本文主要介绍了复杂度、对数器、二分法和异或运算：评价算法优劣的核心指标包括时间复杂度（流程决定）、额外空间复杂度（流程决定）和常数项时间（实现细节决定）；确定算法流程的时间复杂度时，当完成了表达式的建立，只需要保留最高阶项，复杂度是衡量算法流程的复杂程度的一种指标；对数器是检验算法实现正确性的有力工具，可以覆盖几乎所有情况的测试用例，无死角实现对算法的验证；只要构建出能够排除另外一端的逻辑，就可以

本文主要介绍了堆和比较器：堆结构就是用数组实现的完全二叉树结构，每棵子树的最大值都在顶部是大根堆，每棵子树的最小值都在顶部是小根堆，有heapInsert与heapify操作，时间复杂度分别为O(N*logN)和O(N)，堆排序实现了O(N*LogN)的时间复杂度，同时空间复杂度O(1)，优先队列的底层就是堆；比较器的实质是重载比较运算符，可以很好的应用在特殊标准的排序上，也可以应用在特殊标准排序

本文介绍了2种排序方式：归并排序，思路是整体为递归，左边排好序+右边排好序+ merge让整体有序，也可以用非递归实现，时间复杂度为O(N*logN)，额外空间复杂度为O(N)，相比于冒泡排序、选择排序和插入排序O(N2)的时间复杂度，归并排序的时间复杂度优化了很多，这是因为减少了比较次数，有很多应用，例如求小和、逆序对等，只要数组中左边的数比右边的数满足某个条件即可进行操作；快速排序有3种方式，

Pandas主要用于数据读取、透视表、数据聚合等方面，很灵活，主要的两个数据类型是数据帧和序列；基本操作包括序列操作、创建数据帧、行列操作、数据帧基本操作、时间操作等；数据分析包括读取数据、选择数据子集、数据清洗、布尔索引和分组等；可以使用plt、sns等进行数据可视化。大学数据可以进行很多操作和预处理，如查看和设置索引等。鸢尾花数据集可以进行删除切片、赋值、检索、统计和缺失值处理；分析可以进行描

春节期间，DeepSeek持续刷圈，其因为强大的推理能力、高性价比和真正的开源开放，迅速成为2025年初的AI黑马，横空出世、迅速搅翻全球，让美国同行和管理层都慌了，在一定程度上动摇了美国科技行业的“无敌”地位。DeepSeek这次的出圈给自身带来了泼天流量，很大程度上利好国内AI发展，类似之前的月之暗面的Kimi和字节的豆包，Kimi因为支持超长上下文、豆包因为完善的生态，也都是出圈爆火的国产A

分享了 Kiro AI IDE 安装包，介绍其免费使用 Claude 模型的优势，并演示用其开发 AI 绘画提示词优化智能体的过程（包括调用硅基流动 API、实现要求、效果对比等），最后提到使用中可能遇到的问题及交流方式。

NLTK，全称Natural Language Toolkit，即自然语言处理工具包。它是一个用于构建Python程序以处理人类语言数据的平台。NLTK库包含了大量的语料库、词汇资源、分类器、语法分析器等，可以帮助我们进行文本分类、词性标注、命名实体识别、情感分析等各种自然语言处理任务。

Impala的核心开发语言是SQL语句，Impala有shell命令行窗口、JDBC等方式来接收SQL语句执行，对于复杂类型分析可以使用C++或者Java来编写UDF函数。Impala的SQL语法高度集成了Apache Hive的HQL语法，Impala支持Hive支持的数据类型以及部分Hive的内置函数。包括3部分：Impala-Shell，分为外部命令和内部命令；Impala SQL语法，与关

scikit-learn是一个开源的Python机器学习库，它基于NumPy、SciPy和matplotlib，为数据挖掘和数据分析提供了简单高效的数据处理和建模工具。scikit-learn拥有丰富的算法集合，包括分类、回归、聚类和降维等，同时还提供了模型选择和评估的工具，使得数据科学家能够轻松地构建和优化机器学习模型。

整理了 4 个免费替代方案应对 Cursor 突然封禁国内 Claude 模型使用。