利用ctemplate库渲染前端页面，在html中，被{{}}括起来的，就是要被替换的内容。一：完成题目列表和单个题目网页渲染。另外，在编译运行完，拿到结果之后，我们是需要将文件对应的输入输出错误文件删除的！在这里，我们的OJBalancer服务，可能是被大量的客户端同时请求的。在这里后端编译服务主机我们设置为3个，此时是有三台主机同时在运行。不过在判题逻辑这里，我们需要进行负载均衡的选择主机编译

在解决环形链表的问题中，百分之九十的题目要用到快慢指针之一思维；

为方便后续修改链表数据的便利性，将int更名。

节点是红色或黑色：每个节点都有一个颜色属性，红色或黑色。根节点是黑色：树的根节点必须是黑色。叶子节点是黑色：叶子节点（即空节点或NULL节点）是黑色。红色节点的子节点是黑色：如果一个节点是红色，则它的两个子节点都是黑色。从任意节点到其每个叶子的所有路径都包含相同数量的黑色节点：这确保了树的平衡性。这些性质保证了红黑树在插入和删除操作后能够保持大致平衡，从而使得查找、插入和删除操作的时间复杂度都能保

总体上看，二叉树题目方面运用到达递归的情况较多。所以在做题目之前，可以将函数递归部分先行复习。

栈是一种线性数据结构，它按照 “先进后出”（First In Last Out，FILO）的原则存储和操作数据。这意味着最后插入栈中的元素会最先被取出，就像一摞盘子，最后放上去的盘子会最先被拿走。

通过实现三个函数来对计算器进行了模拟实现，三个函数分开独立实现各自功能，提高了各自独立性，耦合度降低。

LLMProvider作为基类，提供了如下方法：初始化 ， 检测模型是否有效 ， 发送消息给模型 ， 获取模型名称 ，获取模型描述 ，保存模型的有效状态、API_Key、模型描述。具体提供的模型有deepseek-chat、gpt-4o-mini、gemini-2.0-flash，以及ollama本地接⼊的deepseek-r1:1.5b模型。各类大模型在接口实现都类似，只有少量的字段由于官方提供

LLMProvider作为基类，提供了如下方法：初始化 ， 检测模型是否有效 ， 发送消息给模型 ， 获取模型名称 ，获取模型描述 ，保存模型的有效状态、API_Key、模型描述。具体提供的模型有deepseek-chat、gpt-4o-mini、gemini-2.0-flash，以及ollama本地接⼊的deepseek-r1:1.5b模型。各类大模型在接口实现都类似，只有少量的字段由于官方提供

LLMProvider作为基类，提供了如下方法：初始化 ， 检测模型是否有效 ， 发送消息给模型 ， 获取模型名称 ，获取模型描述 ，保存模型的有效状态、API_Key、模型描述。具体提供的模型有deepseek-chat、gpt-4o-mini、gemini-2.0-flash，以及ollama本地接⼊的deepseek-r1:1.5b模型。各类大模型在接口实现都类似，只有少量的字段由于官方提供