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。
上一页 1 2 3 4 5 6 7 ··· 21 下一页
摘要: 一、LangGraph — 概念与定位 背景与动机 在目前 LLM / Agent 体系中,很多工具(比如 LangChain)擅长把 prompt → 输出之间做流水线式处理(chains、tools、retrieval 等),但对于那些**需要长期状态管理、多 agent 协作、动态控制流(分支 阅读全文
posted @ 2025-09-25 18:00 NeoLshu 阅读(85) 评论(0) 推荐(0)
摘要: 1. 基础特性 特性InnoDBMyISAMMemory事务支持✅ 完整 ACID 支持(Redo/Undo/两阶段提交)❌ 不支持❌ 不支持存储介质磁盘(页式存储)磁盘(表级数据文件 + 索引文件)内存锁机制行级锁(支持 MVCC,多版本并发控制)表级锁(读写互斥)表级锁崩溃恢复✅ 支持,基于 R 阅读全文
posted @ 2025-09-25 17:38 NeoLshu 阅读(9) 评论(0) 推荐(0)
摘要: 核心区别与异同(总览) 修饰符当前类同包类不同包子类不同包非子类主要用途private✅❌❌❌隐藏实现细节,仅供类内部使用。默认✅✅❌❌包内可见,实现包级别的封装。protected✅✅✅❌允许类自身、同包类、以及所有子类(无论是否同包)访问。public✅✅✅✅公开接口,任何地方都可访问。关键异同 阅读全文
posted @ 2025-09-23 10:22 NeoLshu 阅读(11) 评论(0) 推荐(0)
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)
摘要: 第一部分:核心理念 —— 什么是多Agent系统? 1. 核心定义 多Agent系统 是由多个智能Agent 组成的集合。这些Agent在一个共享的环境中,通过感知、决策、通信和协作,共同完成一个或多个复杂的、超出单个Agent能力范围的任务。 你可以将其理解为: 一个高度专业化的“AI团队”或“数 阅读全文
posted @ 2025-09-19 14:00 NeoLshu 阅读(28) 评论(0) 推荐(0)
上一页 1 2 3 4 5 6 7 ··· 21 下一页