深入理解计算机系统
信息就是位（bit) + 上下文（使用这些bit的地方，对他们产生不同的解释，理解为一个整数？或者其他） 源程序.cpp 预处理器 预处理过的源程序.i 编译器 汇编程序.s 汇编器 二进制程序.o（机器语言指令，可重定位目标程序） 链接器 最后程序（将相应的部分放进来） 组成：总线，处理器，IO，主存 执行程序的过程中（./hello） 键盘经过处理器（寄存器）存储在主存，主存读辅存程序，到处理
生成式人工智能
chain of thought 情绪勒索 强化学习寻找prompt in context learning（随着模型的增强，这个也越来越强了） 拆解任务 自我检查 做同一个任务多次，然后让他选择其中最正确的 rag Program of thoughts tree of thoughts(对于一个任务进行分拆，然后对于每一个任务进行多次，然后选择其中正确的继续） 调用工具，即让训练产生特殊的to
设计模式
设计模式相当于是一种抽象的思路，为解决问题而生的固定化的套路思路。 面向对象 抽象：将具体事物抽象 封装：隐藏接口实现 继承：提取相同部分 多态：用相同的代码调用不同但类似的对象 对象之间的关系 依赖：类A中存在类B相关的东西 关联：类A中有类B 聚合：类A与类B是包含的关系但是非单一 组合：类A完全由类B等类组成 实现：类A实现接口类B 继承：类A继承B的接口与实现，并可以拓展 面向对象最重
差分约束
一个差分约束问题是一个线性规划问题，只不过只有一个限制条件。 Ax≤\le≤B。 而在A矩阵中每一行只存在一个1和一个-1，其他全为0。 我们可以将这个问题转换为一个图论问题。 对于这样的问题，我们进行建图，如果存在一个xi−xj≤ax_i-x_j\le axi−xj≤a，则建立一条从xjx_jxj到xix_ixi的边，边的权重为a。 另外新建一个节点x0x_0x0，它指向所有的原有未知
汇编
编译 nasm -f elf 文件名 -f：指定输出文件格式，elf：linux格式下的可执行文件 ld -m elf_i386 -s -o 目标文件名 原可执行文件名 ld：调用ld链接器 -m：指定格式(elf_i386) -s：去除所有符号表和重定位信息,生成更小的可执行文件 -o：指定输出名 代码部分（section后面都有空格） section .data：常量 section
离散
1.1 无序对 无序积 & 多重集 重复度 无向图G 顶点集V 无序积 边集E 有向图D 多重子集 n个定点的图被称为n阶图 无边为零图 平凡图： 1阶0图 空图：无顶点 环：两端点重合 关联，关联次数：与边相接的边数 相邻：共同点或共同边 有向图始点，终点 相邻也要遵从有向 孤立点：没边 1.2 度d：连接的边数，环算2 握手定理：度和为2*边 有向图出就是出度，如就是入度 悬挂顶点：度
红黑树
性质 旋转 插入 插入的新节点或者需要调整的节点必然是红色的 当该节点的父亲是红色的时候，就需要调整。 情况一：叔节点是红色，将爷节点的黑色下放 情况二：叔节点是黑色，当父节点是左节点时，本节点是左节点就右旋，右节点就左旋，有节点则相反，当与叔节点是异边节点时调整颜色 操作完成之后要么循环结束，要么矛盾节点上移产生新的矛盾 仍然没有搞懂为啥左节点的时候就不能左旋，虽然确实会不平衡，但为什么