改行学it

A.每日一题：144题+145题二叉树的前序遍历+后序遍历在 Java数据结构——7.二叉树《干货笔记》中二叉树的遍历部分有详解，另外在其中 OJ 面试题部分还有非递归解法（借助栈实现，核心思路见下方代码中的注释部分）

A.每日一题：3612. 用特殊操作处理字符串 I4ms击败100.00%时间复杂度O(2ⁿ)，其中 n 是 s 的长度，最坏情况下把一个字符复制 n-1 次，得到长为 2ⁿ⁻¹ 的字符串，这个过程的时间为等比数列之和O(1+2+4+8+……)=O(2ⁿ)

这个DBA有点耶

国产数据库有哪些？2026年主流产品选型对比大家好，我是小耶，写功课只是为了我踩过的坑，你们别再踩了！你有没有这种困惑：公司要搞信创替代，领导让你“调研一下国产数据库”，你打开搜索一看——达梦、金仓、OceanBase、TiDB、PolarDB、GaussDB……几十个名字扑面而来，每个都说自己“兼容Oracle”“性能卓越”“信创认证”。到底怎么选？

这个DBA有点耶

Vibe Coding 是什么？当“感觉编程”遇上数据库大家好，我是小耶，写功课只是为了我踩过的坑，你们别再踩了！你有没有被产品经理追着问：“帮我查一下上个月买过A商品又买了B商品的用户，他们的平均客单价是多少？”你心里想：又要写一堆自连接、子查询、窗口函数……烦不烦？如果这时候有个工具，你直接说人话，它就帮你把SQL写好了，你会不会觉得这简直是救星？

信息系统基础知识（八）：典型信息系统架构模型详解在前面的九篇文章中，我们逐一学习了信息系统的分类体系——从记录日常交易的TPS，到支持管理决策的MIS，从辅助半结构化决策的DSS，到模拟专家推理的ES，从提升办公效率的OAS，到整合企业资源的ERP。这些系统各自在企业中扮演着不同的角色：TPS处理具体的业务交易，MIS生成管理报表，DSS辅助高层决策，ES模拟领域专家，OAS提升办公效率，ERP整合全企业资源。它们相互协作，共同构成企业信息化的完整图景。

这个DBA有点耶

多模融合数据库深度解析：关系、文档、向量、图如何统一？摘要：传统“数据库全家桶”模式（关系库+文档库+向量库+图库）正被多模融合数据库颠覆。本文用“超市仓库”比喻解释四种数据库类型各自的角色与协作关系，分析多库拼装的痛点，以金仓KingbaseES V9为例展示融合数据库如何一套内核同时支持关系数据、JSON文档、向量嵌入和图数据，并提供适用场景和选型建议。

这个DBA有点耶

SQL中的窗口函数进阶：滑动窗口与帧子句详解关键词：窗口函数；滑动窗口；帧子句；移动平均；ROWS；RANGE；SQL进阶大家好，我是小耶，写功课只是为了我踩过的坑，你们别再踩了！

这个DBA有点耶

SQL语义执行：当数据库开始“理解”你的查询意图关键词：语义执行；查询优化器；AI代价模型；近似查询；向量检索；自然语言查询大家好，我是小耶，写功课只是为了我踩过的坑，你们别再踩了！

【快速熟悉容器】企业 Docker 从 0 到落地全流程（分角色版）最近闲来无事，网上冲浪总会看到docker的身影，我就好奇了，什么是docker？学习者和企业内的用法有啥不同？特出一个容器系列学习笔记，感兴趣的点点关注一起学习呀~

这个DBA有点耶

COUNT进阶：超大表的近似计数与HyperLogLog关键词：COUNT；HyperLogLog；近似计数；基数估算；大数据当表数据量达到千万甚至亿级时，精确的 COUNT(DISTINCT col) 往往非常缓慢。本文介绍一种概率性算法——HyperLogLog，它可以在极小的内存开销下估算唯一值的数量，误差控制在2%以内。结合Redis、PostgreSQL等实现方式，帮助数据分析师在超大表场景下快速获得近似统计结果。

