Gemini是由 Google DeepMind 开发的下⼀代原⽣多模态⼤模型家族。与传统“先训练⽂本，再外挂视觉/⾳频组件”的拼接式模型不同，Gemini 从底层架构设计之初，就将⽂本、图像、⾳频、视频和代码等不同模态的数据融合在⼀起进⾏联合训练。这种原⽣多模态（Native Multimodal）设计，赋予了它极强的跨模态理解与深度推理能⼒。Gemini采⽤了“早期融合（Early Fusio

3.当 price[left] + price[right] > target 时，同理我们可以舍去price[right] （最⼩的数都满⾜不了你，你也没救了）。根据解法⼀中的优化思想，我们可以固定⼀个最⻓边，然后在⽐这条边⼩的有序数组中找出⼀个⼆元组，使这个⼆元组之和⼤于这个最⻓边。v = (right - left) * min( height[right], height[left])容器

从1994年接⼊互联⽹⾄今，中国互联⽹的发展历经了PC时代、移动互联⽹时代，尤其是在移动互联⽹时代进⾏了⼤量的海量数据、技术积累，以及硬件算⼒的巨⼤提升，之前不温不⽕的⼈⼯智能，伴随着ChatGPT的横空出现，迎来了今天AI的爆⽕，各种⼤模型、智能体应⽤等如⾬后春笋版涌现出来，AI在更进⼀步进⼊普通⼈的⽣活。

关联式容器也是⽤来存储数据的，与序列式容器不同的是，关联式容器逻辑结构通常是⾮线性结构两个位置有紧密的关联关系交换⼀下，他的存储结构就被破坏了。顺序容器中的元素是按关键字来保存和访问的。关联式容器有map/set系列和unordered_map/unordered_set系列。本章节讲解的map和set底层是红⿊树，红⿊树是⼀颗平衡⼆叉搜索树。set是key搜索场景的结构，map是key/valu

​1.队列（queue） 是一种容器适配器，专门用在 FIFO（先进先出） 的场景中。数据从容器的一端进入，从另一端出去，就像排队一样——先来的先服务。2.队列本身不管理数据，而是作为容器适配器存在的——它把某个底层容器包起来，只暴露一组特定的接口：从队尾入队、从队头出队。这组受限的接口，正好满足了队列“先进先出”的行为特征。3.队列的底层容器不是固定的，可以是任何符合要求的容器。empty()：

AVL树的节点是一个三叉链结构，除了包含指向左右孩子的指针外，还多了一个指向其父节点的指针。数据域存储的是键值对，即pair对象。此外，每个节点还引入了一个平衡因子bf，即 balance factor），用来记录当前节点的平衡状态，判断是否需要进行旋转调整。// AVL树节点的定义（KV模型）// 该节点的左孩子// 该节点的右孩子// 该节点的双亲指针// 键值对int _bf;// 平衡因子

寄存器总结ebp：栈底指针，固定指向当前函数栈帧的底部（高地址），用于通过[ebp+偏移]访问参数、[ebp-偏移]访问局部变量esp：栈顶指针，始终指向当前栈顶（低地址），随压栈和弹栈动态变化eax：累加寄存器，常用于存储函数返回值、算术运算的操作数和结果ecx：计数器寄存器，在循环和重复操作中作为计数器，也用于传递参数edi：目标变址寄存器，在字符串/内存操作中指向目标地址esi：源变址寄存器

从1994年接⼊互联⽹⾄今，中国互联⽹的发展历经了PC时代、移动互联⽹时代，尤其是在移动互联⽹时代进⾏了⼤量的海量数据、技术积累，以及硬件算⼒的巨⼤提升，之前不温不⽕的⼈⼯智能，伴随着ChatGPT的横空出现，迎来了今天AI的爆⽕，各种⼤模型、智能体应⽤等如⾬后春笋版涌现出来，AI在更进⼀步进⼊普通⼈的⽣活。

从1994年接⼊互联⽹⾄今，中国互联⽹的发展历经了PC时代、移动互联⽹时代，尤其是在移动互联⽹时代进⾏了⼤量的海量数据、技术积累，以及硬件算⼒的巨⼤提升，之前不温不⽕的⼈⼯智能，伴随着ChatGPT的横空出现，迎来了今天AI的爆⽕，各种⼤模型、智能体应⽤等如⾬后春笋版涌现出来，AI在更进⼀步进⼊普通⼈的⽣活。

Linux系统指令--详解