logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

单链表与双链表专题详解

链表是,但与数组有本质区别。数组是连续的内存空间,支持随机访问;链表则是,只支持顺序访问。理解链表的核心在于掌握和。

#算法#数据结构
二叉树中序遍历:递归与非递归实现详解

中序遍历(Inorder Traversal)是二叉树遍历的一种经典方式,其遍历顺序遵循“左子树 → 根节点 → 右子树”的原则。A/ \B C/ \ \D E F// 二叉树节点结构int val;递归实现:直观易懂,适合快速实现和教学非递归实现:更高效,避免递归深度限制,是面试常考点理解两种实现方式不仅有助于掌握二叉树遍历,还能加深对递归和栈的理解,为学习更复杂的树形结构算法打下坚实基础。

#算法
从看到异常到锁定根因:一体化数据库诊断框架

数据库监控体系日趋完善,CPU 升高、I/O 波动、会话堆积、慢 SQL 等异常已能被快速发现。但真正的挑战在于异常出现后的根因定位——一次性能问题可能同时涉及服务器资源、SQL 执行、锁等待、长事务、索引等多个因素,DBA 需要在不同页面间反复切换、凭经验拼接线索。KEMCC 构建了覆盖性能、锁、根因、SQL、存储、索引及 SQL 统计的完整诊断框架,核心是将分散的诊断信息关联成一条可连续下钻的

文章图片
#数据库
告别数据孤岛与AI“水土不服”:金仓多模融合时序库如何让数据真正服务于业务

这使得时序数据(状态变化)、关系数据(业务属性)、GIS数据(空间位置)和向量数据(专业知识)能够围绕同一个业务对象(如一台设备)直接建立关联,为上层应用提供完整的数据上下文。一个简单的设备异常判断,AI需要的不仅是当下的读数,更需要理解设备过去的状态变化、关联设备的同步信息,甚至要结合维修记录和故障知识库。传统做法是,为不同类型数据引入多套专业系统,但这带来了数据同步复杂、接口开发繁琐、运维成本

文章图片
#人工智能
c++20 在 <chrono> 中的 日历 和 时区 库

C++20 的日历功能提供了类型安全的日期操作接口,包括基本的日期单位(如年、月、日)以及更复杂的日期表达方式。库在 C++11 的基础上进行了重大扩展,引入了日历和时区功能,极大地增强了对日期和时间的处理能力。(由 C++ 标准库的维护者 Howard Hinnant 编写),它提供了类似的功能。库为日期和时间的处理提供了强大的支持,结合日历和时区功能,可以满足大多数开发需求。C++20 的时区

文章图片
#c++20
比尔·盖茨这次谈的不是模型,是账单

8 月 26 日 GatesNotes 长文读后。最有价值的不是他的判断,是他给的那三条政策主张。盖茨这篇文章的标题很盖茨——《动荡的 AI 时代已经到来。我们现在所做的选择至关重要》。说实话,这类标题我这两年已经免疫了。“转折点”“分水岭”“历史性时刻”,翻来覆去说的都是同一套:AI 很厉害、风险很大、我们要负责任地发展。读完全文等于没读。但这篇我读完了,还做了笔记。

#大数据
C++ Lambda表达式:从“这是什么鬼”到“真香!”的完整心路历程

本文不会像教科书一样罗列Lambda的语法,而是带你重走一遍每个C++程序员认识Lambda的经典“真香”之路。从最初的反感,到偶然一试的惊喜,最终成为日常开发离不开的神器。要么定义一堆小函数,要么继承重写虚函数…要么用全局变量(丑陋),要么定义函数对象类(繁琐)。完蛋,得用函数对象,更复杂了!快来加入Lambda的"真香"阵营吧!真正的"真香"时刻,是当我发现Lambda能。就在我几乎要放弃的时

#c++#开发语言
智谱AI从清华实验室到“全球大模型第一股”的六年征程

港交所的上市钟声余音未绝,北京清华科技园的一间办公室里,创始人唐杰在内部信中写道:“我们不是敲钟,我们只是拿到了下一场硬仗的入场券。2026年1月8日,智谱AI以每股116.20港元发行价登陆港交所主板,成为中国首家通用人工智能基座模型上市公司。这家诞生于清华大学计算机系知识工程实验室的公司,用六年时间走过了从学术研究到产业落地的曲折道路。,GLM系列模型已服务于。

#人工智能
大模型输出的“隐性结构塌缩”问题及对策

大模型的本质是概率分布的下一个token预测。模型输出平庸,往往是因为它在“平均情况”上做插值。模型不是在“思考”,而是在做高维度的完形填空。你给的空格越多,它填进去的就越平均。如果你三个回答都是“没有”,那么你得到的平庸输出,责任在你,不在模型。你剪掉的不只是“不好的写法”,而是最常见的、最安全的那些结构路径。让模型产出高质量内容的本质,不是“把要求写详细”,而是。现在,在反驳上述两个框架的基础

#人工智能
当Agent接管运维,数据库需要一道“确定性”的缓冲墙

总之,越是走向自动化,对数据精度和执行安全的要求反而越高,对于数据库来说,真正稀缺的,从来不是“更聪明”,而是——始终可控的确定性。它不仅是更好的一只手,更是处于AI的“强未知性”与内核的“强确定性”中间的一道缓冲墙,让业务能既快又稳地运行,让“自治”真正从“可尝试”变成“可依赖”,成为长期托付的生产能力。这不是"喂日志给大模型"的路子,而是基于原生引擎视角的主动分析——它本身就具备自动发现问题、

文章图片
#数据库#运维#oracle
    共 158 条
  • 1
  • 2
  • 3
  • 16
  • 请选择