- 博客(846)
- 资源 (10)
- 收藏
- 关注
RSS订阅原创 JDK8和JDK8以后对jdk的优化，以及为什么如此优化
JDK8及后续版本进行了多项优化改进。JDK8引入Lambda表达式和Stream API实现函数式编程，通过invokedynamic指令提升性能，并新增Optional类避免空指针异常。JDK9采用模块化系统减少内存占用，JDK10添加var关键字简化代码。JDK11推出ZGC垃圾收集器实现亚毫秒级停顿，JDK17引入密封类精确控制继承关系。这些优化主要针对代码简洁性、运行效率和系统稳定性进行改进，如减少对象创建、利用多核并行处理、降低内存占用等，显著提升了开发效率和程序性能。
2026-03-25 11:51:47
373
原创 用python实现一个查询当天天气的MCP服务器
本文介绍了一个基于Python的MCP服务器实现，用于查询深圳当天天气。该服务器通过HTTP接口提供天气数据查询服务，主要特点包括：1) 使用Python标准库http.server实现；2) 集成OpenWeatherMap天气API；3) 返回JSON格式的天气数据，包含温度、湿度、风速等关键信息。实现步骤包括：配置API密钥、构建请求URL、处理API响应等。服务器运行后可通过/weather/shenzhen路径获取深圳天气数据，为MCP模型提供标准化的外部工具调用接口。
2026-03-24 15:16:14
56
原创 用python实现Transformer
本文展示了使用PyTorch实现Transformer模型的完整代码，包含编码器、解码器、注意力机制等核心组件。主要实现了位置编码、缩放点积注意力、多头注意力、前馈网络等关键模块，并整合成完整的Transformer架构。代码提供了示例用法，包括创建掩码和处理序列到序列任务。该实现支持自定义模型参数（如维度、头数、层数等），适用于自然语言处理等任务。运行需要Python 3.6+和PyTorch 1.6+环境。
2026-03-24 11:43:55
181
原创 Transformer的自注意力机制原理
Transformer模型的核心自注意力机制通过计算序列元素间的相关性权重，动态整合全局信息。其核心步骤包括：将输入转换为查询、键、值向量，计算注意力分数并归一化，最后加权求和生成新表示。多头自注意力机制进一步扩展该能力，通过并行计算多个注意力头捕获不同子空间特征。该机制具有并行计算、长距离依赖建模、结构灵活和可解释性强等优势，是Transformer处理序列数据的核心创新。
2026-03-24 10:52:49
646
原创 Java实现B+树，体会B+树做索引的精妙
本文实现了一个B+树的数据结构，包含节点定义和核心操作。BPlusTreeNode类定义了节点的基本结构（键值列表、子节点引用、叶子节点指针）和操作方法。BPlusTree类实现了插入（支持自动分裂）、查找、范围查询（利用叶子节点链表）等核心功能，并通过前序遍历和叶子遍历提供调试支持。测试案例验证了插入、查找、范围查询等功能，展示了节点分裂过程。该实现具有B+树的典型特征：所有数据存储在叶子节点、叶子节点形成有序链表、自动平衡等，保证了稳定的查询性能，特别适合范围查询场景。
2026-03-24 09:44:48
478
原创 Java实现二叉树，体会递归的精妙
本文实现了一个二叉搜索树(BST)的数据结构。首先定义了包含val、left和right属性的TreeNode类作为基础节点。BinarySearchTree类提供了完整的BST操作：使用递归实现节点插入和查找功能，支持前序、中序、后序三种递归遍历方式，以及基于队列的层次遍历。测试类验证了BST的正确性，包括插入节点后的有序遍历结果（中序遍历输出升序序列）和节点查找功能。该实现完整展示了BST的核心特性：左子树值小于根节点，右子树值大于根节点。
2026-03-24 09:19:39
46
原创 XXL-JOB集成到springBoot手册
