文章中如果有图看不到,可以点这里去 csdn 看看。从那边导过来的,文章太多,没法一篇篇修改好。
摘要: AC自动机概述 AC自动机(Aho-Corasick automaton)是一种高效的多模式匹配算法,由Alfred V. Aho和Margaret J. Corasick于1975年发明。它结合了Trie树和KMP算法的思想,能够在O(n + m + z)的时间复杂度内完成多模式匹配,其中n是文本 阅读全文
posted @ 2025-09-22 17:56 NeoLshu 阅读(5) 评论(0) 推荐(0)
摘要: 核心概念回顾 浅拷贝 (Shallow Copy): 创建一个新对象,新对象的非静态字段的值与原始对象完全相同。 如果字段是基本类型 (如 int, double, char),则直接复制其值。如果字段是引用类型 (如对象、数组),则复制的是该字段的内存地址(引用)。因此,新对象和原始对象的这个字段 阅读全文
posted @ 2025-09-22 12:32 NeoLshu 阅读(5) 评论(0) 推荐(0)
摘要: 下面给出 基于内核源码 fs/eventpoll.c 的逐步(逐块/逐行级别)剖析,重点讲清楚数据结构、关键路径、并发/锁策略、以及 epoll_ctl / epoll_wait 的内核实现细节和交互。分析以 upstream 源码为准(参考:fs/eventpoll.c),本文会把最关键的事实点都 阅读全文
posted @ 2025-09-22 11:33 NeoLshu 阅读(4) 评论(0) 推荐(0)
摘要: 1. 概览(What / Why) IO 多路复用的目标是:在单个或少量线程/进程上监视大量 I/O 句柄(file descriptor / HANDLE / socket)是否就绪,从而减少线程/进程数量、降低上下文切换与内存开销。常见实现:select(BSD)、poll(SVR4)、epol 阅读全文
posted @ 2025-09-22 11:29 NeoLshu 阅读(3) 评论(0) 推荐(0)
摘要: 1. 决策树训练的基本原理 决策树训练的核心是通过递归地选择最佳特征分割数据,使得每个子集尽可能"纯净"(包含同一类别的样本)。 1.1 训练过程的数学基础 决策树训练依赖于几个关键的不纯度度量指标: 信息熵(Entropy): Entropy(S)=−∑i=1cpilog⁡2pi Entropy( 阅读全文
posted @ 2025-09-22 10:58 NeoLshu 阅读(6) 评论(0) 推荐(0)
摘要: 一、决策树的核心思想 1. 直观理解: 想象一个“二十问”游戏:你心里想一个事物,对方通过问你一系列是/非问题来猜出答案。决策树就是这个过程的形式化。 根节点 (Root Node):代表第一个、也是最关键的问题(例如:“是动物吗?”)。内部节点 (Internal Node):代表后续的问题(例如 阅读全文
posted @ 2025-09-22 10:55 NeoLshu 阅读(4) 评论(0) 推荐(0)