接着，文章揭示了更优的一维滚动数组解法，指出其空间优化关键在于仅保存必要的历史状态，同时解释了如何处理左上角状态的保存问题。两种解法的时间复杂度均为O(mn)，但空间复杂度从O(mn)优化到了O(n)。文章通过生动的比喻和清晰的图表帮助读者理解动态规划在这类几何问题中的应用。
2026-07-28 00:51:44
172
原创 三角形最小路径和问题
摘要 本文以LeetCode 120题"三角形最小路径和"为例，深入剖析动态规划的三种实现方式。首先揭示贪心算法的局限性，指出局部最优不等于全局最优。随后展示三种DP解法：1)基础二维DP，空间O(n²)；2)优化一维DP，通过反向遍历实现空间压缩至O(n)；3)终极自底向上解法，利用虚拟地面层和正向遍历，代码最简洁。文章通过生动比喻和可视化过程，强调状态转移的关键逻辑和遍历方向的重要性，最终将空间复杂度优化到极致。这道题完美展现了从暴力解到最优化的动态规划思维演进过程。
2026-07-28 00:50:47
182
原创 下降路径最小和问题
这篇文章通过LeetCode 931题"下降路径最小和"，生动讲解了动态规划的空间优化艺术。作者首先用滑雪的比喻引入问题，指出贪心算法的局限性，然后展示了二维DP的标准解法（O(n²)空间）。接着重点介绍了两种空间优化方法：使用临时数组的滚动数组法（O(n)空间）和更高级的原地更新法（仅需一个prev变量）。文章通过清晰的图示和代码示例，深入浅出地解释了状态转移过程中如何维护prev变量来避免数据覆盖问题，帮助读者掌握动态规划空间优化的核心技巧。
2026-07-28 00:49:45
221
原创 N皇后问题：从入门到精通，一篇文章让你彻底搞懂！
本文深入解析N皇后问题的两种解法：朴素递归法和位运算优化法。N皇后问题要求在N×N棋盘上摆放N个互不攻击的皇后。解法一采用回溯思想，逐行放置皇后并检查合法性，时间复杂度为O(N!)。解法二利用位运算巧妙优化，通过三个位掩码（列限制、左右对角线限制）快速判断可放置位置，将空间复杂度降至O(1)，时间效率显著提升。文章包含详细代码解析、数学原理说明和可视化示意图，特别适合算法学习者和面试备考者。对于4皇后问题，文中给出了具体的解示例和位运算参数图解，帮助读者直观理解这一经典回溯问题。
2026-07-22 00:16:37
251
原创 除权除息处理算法：当“公司行动“悄悄扰动你的交易指令（附完整复权因子表）
摘要：本文详解公司行动（如现金分红、送转股、配股等）对交易指令的影响及复权因子算法。核心是通过价格和数量复权因子调整T-1数据，确保T日权重精准。关键结论：①现金分红需用除息价调整价格因子；②送转股需同步调整价格和数量因子；③配股/以股代息需人工确认参与方式；④拆合股按比例反向调整。文末提供完整复权因子表，并强调含税股息、差异化分红等易错点。该算法可避免因公司行动导致的权重偏离问题。
2026-07-16 21:30:36
405
原创 在 PVE 上通过 LXC 部署 Ubuntu 24.04：为 OpenClaw 打造轻量高效的 AI 环境
摘要：在Proxmox VE (PVE) 上通过LXC容器部署Ubuntu 24.04，为AI应用OpenClaw打造轻量高效的运行环境。LXC容器相比虚拟机具有启动快（约1秒）、资源占用低（内存30-100MB）等优势，且PVE对Ubuntu 24.04的支持已完善。文章对比了Ubuntu 22.04和24.04的差异，建议AI应用优先选择更稳定的22.04，但24.04对新硬件支持更好。详细介绍了镜像下载、模板准备、容器创建步骤，并讨论了特权容器的选择权衡，强调其便捷性（如GPU挂载）与安全性的平衡。
2026-07-08 00:28:23
522
原创 CentOS Stream 9 下载与安装完全指南：为什么它是当前最稳妥的选择？
《CentOS Stream 9完全指南：优势分析与安装教程》摘要： CentOS Stream 9作为RHEL 9的上游开发分支，已成为CentOS 7停更后的主流替代方案。其支持周期至2027年，采用5.14内核，软件包较新且与RHEL 9高度兼容。相比CentOS 7/8已终止支持，Stream 9在稳定性和新特性间取得平衡，而Stream 10则更适合测试环境。 安装指南包含：CPU兼容性确认、国内镜像下载（推荐阿里云/清华源）、ISO类型选择（boot.iso或dvd1.iso）及验证方法。