XXL-JOB集成SpringBoot指南：首先初始化数据库，创建xxl_job库及7张核心表，包括任务信息、日志、用户等表。通过Docker部署Admin服务，配置MySQL连接参数。SpringBoot项目中引入xxl-job-core依赖，配置执行器参数（appname、端口、日志路径等）。创建XxlJobConfig配置类初始化执行器，并使用@XxlJob注解定义定时任务方法。默认管理账号admin/123456，任务中心地址为http://ip:port/xxl-job-admin/。该方案实现了
2026-03-23 15:34:36
493
原创 Java实现数据结构栈
本文介绍了两种Java栈的实现方式：基于数组的ArrayStack和基于链表的LinkedStack。两者都实现了Stack接口，包含push(入栈)、pop(出栈)、peek(查看栈顶)、isEmpty(判空)、size(获取大小)和clear(清空)等基本操作。ArrayStack通过动态扩容处理空间不足问题，LinkedStack则通过节点链接实现。测试代码验证了两种实现的功能正确性，包括入栈、遍历、出栈、判空等操作。两种实现各有特点：数组实现访问效率高但需处理扩容，链表实现无需考虑容量但需要额外空间
2026-03-23 14:52:47
51
原创 Java实现数据结构线性表和链表
本文介绍了线性表的两种Java实现方式：顺序表(ArrayList)和链表(LinkedList)。首先定义了一个通用的LinearList接口，包含添加、删除、查找等基本操作。顺序表基于数组实现，支持动态扩容，适合频繁访问场景；链表采用节点结构，适合频繁插入删除操作。两者都实现了泛型设计、异常处理和内存管理优化。测试类LinearListTest演示了两种实现的使用方法，验证了各项功能。该设计体现了接口与实现分离的原则，具有良好的可维护性和扩展性。
2026-03-23 09:36:56
359
原创 Java实现一个5层汉诺塔
本文介绍了汉诺塔问题的递归解法。汉诺塔规则要求将n个盘子从A柱移动到C柱，每次只能移动一个盘子且大盘不能压小盘。采用递归算法：当n=1时直接移动；否则先将n-1个盘子移到辅助柱，移动最底下的盘子，再将n-1个盘子移到目标柱。文章给出了Java实现代码，通过HanoiTower类的move方法递归处理移动步骤，main方法演示了5层汉诺塔的解决方案。该算法通过分解问题为更小的子问题，最终完成所有盘子的移动。
2026-03-23 09:09:23
30
原创 Intellij idea中gitlab菜单对代码版本管理的含义
Git中分支操作的核心功能，包括切换分支、创建新分支、比较分支差异、变基和合并分支等。正确使用这些命令可以帮助你高效地管理代码版本和协作开发。
2026-03-20 16:11:36
312
1
原创 企业接入人工智能使用本地化部署大模型为第一步
现在企业接入大模型很多时候都是选择本地化部署，目的是进行扩展和强化检索，例外一个目的是构建个性化模型，防止企业内部数据外泄。所以很多时候选择本地化部署模型为基座，再在基座上做应用开发，比如智能助手，辅助编程，智能体等接入千问3.5为例
2026-03-19 09:28:02
668
原创 Java springboot里注解大全和使用指南
在 Java Spring Boot 中，注解是简化开发、提高效率的关键工具。以下是一些核心注解及其使用指南，按功能分类整理：
2026-03-18 16:27:19
518
原创 机器学习算法公式和解读，每次多看它几眼都有新的理解和更接近的了解
机器学习算法公式和解读，每次多看它几眼都有新的理解和更接近的了解，人的学习也是和机器学习，不断的接近损失函数的过程。
2026-03-17 14:30:02
454
原创 python很简单但是很多库，重在练习才能熟
平时编写python的时候最困难的是python有很多库，如果不去背各种库的作用，多去看，也根本没法编程。他们就像像一个黑箱，至于黑箱里有什么，不去查，根本没法编程所以python语法虽然很简单但是很多库，重在练习才能熟
2026-03-17 10:17:32
324
原创 Trae AI 辅助编程超全技巧：从入门到提效
Trae 是字节跳动推出的 AI 原生 IDE，核心价值在于深度上下文理解与全流程自动化，能显著提升编码、调试与项目构建效率。以下是分场景的实用技巧，帮你快速上手并发挥最大价值。
2026-03-16 14:35:17
945
