转眼间 2025 年已经过去快一周了, 翻翻相册的老照片, 记忆又那么远, 又那么近...
记个流水账吧...
最近很忙, 随缘更新.
数据结构完全是一门理论的, 抽象的, 而且完全脱离实际的一门课程((, 因此本节内容放在了学习而非开发分类下.
今天学习KMP算法彻底被气到了(甚至上课时候直接把书撕了), 数据结构这门课程玷污了优雅且伟大的KMP算法.
所以内容完全没想去理解, 本节主要分享下next和nextval数组的求法, 仅提供方法, 无任何原理讲解.
又咕咕好长时间了, 这次有朋友初学py, 被递归难住(尤其是汉诺塔问题), 因此写了一篇博客, 简单讲解下递归算法的算法核心.
很长一段时间没有写过blog了, 这次更新一篇文章.
这段时间中我接触了各种前端框架, 实现方式等. 前端各种各样的工具, 每一个都让人耳目一新, 却又达不到一个最佳实践的情况.
前端框架层出不穷, 说明了前端人对优化开发的急切需求, 也反映出到现在为止, 没有任何一个框架能使所有人高潮, 没有任何一个框架能做到垄断.
我们前端有和PyPI一样开放的社区, 又有和Go一样强大的核心力量. 开放性使每个人都有能力实现自己优化的想法, 强大的核心又为实现目标提供了超多的可能. 在这些已有的可能中, 又有无数的新的可能在孕育, 等待着唯一的"不可能"的出现.
上一次写blog居然已经是两个月前了
最近, 学院打算部署一个DeepSeek用于2025级招生问答工作, 苏喵觉得学院方案并不可行, 所以, 我编写了一个基于DeepSeek API和本地数据库的程序Kirafint.
该程序使用nodejs编写, 过程中咱也学到了很多东西, 这里一一分享一下.
上个世纪70年代, 波士顿地区房价波动较大, 这对房地产市场参与者是个重大的挑战. 为了解决这个问题, 研究人员使用机器学习算法来预测房价.
本人是人工智能专业学生, 第一次接触到机器学习便是这个算法(例题). 花费了大概两天时间, 完成了老师布置的波士顿房价预测的问题.