2026-07-08 00:01:17
632
原创 货币找零问题：动态规划的经典应用
货币找零问题的动态规划解法 货币找零问题是一个经典的动态规划应用，目标是用最少数量的货币组合出指定金额。问题描述为：给定货币面额数组arr和目标金额aim，求组成aim的最少货币数。 解法演进： 暴力递归：尝试所有组合，时间复杂度O(aim^N)，存在大量重复计算。 记忆化搜索：通过缓存子问题结果优化，时间复杂度降为O(N×aim²)。 动态规划： 二维DP：定义dp[i][j]为前i种货币组成j的最少数量，通过状态转移方程优化内层循环。
2026-06-22 23:55:10
299
原创 加油站问题：环形数组中的良好出发点
本文介绍了环形加油站问题的优化解法。题目要求在给定加油站油量和距离数组的情况下，找出所有能够完成一圈行驶的出发点（良好出发点）。相比暴力解的O(N²)复杂度，文章提出了使用前缀和与单调队列的O(N)优化方案： 构建扩展净油量数组（长度2N）并计算前缀和 使用单调队列维护滑动窗口最小值 对每个起始点i，检查窗口[i,i+N-1]内最小值是否≥prefix[i-1] 该算法通过环形数组扩展、前缀和转换和单调队列优化，将时间复杂度从O(N²)降为O(N)。
2026-06-18 00:18:58
306
原创 滑动窗口进阶：统计满足条件的子数组数量
滑动窗口进阶：统计满足条件的子数组数量 本文介绍了一种高效算法，用于统计数组中满足"子数组最大值与最小值之差≤num"条件的子数组数量。核心思路是结合滑动窗口和单调队列： 使用双指针(L,R)维护窗口，两个单调队列分别跟踪窗口内的最大值和最小值 对于每个左边界L，尽可能扩展右边界R，直到不满足条件 统计以L为左边界的有效子数组数量为R-L 时间复杂度从暴力解法的O(n³)优化到O(n) 算法关键点在于利用单调队列高效维护窗口极值，并利用极值差的单调性避免不必要的计算。
2026-06-17 00:22:53
227
原创 滑动窗口最大值问题：单调队列的巧妙应用
本文介绍了使用单调队列高效解决滑动窗口最大值问题的方法。通过维护一个单调递减的双端队列存储元素索引，算法能在O(n)时间复杂度内找到每个窗口的最大值。关键步骤包括：1)维护队列单调性，移除小于新元素的队尾元素；2)检查队首元素是否超出窗口范围；3)当窗口形成时记录队首最大值。相比暴力解法的O(n×w)复杂度，这种优化方案显著提升了效率，特别适合处理大规模数据。文章结合示例详细演示了算法执行过程，并分析了复杂度，最后总结了单调队列在滑动窗口问题中的通用性。
2026-06-16 00:31:09
373
原创 《基金运作的五大支柱：人、规、流、投、登》
摘要：开放式基金的运作涉及多方当事人，包括投资者、管理人、托管人等，并受证监会和交易所的严格监管。基金运作包括募集申请、投资管理、信息披露等环节，其中投资管理需遵循风险控制机制和法律法规要求，如投资比例限制等。注册登记机构负责基金账户管理、过户登记等职能，确保基金交易和资金流动的合规性。整体而言，基金运作流程严密，旨在保障投资者权益。（149字）
2026-01-12 20:47:58
592
原创 《投资者的核心工具箱：6种你必须知道的证券交易品种》终篇
证券投资基金是一种集合投资工具，通过汇集投资者资金，由专业机构管理运作，投资于股票、债券等证券。主要分为封闭式和开放式基金，前者规模固定、有期限，在交易所交易；后者规模可变，可随时申购赎回。此外还有股票型、债券型、货币型等不同投资标的的基金，以及LOF、ETF等特殊类型。基金运作涉及管理费、托管费等费用，收益通过分红分配，净值每日计算。开放式基金投资需开设基金账户和交易账户，可进行申购、赎回等操作。不同基金类型在流动性、风险收益特征等方面存在差异，投资者应根据自身需求选择合适的基金产品。
2026-01-12 20:02:38
856
原创 《投资者的核心工具箱：6种你必须知道的证券交易品种》上篇