原创 python爬虫例子，且处理反爬的网站也能爬
python爬虫例子，且处理反爬的网站也能爬，需要安装爬虫所需的依赖包，包括requests、beautifulsoup4和fake_useragent。pip install requests beautifulsoup4 fake_useragent
2026-03-16 10:23:35
567
原创 机器学习线性回归算法是入门机器学习理解人工智能模型很好示例
线性回归是通过一个或多个自变量与因变量之间进行建模的回归分析，其特点为一个或多个称为回归系数的模型参数的线性组合。如下图所示，样本点为历史数据，回归曲线要能最贴切的模拟样本点的趋势，将误差降到最小。
2026-03-13 11:29:53
221
原创 如果使用第一性原理来分析现在的AI应用，现在的AI有什么价值吗
摘要：从第一性原理分析当前AI应用，90%存在价值缺陷。AI客服因无法满足用户需求而效用低下；AI编程产出过剩，市场需求难以消化；全民AI创收模式面临"向谁赚钱"的根本矛盾。这些现象揭示多数AI应用缺乏底层逻辑支撑，停留在表面创新。真正有价值的AI应回归本质需求，通过重构解决方案创造不可替代性，而非盲目跟风。当前AI泡沫中，只有突破传统假设、解决核心问题的应用才具有持续价值。
2026-03-13 11:07:49
392
1
原创 编程下半场--AI编程，拥抱AI拥抱变化
AI编程工具Trae在IntelliJ IDEA 2025中展现出强大能力，仅用一分钟即可生成完整的Java API调用工具类。该工具类包含GET/POST/PUT/DELETE方法、自动重试机制、统一响应封装和详细日志记录等功能，支持SpringBoot集成。示例代码展示了如何调用第三方API并处理响应，体现了AI辅助编程的高效性。随着AI工具的普及，传统编程价值可能面临重构，开发者需要适应这一技术变革趋势。
2026-03-11 16:04:07
487
1
原创 人工智能技术相关课程学习（浙大和清华的设计对比）
浙大与清华人工智能专业课程体系对比显示，两校均构建了涵盖核心理论、技术应用、交叉学科和实践项目的完整课程框架。浙大侧重算法基础与社会伦理的结合，开设《人工智能哲学基础与伦理》等特色课程；清华则突出数学基础与前沿技术，由姚期智院士亲自讲授《人工智能应用数学》。两校均设置大量实践环节，浙大通过MO实训项目（如机器人走迷宫）培养应用能力，清华则开展AI+X跨学科项目。通识教育方面，浙大针对不同背景学生开设ABC三类基础课，清华推出辅修学位和证书项目。课程体系均体现理论与实践并重、技术与社会融合的特点。
2026-03-11 11:25:15
408
原创 本地部署智能体OpenClaw
OpenClaw 这是目前最成熟、社区最活跃的选项之一。它不仅能聊天，核心价值在于执行——将你的指令转化为实际的电脑操作。如果你想找一个能立刻帮忙干活、且对中文支持极佳的助手，选它准没错。
2026-03-05 11:24:32
1403
原创 机器学习：矩阵分解、GBDT、LTR、Word2Vec、CRF、LSTM等常见算法总结
矩阵分解、GBDT、LTR、Word2Vec、CRF、LSTM等常见算法总结
2026-03-05 10:57:18
673
原创 本地jar包，制作Docker镜像，再推送镜像到K8s，重启K8s的操作过程。
在 Docker 中，镜像（Image） 是构建和运行容器的核心基础，可以理解为一种轻量级、可执行的软件包，包含运行应用程序所需的一切：代码、依赖库、环境变量、配置文件等
2026-03-05 10:00:50
605
原创 Java使用注解@Async实现异步和多线程业务操作
在Java业务中如果需要调用方法，为了避免阻塞，可以使用异步操作，开启多线程。可以使用注解@Async类似的一类业务问题。
2026-03-02 17:33:44
200
原创 智能体使用python调用公司内部数据库实现智能体RAG完整代码
要实现智能体使用Python调用公司内部数据库并实现RAG（Retrieval-Augmented Generation）功能，需要以下步骤：连接数据库、获取数据库结构、将用户问题转换为SQL查询、执行查询获取相关数据、将数据作为上下文传递给LLM生成回答。
