其实回溯算法和我们常说的 DFS 算法非常类似，本质上就是一种暴力穷举算法。回溯算法和 DFS 算法的细微差别是：回溯算法是在遍历「树枝」，DFS 算法是在遍历「节点」抽象地说，解决一个回溯问题，实际上就是遍历一棵决策树的过程，树的每个叶子节点存放着一个合法答案。你把整棵树遍历一遍，把叶子节点上的答案都收集起来，就能得到所有的合法答案。站在回溯树的一个节点上，你只需要思考 3 个问题：1、路径：也

创建一个java.sql.Connection对象的代价是如此巨大，是因为创建一个Connection对象的过程，在底层就相当于和数据库建立的通信连接，在建立通信连接的过程，消耗了这么多的时间，而往往我们建立连接后（即创建Connection对象后），就执行一个简单的SQL语句，然后就要抛弃掉，这是一个非常大的资源浪费！这是要使用代理模式，为真正的Connection对象创建一个代理对象，代理对象

前⾯我们能想到栈，那么我们何必⾃⼰实现呢？先把元素⾥⾯的元素从头到尾遍历取出放在栈⾥⾯，然后再把栈的元素去出来放在ArraList ⾥⾯。主要利⽤了栈的先进后出的规则，这样就可以实现倒序的功能。遍历每⼀个节点，然后把它插⼊到头部，这样⼀直遍历到尾的时候，就相当于将整个链表都反转⼀遍了，然后再从头到尾遍历放到ArryList 即可。输入一个链表的头节点，按链表从尾到头的顺序返回每个节点的值（用数组返

树就是一种类似现实生活中的树的数据结构（倒置的树）。任何一颗非空树只有一个根节点。树的定义：树是⼀种数据结构，它是由n(n≥1)个有限节点组成⼀个具有层次关系的集合。把它叫做“树”是因为它看起来像⼀棵倒挂的树，也就是说它是根朝上，⽽叶朝下的。每个节点有零个或多个⼦节点没有⽗节点的节点称为根节点每⼀个⾮根节点有且只有⼀个⽗节点除了根节点外，每个⼦节点可以分为多个不相交的⼦树一棵树中的任意两个结点有且

创建一个java.sql.Connection对象的代价是如此巨大，是因为创建一个Connection对象的过程，在底层就相当于和数据库建立的通信连接，在建立通信连接的过程，消耗了这么多的时间，而往往我们建立连接后（即创建Connection对象后），就执行一个简单的SQL语句，然后就要抛弃掉，这是一个非常大的资源浪费！这是要使用代理模式，为真正的Connection对象创建一个代理对象，代理对象

该访问日志以标准格式为服务器处理的每个请求生成一行信息。Catalina包括一个可选的Valve实现，该实现可以创建与Web服务器创建的标准格式相同的访问日志，也可以创建任意数量的自定义格式。同时还有Service，因为Engine的上层是service。直接抛出异常，因为Engine接口中已经包含了setService方法作为它的上层，而Engine的上层没有容器的概念。AccessLog(日志

registerHost 方法先调用 mapper.addHost，然后调用 registerContext 方法注册 Host 的子容器 Context。mapper.addHost 方法是将 Host 加入的 Mapper 类的的成员变量MappedHost[] hosts 中。其主要逻辑是将 Context 对象，以及 Context 的子容器 Wrapper 对象，每一个都分别构建一个对应

一个系统 各组件分别部署在不同服务器。彼此通过网络通信和协调的系统。可以指多个不同组件分布在网络上互相协作，比如说电商网站也可以一个组件的多个副本组成集群，互相协作如同一个组件，比如数据存储服务中为了数据不丢失而采取的多个服务备份冗余，当数据修改时也需要通信来复制数据分布式最早出现的目地首先是解决单点问题，避免单点故障，然后解决了性能问题。分布式事务是相对本地事务而言的，对于本地事务，利用数据库本

方法的第一行代码先触发 CONFIGURE_START_EVENT 事件，以便执行 StandardServer 的 LifecycleListener 监听器，然后调用 setState 方法设置成 LifecycleBase 的 state 属性为 LifecycleState.STARTING。可以看出，StandardServe 的 startInternal 跟 initInternal

大模型 Agent 是基于大型语言模型并结合模块化规划、记忆和工具调用的自主决策系统，它能够根据最终目标把复杂任务拆分成子任务，调用 API、检索数据库或使用插件，再通过内部循环不断优化执行流程，基本不需要人在每一步都监督。传统 AI 是你问一个问题它回答一个问题，每次都是独立的，被动响应；而 Agent 有自己的规划能力，你给它一个复杂目标，它会自己把任务拆成多步，通过调工具、访问记忆、感知环境