- 博客(417)
- 资源 (1)
- 问答 (1)
- 收藏
- 关注
RSS订阅原创 C#——NET Core 中实现汉字转拼音
在 .NET Core 中实现汉字转拼音，常用的方法包括使用第三方库（如Pinyin4NetNPinyin）或基于内置字符编码结合自定义规则实现。
2025-05-07 10:31:58
473
原创 AI——认知建模工具：SOAR
适合需要严格规划的场景。建议从简单规则入手，逐步结合块学习和多Agent扩展，最终应用于实际系统的智能决策层。，专注于模拟人类通用问题解决能力，广泛应用于机器人控制、游戏AI和复杂决策任务。模拟一个机器人从起点到终点选择路径的过程（如迷宫导航）。，强调目标导向的推理过程。SOAR 的核心优势在于。
2025-05-07 09:48:17
796
原创 AI——认知科学中的认知架构建立步骤与方法
认知架构（Cognitive Architecture）是模拟人类心智活动的计算框架，旨在整合感知、记忆、推理、学习等核心认知功能。其建立需结合心理学理论、神经科学证据和计算建模技术。认知科学中的认知架构建立是一个多层次、动态化的过程，涉及理论框架构建、模块化设计及实践验证。，既能通过图灵测试，又能通过神经科学验证。
2025-05-07 09:42:32
647
原创 AI——认知建模工具：PsychoPy
是一款开源的心理学实验设计工具，支持通过图形界面（Builder）或Python代码（Coder）创建实验，适用于行为实验、认知任务（如Stroop、Flanker）、眼动追踪等。
2025-05-07 09:33:24
653
原创 AI——认知建模工具：ACT-R
ACT-R（Adaptive Control of Thought—Rational）是一种用于模拟人类认知过程的计算架构，广泛应用于心理学、认知科学和人工智能研究。它通过模块化的方式模拟记忆、注意力、学习、决策等认知机制。通过ACT-R，你可以将人类认知理论转化为可验证的计算模型，是理解心智机制和构建类人AI的重要工具。建议从简单模型入手，逐步结合实验数据验证和优化参数。：模拟用户回答“巴黎属于哪个国家？
2025-05-07 09:21:15
830
原创 AI——认知科学
学习认知科学（Cognitive Science）需要跨学科的视角，涵盖心理学、神经科学、计算机科学、语言学、哲学和人类学等领域。掌握认知科学需要长期积累，建议从“问题”出发（如“人类如何学习语言？”），逐步深入理论与技术，最终与AI、机器人等应用结合。
2025-05-07 09:05:42
748
原创 AI——AI Agent
能通过传感器感知环境（如摄像头、文本输入、数据库），利用人工智能技术（如机器学习、自然语言处理）分析信息，并通过执行器（如机械臂、软件指令）采取行动，以完成特定目标。AI Agent 是一种。
2025-05-07 08:46:05
795
原创 webpack 的工作流程
初始化配置：合并配置参数编译准备：创建Compiler对象开始编译：从入口文件出发模块解析：递归构建依赖图Loader 处理：转换非 JS 模块插件干预：在关键生命周期执行插件代码生成：生成运行时代码和模块闭包输出文件：将结果写入目标目录。
2025-05-05 20:52:51
581
原创 EF Core 中，AsEnumerable 和 AsQueryable 的区别
是两种用于处理 LINQ 查询的方法，它们的核心区别在于。在不需要客户端处理时，优先使用。（数据库端 vs 内存端）以及。以保持查询在数据库端执行。在 EF Core 中，
2025-05-05 20:36:26
1103
原创 算法——背包问题——0-1背包问题 python代码实现
在资源有限（背包容量有限）的情况下，对具有不同价值和重量的物品进行选择，以达到价值最大化的决策问题。例如，在一次旅行中，旅行者的背包容量有限，需要从各种不同重量和价值的物品中选择携带哪些物品，以在不超过背包容量的前提下，使携带物品的总价值最高。：给定 n 个物品，每个物品有重量 wi 和价值 vi，以及一个容量为 W 的背包。每个物品只能选择 放入或不放入 背包，求如何选择物品使得总价值最大且总重量不超过 W。( O(N \times V) )，其中 ( N ) 为物品数量，( V ) 为背包容量。