本文系统介绍了股票和权证的基本概念及交易规则。股票部分阐述了其定义、特征、发行流程（一级市场）和流通方式（二级市场），详细讲解了沪深交易所的交易时间、委托申报、价格涨跌幅限制等核心规则。权证部分则从契约关系角度出发，解释了权证要素（标的资产、行权价格、结算方式、行权比例等）及其运作机制，并通过实例说明了认购权证的投资逻辑与风险收益特征。全文内容涵盖证券市场两大基础金融工具的核心知识点，为投资者提供了系统的交易规则参考。
2026-01-05 17:08:16
987
原创 证券交易所交易全解析
交易所会员是指经批准在交易所从事证券交易的金融机构，拥有交易席位等权利，同时需遵守交易所规则。交易席位是会员进行交易的具体通道，从有形席位演变为电子权限。会员需先获得资格才能申请席位。交易费用包括佣金、印花税等，影响投资回报。交易过程涉及下单、撮合、清算等步骤，信息透明度对市场公平至关重要。现代市场运作高度电子化，交易所会员制和席位制度是市场风险管理和技术进步的核心体现。
2025-10-22 20:23:52
909
原创 证券市场全景解读：从基础概念到生态结构
证券市场是股票、债券等有价证券发行和交易的场所，具有融资、投资和定价三大核心功能。按市场职能可分为一级市场（发行）和二级市场（流通）；按交易对象分为股票、债券、基金和衍生品市场；按组织形式分为交易所和场外市场。主要参与者包括资金需求方（政府、企业）、资金供给方（机构和个人投资者）、中介机构（投行、经纪商）以及监管服务机构。中国多层次资本市场体系包括主板、科创板、创业板、北交所等，为不同企业提供融资渠道。
2025-10-22 19:49:33
1280
原创 Commit后还没Push，突然发现错误！别慌，IDEA中这样回退！
摘要：本文介绍了在IDEA中撤销已commit但未push提交的5种方法：1）Amend Commit（小修改）；2）Soft Reset（保留修改）；3）Hard Reset（丢弃修改）；4）回退到指定提交；5）Revert（创建反向提交）。重点推荐方法二（Soft Reset）的详细步骤，并对比了不同重置类型的区别。注意事项包括确认未push、备份代码和团队协作考量，建议根据需求选择合适方法，其中Soft Reset是最安全常用的方案。（150字）
2025-09-28 18:16:54
4954
原创 给定一个二维数组matrix，可以从任何位置出发，走向上下左右四个方向，返回能走出来的最大长递增链长度。
摘要 本文介绍了三种求解矩阵中最长递增路径的方法：1) DFS+记忆化搜索，通过深度优先遍历和缓存结果优化性能；2) 拓扑排序，将矩阵视为有向图进行层次遍历；3) 动态规划，按值排序后递推计算。三种方法的时间复杂度均为O(mn)，其中DFS+记忆化搜索最为简洁高效，能够避免重复计算并快速找到最长路径。该问题可应用于路径规划、图像处理等场景。
2025-09-28 17:46:15
212
原创 每日算法之：一个数组中只有两种字符‘G‘和‘B‘，可以让所有G都放在左侧，所有B都放在右侧 或者让所有G都放在右侧，所有B都放在左侧，但只能在相邻字符之间进行交换操作，返回至少需要交换几次？
一个数组中只有两种字符'G'和'B'，可以让所有的G都放在左侧，所有的B都放在右侧或者可以让所有的G都放在右侧，所有的B都放在左侧，但是只能在相邻字符之间进行交换操作，返回至少需要交换几次
2025-09-12 01:31:52
304
原创 工厂模式 vs 抽象工厂：秒懂！两大创建型模式的核心差异与选型指南
本文通过家具的比喻和代码示例，对比了工厂模式和抽象工厂模式的核心区别。工厂模式专注于单一产品的创建（如专门生产椅子），每个工厂只负责一种产品；而抽象工厂模式关注产品族的创建（如整套现代风格家具），一个工厂能生产一整套相关联的产品。二者的主要差异在于职责粒度：工厂模式是"专家"，抽象工厂模式是"总承包商"。抽象工厂模式通常用工厂模式实现，能确保产品风格的统一性，适用于需要创建配套产品的场景。
2025-09-11 00:50:45
527
原创 每日算法之：给定一个文件目录的路径，写一个函数统计这个目录下所有的文件数量并返回，隐藏文件也算，但是文件夹不算
