实现了vue上传视频到阿里云oss，当上传视频的时候会查询是否上传过，如果上传过则返回，没有上传过则实现上传配合md5，利用ffmpeg实现自动配置封面图等功能。@Component使用@Component将类注册为，使用读取文件的配置信息。

B+树的构造类似于B树的构造但是在**3.当一组的节点超过4个的情况下，将中间的节点提到上一层，并且原本一组分成两份。6.B+Tree 的节点上是不保存数据的，那么它保存的关键字就更多，这样一次 IO 操作，加载的关键字就更多，所以它的磁盘读写能力更强。1、B+树是B树的一种变形形式，B+树上的叶子结点存储关键字以及相应记录的地址，叶子结点以上各层作为索引使用。7.B+的叶子节点天然就是顺序存放的

节点是树构造的基本单元，树是由节点按照一定顺序构造而出的。Node left;Node right;int value;节点的定义需要包括空参构造和有参构造，以及节点的值，节点的左子节点和右子节点。//查找目标元素=num){}else{//查找目标元素的父节点= null) {//查找目标元素的右子树的最小值= null){//删除代码System.out.println("空树");retur

本文主要用Java实现单链表，链表的查询时间复杂度为O(n)，增加的时间复杂度为O(n)，删除也为O(n)，链表的创建不需要所有的数据之间的创建空间是连续的，是简单的数据结构。

本文主要用Java实现单链表，链表的查询时间复杂度为O(n)，增加的时间复杂度为O(n)，删除也为O(n)，链表的创建不需要所有的数据之间的创建空间是连续的，是简单的数据结构。

AI 大模型是指具⁠有超大规模参数（通常为数十亿到数万‌亿）的深度学习模型，通过对大规模数据的训练，能够理解、生成人类语言，‎处理图像、音频等多种模态数据，并展‌示出强大的推理和创作能力。大模型的强大之处在于它的涌现能力—— 随着模型参数量和训练数据量的增加，模型会展现出训练过程中未明确赋予的新能力，比如逻辑推理、代码编写、多步骤问题解决等。模型参数量达到，训练数据覆盖文本、图像、音频等多模态海量

上面的命令是将dockers中的容器映射到虚拟机中的一个端口（23306），并且登录密码是123456。使用findshell工具连接上虚拟机，进入根目录，然后进入opt目录创建docker文件夹。将docker压缩包放到docker文件夹中，并且进行解压缩。创建存放mysql文件的目录，并且把mysql.tar包上传。volumes:：容器中的工作空间与虚拟机中的工作空间对应关系。ports：容

Lambda 表达式是 Java 8 引入的函数式编程特性，用于简化匿名内部类的写法。Lambda 表达式本质上是一个匿名函数（没有名字的函数你可以把它理解为一小段可以传递的、即用即写的代码。它的主要目的是为了简化代码，尤其是在需要使用匿名内部类的场景下，能让代码变得非常简洁、清晰。只有一个抽象方法的接口，可以用作 Lambda 表达式的类型。

将下载的 redis 安装包上传到服务器上，并解压。将 daemonize no 改为 daemonize yes。利用npm脚本，npm build 将项目打包成dist目录。修改nginx.conf文件，配置root和后端接口等信息。添加后端地址，proxy_pass配置到自己的路径和端口。将前端本地部署项目的后端接口修改为云服务器上的数据接口。将location中 root修改为html/d

其中，比较常见的命令有：命令说明文档地址拉取镜像推送镜像到DockerRegistry查看本地镜像docker rmi删除本地镜像docker rmidocker run创建并运行容器（不能重复创建）docker run停止指定容器启动指定容器重新启动容器docker rm删除指定容器docker rmdocker ps查看容器docker ps查看容器运行日志进入容器保存镜像到本地压缩文件加载本