2025-04-21 14:21:50
367
原创 算法——背包问题（分类）
问题类型物品选择规则典型算法0-1 背包问题每个物品最多选一次动态规划完全背包问题每个物品可以无限选动态规划多重背包问题每个物品有数量限制动态规划 + 状态压缩分数背包问题物品可以分割贪心算法二维费用背包问题多维度约束动态规划分组背包问题每组最多选一个物品动态规划有依赖的背包问题物品之间存在依赖关系动态规划 + 图论混合背包问题多种背包问题的组合动态规划子集和问题判断是否存在满足条件的子集动态规划多目标背包问题多目标优化多目标优化算法。
2025-04-21 14:13:02
347
原创 算法——结合实际例子理解动态规划
动态规划的核心是“以空间换时间”，通过存储子问题解避免重复计算，适用于具有最优子结构和重叠子问题的场景。与贪心、分治等算法的区别在于对“子问题依赖关系”的处理：动态规划显式利用重叠子问题，而贪心依赖局部最优，分治处理独立子问题。优化关键：分析状态转移的依赖关系，通过滚动数组、记忆化等手段减少空间和时间开销，同时确保状态定义准确反映问题的最优子结构。
2025-04-16 13:36:47
838
原创 算法——通俗讲解升幂定理
想象你有一盏灯，光线穿过一层玻璃（基础台阶），每层玻璃会过滤掉一定颜色的光（质数 ( p )）。最终过滤掉的层数 = 基础层数 + 放大镜的“放大能力”。：( 10^6 - 1 = 999999 = 3^3 times 37037 )，确实含3³。text{总层数} = text{基础层数}(a - b) + text{放大能力}(n)v_3(6) = 1 quad (text{因为 } 6 = 3^1 times 2)v_2(3) = 0 quad (text{3中无2的因子})
2025-04-15 21:38:22
909
原创 算法——置换与排列【基础】
排列是“有序选择”，关注元素的顺序排列。置换是“重新映射”，关注集合内部元素的对应关系。当排列的对象是集合自身（即全排列）时，排列与置换的概念重合。通过例子和图示可以清晰看到：排列是置换的一种表现形式，而置换是排列的抽象化。
2025-04-15 21:18:32
281
原创 算法——果蝇算法
果蝇算法（Fruit Fly Optimization Algorithm，FOA）是一种受果蝇觅食行为启发而开发的群智能优化算法。
2025-04-15 21:03:35
1118
原创 算法——Lyndon分解
是将一个字符串 ( s ) 唯一分解为若干 Lyndon 串的序列 ( s = w_1w_2\cdots w_k )，满足 ( w_1 \geq w_2 \geq \cdots \geq w_k )（字典序非递增）。，当且仅当对于其所有真后缀 ( t )（即 ( t \neq s ) 且 ( t ) 是 ( s ) 去掉前若干字符后的子串），都有 ( s < t )（字典序比较）。Duval 算法是高效计算 Lyndon 分解的方法，时间复杂度为 ( O(n) )，适用于长度为 ( n ) 的字符串。
2025-04-09 08:32:49
772
原创 算法——最小表示法
最小表示法的高效性（O(n)需要快速标准化循环结构（如字符串、数据序列）。大规模数据去重（如日志、生物数据）。算法优化（避免暴力比较的 O(n²) 复杂度）。其核心优势在于将循环问题转化为线性处理，是处理循环同构问题的利器。
2025-04-07 10:10:32
678
原创 Python中的多态与Java、C#、C++中的多态的区别有哪些？
特性Python类型系统动态类型，鸭子类型静态类型，显式继承/接口多态触发条件方法存在即合法需实现接口或继承父类类型检查时机运行时编译时方法重载不支持，通过参数默认值模拟支持泛型/模板动态类型无需泛型支持泛型（Java/C#）或模板（C++）错误反馈运行时异常编译时错误显式覆盖声明无需需要（如@Override或virtual。
2025-03-16 15:32:51
741
原创 算法——高精度计算
什么是高精度算法？它是处理大数字的数学计算方法。在一般的科学计算中，会经常算到小数点后几百位或者更多，当然也可能是几千亿几百亿的大数字。一般这类数字我们统称为高精度数。但近几年的CSPJ/S复赛貌似从未单独考过高精度算法，但有时会和其他算法一起考。所以还是有学习的必要。高精度计算是指参与运算的数的范围大大超出了标准数据类型能表示的范围的运算。如100位数字和100位数字的加减乘除运算。为处理高精度计算，我们使用数字数组来表示高精度数字。