给定一个文件目录的路径，写一个函数统计这个目录下所有的文件数量并返回，隐藏文件也算，但是文件夹不算
2025-09-11 00:18:19
228
原创 每日算法之：给定一个有序数组arr，代表坐落在X轴上的点，给定一个正数K，代表绳子的长度，返回绳子最多压中几个点？ 即使绳子边缘处盖住点也算盖住
给定一个有序数组arr，代表坐落在X轴上的点，给定一个正数K，代表绳子的长度，返回绳子最多压中几个点？即使绳子边缘处盖住点也算盖住
2025-09-10 16:28:33
225
原创 你的Spring事务为什么没回滚？这8个坑踩中一个就完蛋！
Spring事务失效的八大场景及解决方案非public方法：事务仅对public方法生效同类自调用：this调用绕过代理，需拆Service或使用AopContext异常处理不当：默认只回滚RuntimeException，需指定rollbackFor或重新抛出数据库引擎不支持：MySQL需使用InnoDB引擎传播行为错误：NOT_SUPPORTED等行为会挂起事务非容器管理对象：new创建的对象无事务多数据源冲突：需显式指定事务管理器异步方法：@Async与事务线程上下文分离
2025-09-07 01:10:37
1073
原创 看了很多文章还分不清策略和模板模式？这篇保姆级图解带你彻底搞懂！
策略模式 vs 模板模式核心区别 策略模式：动态替换整个算法（"做什么"），通过组合实现，运行时灵活切换。 模板模式：固定算法骨架（"怎么做"），通过继承实现，子类重写特定步骤。 典型场景： 策略模式：需运行时切换不同算法（如金融风险计算的多种独立算法）。 模板模式：需复用固定流程但允许步骤微调（如报告生成流程固定，仅计算逻辑可变）。 选择依据： 需替换完整算法 → 策略模式 需保持流程统一 → 模板模式 比喻：策略模式是换厨师（整套做法不同），模板模式是换调料。
2025-09-04 10:28:04
1094
原创 LangChain4j vs Spring AI：JavaAI框架巅峰对决，谁才是你的最佳选择？
LangChain4j与Spring AI对比摘要（148字） LangChain4j是专业化AI工具库，提供链式API、智能体工具和记忆管理等精细化功能，适合复杂AI应用开发，学习曲线较陡。Spring AI作为Spring生态的官方集成框架，采用声明式API，与Spring Boot无缝兼容，简化AI能力调用，适合快速对接主流模型。核心差异：LangChain4j侧重灵活构建复杂工作流，Spring AI强调标准化集成。选择建议：复杂智能体选LangChain4j，Spring项目快速集成选Spring
2025-09-04 01:00:12
1864
1
原创 你确定你的线程池里的线程都还‘活着’吗？
摘要： 线程池通过双重机制确保线程不丢失： 任务不丢失：采用队列缓冲平滑流量，配合拒绝策略（如CallerRunsPolicy或自定义持久化策略）处理饱和任务，避免静默丢弃。 线程不终止：工作线程内部捕获任务异常（RuntimeException），仅记录日志而不退出循环，维持线程存活。核心设计通过Worker的异常隔离和队列协同，保障高并发下的稳定性，适用于需可靠执行的场景（如批量计算）。自定义拒绝策略（如任务落库重试）可进一步强化容错能力。
2025-09-04 00:33:09
889
原创 接口保证幂等性你学废了吗？
接口幂等性是指多次调用接口对资源的影响一致，防止重复操作导致数据错误。常见方案包括：1) Token机制：客户端获取唯一Token提交请求，服务器校验后删除Token；2) 数据库唯一索引：利用唯一键约束防止重复插入；3) 乐观锁/悲观锁：通过版本号或行锁控制并发更新；4) 状态机约束：基于业务状态流转限制操作条件。金融场景中常组合使用（如Token+乐观锁），其中Token机制适合前端提交，唯一索引适用于插入，乐观锁适合扣减，状态机用于订单流程。选择时需权衡场景、性能与实现复杂度。
2025-09-03 21:48:09
966
原创 HR “人类观察实验室”：7月最后一天的候选人行为艺术大赏