2026-03-02 16:14:09
337
原创 使用TRAE AI 辅助编程实战
我已经完成了契约束电子签章接口调用的Java实现，以下是实现的主要内容：实现的功能获取访问令牌：通过App Token和App Secret获取访问令牌上传文件：将文件上传到契约束平台并获取文件ID创建签署任务：创建包含签署人信息的签署任务发起签署：开始签署流程查询签署状态：获取签署任务的当前状态
2026-03-02 09:56:13
1018
原创 GitHub Copilot安装使用
GitHub Copilot安装使用指南：首先需注册GitHub账号并订阅相应计划 在VSCode中安装官方插件后登录授权即可使用。核心功能包括智能代码补全（通过Tab键接受建议）、Copilot Chat交互（支持代码解释/调试/重构）和注释生成代码。使用时建议编写清晰注释、提供充分上下文，并定期审查生成代码。掌握快捷键能显著提升效率，如Ctrl+Enter强制生成建议、Alt+[切换建议等。教育用户可申请免费使用。
2026-03-01 18:14:29
1121
原创 目前AI常用辅助编程工具介绍
AI辅助编程入门首选：新手用 Cursor（无需配置，聊天式操作），有 GitHub 账号选 Copilot（适配性最强）；核心技巧：提示词要精准（明确语言 / 框架 / 需求），AI 生成的代码必须验证后再使用；定位：AI 是「辅助工具」，不是「替代开发者」，重点是用它提升效率，而非放弃理解代码逻辑。
2026-02-28 15:38:27
1247
原创 Token、模型、训练、权重、微调、RAG、本地部署
Token、模型、训练、权重、微调、RAG、本地部署 弄得懂这几个词的含义就弄的了90%的大模型原理
2026-02-27 21:09:37
602
原创 豆包大模型是怎么训练成的
豆包 = 自研架构（Seed） + 海量高质量数据 + 超算集群预训练 + 对齐微调 + 持续迭代。核心研发是字节内部团队完成；外部只能使用、微调、应用，不能碰核心训练。
2026-02-27 21:04:33
1268
原创 假如有一天我不写代码了，我还能做什么？
假如有一天你没有写代码了，你还能做什么，假如有一天我不写代码了，我还能做什么？这是一个很扎心的问题，也是一个不能不面对的问题。大环境，年龄，技术更新，企业用工需求，技术福利待遇，无非是这些问题。作为深耕IT技术10几年的老程序员，想了很久，答案很残酷。做不了什么，除了与IT事业共存亡。别人能干的，你不一定能干，你能干的别人干起来也费劲。赚钱的门槛很高，重新开始，付出成本极高，且不具备确定性，门槛低的，不赚钱。所有，只能在IT的道路上走到黑，直至没有东西可干。在这条路上，最重要的是学会拥抱变化
2026-02-26 18:59:20
909
原创 Java使用MultipartFile上传下载excel后端处理
在 Java 中处理文件上传时，MultipartFile 是 Spring Framework 提供的用于处理 HTTP multipart/form-data 请求中上传文件的接口。以下是关于 MultipartFile 的详细介绍和使用示例：MultipartFile 简介MultipartFile 是 Spring 中表示上传文件的接口，它提供了一系列方法来获取文件信息、读取文件内容等。
2026-02-09 17:47:59
1098
【java面试题】java面试宝典基础知识版
2023-03-04
软件需求规格说明书模板
2023-02-01
软件项目过程文档模板汇总
2023-01-12
java统一认证中心单点登录系统源码，开箱即用
2023-08-23
SpringCloud项目测试开发环境部署文档
2023-08-21
微服务逆向生成工程源码（兼容mysql，oracle，postgresql和达梦数据库）
2023-07-31
java怎么实现收银台
2023-10-11
springtool suite4配置 IEDA对应的maven Runer参数在哪配
2023-05-10
Thinkpad X13 windown 10笔记本 的部分 按键经常失灵.怎么解决？
2023-04-21
TA创建的收藏夹 TA关注的收藏夹
TA关注的人