2025-03-10 16:50:51
962
原创 算法——Manacher算法
Manacher算法用一个辅助数组Len[i]表示以字符T[i]为中心的最长回文字串的最右字符到T[i]的长度，比如以T[i]为中心的最长回文字串是T[l,r],那么Len[i]=r-i+1。
2025-03-01 22:54:21
722
原创 算法——序列自动机
通过序列自动机，可显著提升子序列匹配效率，适用于需要频繁查询的场景。根据实际需求调整字符集处理方式，平衡时间与空间复杂度。其核心思想是通过预处理目标字符串，构建状态转移表，从而在O(1)时间复杂度下支持多次子序列查询。序列自动机是一种用于高效判断一个字符串是否为另一个字符串的。
2025-02-27 22:28:12
540
原创 java——执行linux/cmd命令
在Java中执行命令行命令可以通过或实现。适用于简单场景，但需手动处理输入/输出流。更灵活，支持错误流合并、工作目录设置等。将命令和参数拆分为字符串数组，避免空格导致的解析错误。使用cmd /c在finally块中关闭流或使用Try-with-Resources（需自定义处理）。
2025-02-27 22:20:43
1230
原创 算法——后缀自动机
后缀自动机作为一种强大而高效的数据结构，在字符串处理领域展现出了独特的魅力和卓越的性能。它通过巧妙的状态压缩和转移机制，能够以线性的时空复杂度处理各种复杂的字符串问题，为我们解决实际问题提供了有力的工具。从原理上看，后缀自动机基于字符串的后缀信息和 endpos 等价类的概念，构建了一个紧凑而高效的有向无环图结构。这种结构不仅能够完整地表示字符串的所有子串，还通过后缀链接等特性，为各种字符串操作提供了便捷的途径。
2025-02-26 20:35:56
893
原创 算法——后缀平衡树
先回想一下之前讨论的内容。之前我们详细讨论了后缀树，包括它的构建、应用以及相关算法。用户可能是在了解后缀树之后，想要进一步探索相关的数据结构，或者是想比较后缀树和后缀平衡树的异同。后缀平衡树并不是一个常见的数据结构名称，是结合了后缀结构和平衡树特性的结构，或者可能是某种特定应用中的数据结构。也有可能存在拼写错误或翻译问题，比如用户可能想说的是“平衡后缀树”或者“后缀数组的平衡树实现”。接下来，我应该考虑常见的相关数据结构。
2025-02-25 22:09:08
906
原创 算法——后缀树
后缀树是一种树形数据结构，它包含了一个字符串的所有后缀，并且通过树的结构来高效地组织和表示这些后缀信息。它是一种压缩的 trie 树，其中从根节点到叶子节点的每条路径都对应着字符串的一个后缀。例如，对于字符串 “banana”，它的后缀树会包含 “banana”、“anana”、“nana”、“ana”、“na” 和 “a” 这些后缀。
2025-02-25 21:34:51
978
原创 AI——阿里巴巴推出的Qwen Chat（DeepSeek看法）
随着更多功能的落地和生态的扩展，Qwen Chat有望成为连接开发者、企业与普通用户的核心AI平台，推动智能技术的广泛应用与社会价值释放。这种设计不仅满足多样化需求，还支持用户在同一界面对比不同模型的回答，例如在回答复杂问题时，不同模型可从技术、逻辑等角度提供互补性见解，提升决策效率。此外，Qwen2.5-MAX作为其底层核心模型，在多项基准测试中超越DeepSeek-V3、Claude-3.5等国际竞品，尤其在数学与编程领域表现突出，进一步巩固了Qwen Chat的技术竞争力。
2025-02-24 21:02:54
987
原创 算法——AC自动机
构建Trie树，插入所有模式串。使用BFS构建每个节点的fail指针：根节点的fail指针为null。根节点的子节点的fail指针指向根。对于其他节点curr，其父节点为parent，字符为c：找到parent的fail指针指向的节点f。查看f的子节点是否有字符c的节点fc：如果存在，curr的fail指针指向fc。如果不存在，继续沿着f的fail指针向上找，直到根节点。如果找到某个节点有c子节点，则curr的fail指针指向该子节点；否则指向根。