本文摘要： 数据库优化方面，介绍了SQL语句优化策略（如避免SELECT *、合理使用索引）和表设计优化（合理分库分表、数据类型选择）。针对轨迹数据查询场景，提出了空间索引、轨迹预聚合和Redis数据结构优化方案。Java垃圾回收部分，解释了标记-清除、标记-整理和复制算法的特点及应用场景，并阐述了分代垃圾回收机制的设计原理。最后详细讲解了单例模式的五种实现方式，重点分析了双重检查锁定机制解决线程安全问题的原理。全文涵盖数据库性能优化、空间数据处理、JVM内存管理和设计模式等关键技术点。
2025-07-31 15:08:07
693
原创 springboot3.X 项目使用bootstrap失效问题 No spring.config.import property has been defined
摘要：针对"Nacos配置未定义spring.config.import属性"问题，提供了两种解决方案。推荐方案一是在application.yml中显式声明配置导入，使用optional:nacos:格式指定配置路径；方案二通过添加bootstrap依赖并创建bootstrap.yml来兼容旧版方式，同时禁用新机制检查。两种方案均需正确配置Nacos服务地址、命名空间等参数，推荐优先采用方案一的显式导入方式。
2025-07-30 00:41:39
905
原创 服务消费者调用服务提供者时，报错UnknownHostException， I/O error on GET request for “http://nacos-provider/xxx“
摘要：本文分析了Spring Cloud Alibaba服务调用时出现的UnknownHostException问题。问题表现为服务消费者无法解析提供者URL，即使添加了@LoadBalanced注解。根本原因是Spring Cloud Alibaba 2023.x版本默认移除了Ribbon支持。解决方案是显式引入Spring Cloud LoadBalancer依赖（版本4.2.1），重启后问题解决。该异常通常由版本兼容问题引起，建议检查Spring Boot与Spring Cloud Alibaba的版
2025-07-29 19:43:39
535
原创 Caused by: org.springframework.boot.context.properties.ConfigurationBeanFactoryMetadata
Spring Boot项目启动时报错"ClassNotFoundException: ConfigurationBeanFactoryMetadata"，主要原因是Spring Boot 3.x移除了该2.x内部类，导致版本不兼容。提供三种解决方案：1）推荐升级Spring Cloud Alibaba至2023.x版本以适配Spring Boot 3.x；2）降级Spring Boot至2.7.x版本保持兼容；3）排除冲突依赖。文末附版本兼容对照表。
2025-07-29 10:19:58
726
原创 别再乱用校验注解！@NotNull、@NotEmpty和@NotBlank的正确使用姿势
Java校验注解@NotNull、@NotEmpty和@NotBlank的核心区别与应用场景。@NotNull仅检查对象引用非null，适用于任何类型；@NotEmpty额外要求字符串/集合长度>0；@NotBlank专门校验字符串去空格后非空。三者严格程度递增，应根据业务需求选择。使用时需添加validation依赖，通过@Valid触发校验，并处理MethodArgumentNotValidException。最佳实践建议：数据库字段用@NotNull，必填文本用@NotBlank，集合类用@No
2025-07-28 02:23:02
1090
原创 @Data、@NoArgsConstructor和@AllArgsConstructor的区别及应用场景
本文主要讲解：@Data、@NoArgsConstructor、@AllArgsConstructor 的关系与区别
2025-07-26 22:52:20
675
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