技巧说明✅ visited 一定要在入队/入栈时标记避免重复加入✅ 图中有环必须判重否则无限循环✅ 树结构可省略 visited因为树无环✅ BFS 常配合“层计数”解决最短路径常见于迷宫、网络传播✅ DFS 可配合回溯（Backtracking）常见于排列组合、路径问题。

匹配单个字符\d：匹配一个数字字符。\w：匹配一个字母、数字或下划线字符。\s：匹配一个空白字符（空格、制表符、换行符等）。.：匹配除换行符外的任意字符。量词*：匹配前一个元素零次或多次。+：匹配前一个元素一次或多次。?：匹配前一个元素零次或一次。{n}：匹配前一个元素恰好 n 次。{n,}：匹配前一个元素至少 n 次。{n,m}：匹配前一个元素至少 n 次，但不超过 m 次。边界匹配^：匹配输入

body数据都通常放在 HTTP 请求的 body 部分。在 HTTP 请求中，Content-Type 头用于指示 body 中的数据格式。例如，对于 x-www-form-urlencoded 格式的数据，通常会设置 Content-Type: application/x-www-form-urlencoded，而对于 form-data 格式的数据，通常会设置 Content-Type: m

本文介绍了拓扑排序的概念、应用场景和实现方法。拓扑排序适用于有向无环图（DAG），常用于任务调度、课程安排等依赖关系问题。核心算法Kahn（BFS版本）通过维护入度表和队列实现：1）统计节点入度；2）将入度为0的节点入队；3）处理队列节点并更新邻居入度；4）判断是否有环。文中提供了Java实现示例，并总结了常见题型和技巧，如处理不连续节点编号、环检测等。最后指出拓扑排序可用于包管理、系统依赖等实际

跨域问题是指浏览器执行的 JavaScript 代码试图通过 XMLHttpRequest 或 Fetch API 等方式向不同域（协议、主机、端口）的服务器发起请求时所遇到的限制。在服务器之间通信的情况下，由于没有浏览器的参与，跨域问题并不会存在。服务器可以自由地与其他服务器进行通信，无需考虑同源策略的限制。

散列是一种以常数时间执行插入，删除和查找的技术。装填因子：插入的值/bucket每个哈希表槽（bucket）通常包含一个节点，该节点包含键和与之关联的值。

在上面的例子中，Circle类被分别定义在circle.h和circle.cpp文件中，main函数在main.cpp中，通过包含circle.h文件可以在main函数中使用Circle类的成员函数。在C++中，可以使用分文件编写来将程序的不同部分分离出来，提高代码的可读性和可维护性。一般而言，一个类会分别有声明和实现两个文件。1.创建头文件(.h或.hpp)用于声明类，包含类的成员变量和函数原型

摘要：Kubernetes中Scheduler负责将新建Pod调度到合适Node上。Node本质是物理机/虚拟机资源池，可运行多个Pod（资源允许）。调度流程包括：监听Pending Pod、预选过滤节点、优选打分、绑定Pod到Node（由kubelet启动容器）。选Node依据：1）过滤阶段检查资源、污点/容忍、存储等基础条件；2）打分阶段评估资源均衡、拓扑亲和等优化策略；3）选择最高分节点。最

kube-proxy 通过维护 Service → Pod 映射规则，在节点上实现流量拦截、转发和负载均衡，确保访问 Service 的请求能够透明到达后端 Pod。

安装 kubelet + kube-proxy + 容器运行时，并配置 API Server 通信和网络，即可将节点加入集群。