2025-02-24 20:37:03
897
原创 算法——Trie 树
Trie 树通过共享前缀的特性，在字符串匹配、前缀搜索等场景中表现优异，尤其适合需要频繁前缀匹配的应用（如输入法、搜索引擎）。但其空间开销较大，实际使用时需结合具体需求权衡利弊。）是一种高效处理字符串集合的树形数据结构，核心思想是通过共享公共前缀来优化存储和查询。
2025-02-24 19:59:25
1077
原创 算法——母牛的故事（递归+迭代）
有一头母牛，它每年年初生一头小母牛。每头小母牛从第四个年头开始，每年年初也生一头小母牛。请编程实现在第n年的时候，共有多少头母牛？这是一个经典的递推问题，可以通过分析每年母牛数量的变化规律，使用递归来或者迭代的方式来解决。下面我们先分析规律，再分别给出递归和迭代的C语言实现。
2025-02-23 09:58:15
529
原创 算法——KMP算法（Knuth-Morris-Pratt算法）
（即“失败函数”或“next数组”）避免在匹配失败时回溯主串，从而将时间复杂度优化到。（Knuth-Morris-Pratt算法）是一种高效的。（n是主串长度，m是模式串长度），远优于暴力匹配算法的。其核心思想是通过预处理模式字符串，利用。掌握KMP算法的核心在于理解。
2025-02-22 11:47:53
450
原创 架构——成为合格软件架构师的关键要求与成长路径
只有全面提升自身素质与能力，才能在软件领域中站稳脚跟，创造出卓越的软件系统，为企业和社会的数字化发展贡献力量。
2025-02-22 11:04:43
1129
原创 算法——Boyer-Moore算法
Boyer-Moore算法是一种高效的字符串匹配算法，由Robert S. Boyer和J Strother Moore于1977年提出。该算法的核心思想是通过预处理模式串，利用字符比较的不匹配信息来跳过尽可能多的目标字符，从而快速定位可能的匹配位置，减少比较次数。Boyer-Moore算法以其高效性和巧妙的设计在字符串匹配领域占据重要地位。通过深入理解其原理和实现，我们可以更好地应用这一算法来解决实际问题。希望本文能对读者有所帮助，并在实践中发挥Boyer-Moore算法的优势。
2025-02-21 22:41:24
997
原创 架构——业务架构、数据架构和技术架构的关系
业务架构是对企业业务的一种抽象描述，它从业务的视角出发，梳理业务流程、划分业务模块，明确各业务模块之间的关系，旨在确保业务目标的顺利实现。它是企业战略与实际业务运营之间的桥梁，将抽象的战略目标转化为具体可执行的业务活动和流程。在软件项目中，业务架构扮演着至关重要的角色。它就像是软件系统的 “业务蓝图”，为后续的数据架构和技术架构设计提供了方向和依据。通过清晰的业务架构设计，开发团队能够更好地理解业务需求，准确把握业务的核心流程和关键环节，从而避免在开发过程中出现需求理解偏差、功能设计不合理等问题。
2025-02-18 21:30:45
1654
原创 算法——舞蹈链算法
舞蹈链算法通过双向链表的动态调整，将精确覆盖问题的搜索效率提升到极致。尽管实现复杂，但它在处理组合优化问题时表现卓越，尤其适合约束严格的场景。理解其核心在于掌握链表操作与回溯思想的结合。
2025-02-18 20:41:55
1170
原创 算法——Alpha-Beta剪枝搜索
（1）将走棋方定为MAX方，因为它选择着法时总是对其子节点的评估值取极大值，即选择对自己最为有利的着法；（2）将应对方定为MIN方，因为它走棋时需要对其子节点的评估值取极小值，即选择对走棋方最为不利的、最有钳制作用的着法。（3）在对博弈树（博弈树是指由于动态博弈参与者的行动有先后次序,因此可以依次将参与者的行动展开成一个树状图形。）采取深度优先的搜索策略时，从左路分枝的叶节点倒推得到某一层MAX节点的值，可表示到此为止得以“落实”的着法最佳值，记为α。（4）显然此值可作为MAX方着法指标的下界。
2025-02-16 11:31:55
2272
VMware-ovftool-4.4.0-15722219-win.x86_64.rar
2020-05-03
C# vs2010 4.0框架，编译生成成功，但是bin文件下面生成不了引用的dll
2014-12-18
TA创建的收藏夹 TA关注的收藏夹
TA关注的人