一个王同学

从零到一 | CV转多模态大模型 | week09 | Minillava Refactor结合手搓和llava源码深入理解多模态大模型原理文中代码： https://github.com/wz940216/From0to1-MLLM-StudyLog.git 上一篇手搓了minillava模型，并从零开始训练，让qwen1.5具备了多模态能力。

这个DBA有点耶

MySQL深分页优化：从LIMIT 1000000,10到毫秒级响应的三种写法我是小耶，干运营半路出家的野生DBA——写功课只是为了我踩过的坑，你们别再踩了！刚转行时我写的分页查询是 SELECT * FROM orders ORDER BY id LIMIT 1000000, 10。前100页还好，用户翻到第200页就开始转圈。后来才知道这是典型的“深分页”问题。

西瓜书《机器学习》全网最详细解读第一章：绪论《机器学习》，又称西瓜书，是南京大学教授周志华教授编著的一本机器学习领域的经典教材。《机器学习》系统地介绍了机器学习的基本理论、常用算法及其应用。全书内容丰富，涵盖了机器学习的多个重要方面，包括监督学习、无监督学习、强化学习等主要学习范式。《机器学习》适合计算机科学、人工智能、数据科学等相关专业的本科生、研究生以及对机器学习感兴趣的自学者。无论是初学者希望系统地学习机器学习的基础知识，还是有一定基础的研究人员和从业者希望深入了解前沿技术，这本书都能提供有价值的参考。

信息系统基础知识（五）：专家系统（ES）详解在前几篇文章中，我们学习了业务处理系统（TPS）、管理信息系统（MIS）和决策支持系统（DSS）。如果说MIS告诉我们“发生了什么”，DSS帮我们探索“如果……会怎样”，那么本章的专家系统（ES）要解决的核心问题是：“应该怎么做？为什么？” ——它不仅给出解决方案，还能解释其推理过程，输出决策依据。

信息系统基础知识（六）：办公自动化系统（OAS）详解在前几篇文章中，我们梳理了TPS（事务处理系统）、MIS（管理信息系统）、DSS（决策支持系统）和ES（专家系统）。这一系列系统构成了企业信息化的完整图景。本章的办公自动化系统（OAS）是其中应用最广、与普通员工关系最密切的一类，也是信息系统分类“末位”的常客——有的复习资料习惯将其排在其他系统之后，但不代表它的地位无足轻重。

信息系统基础知识（一）：企业信息化与信息系统架构（下篇）在上篇和中篇中，我们系统梳理了信息系统的基础概念、发展历程、开发方法，以及TPS、MIS、DSS、ES、OAS、ERP等典型信息系统的定义、功能结构和特点。然而，单个信息系统的价值是有限的——只有当它们与企业战略深度融合、协同运行时，才能真正成为驱动企业发展的核心引擎。

UML与SysML深度解析：从软件工程到系统工程的建模语言进化之路在软件与系统工程领域，建模语言扮演着建筑师手中图纸的角色——它们将抽象的概念转化为可视化的表达，帮助团队沟通、设计和文档化复杂的系统。当谈及建模语言时，有两个名字不可避免地出现在每一个从业者的视野中：UML（统一建模语言）和 SysML（系统建模语言）。

计算机系统基础知识（十四·补充篇）：计算机网络之数据通信技术详解在上一篇文章《计算机网络详解》中，我们重点梳理了网络协议、OSI模型、TCP/IP协议栈等内容。但正如一位细心的读者指出的，原文缺少了计算机网络底层最重要的内容——数据通信技术。

计算机系统基础知识（十四）：软件篇之计算机网络详解在系统架构设计师的知识体系中，如果说操作系统是计算机的“灵魂”，数据库是企业的“记忆”，那么计算机网络就是连接这一切的“神经网络”。网络使分散的计算资源能够协同工作，使信息能够跨越时空传递，是构建分布式系统、云计算、微服务等现代架构的基础。

计算机系统基础知识（九）：软件篇之网络协议详解网络协议是计算机网络中数据交换必须遵守的规则和约定。如果把计算机网络比作一个国际化的“城市交通系统”，那么网络协议就是其中的“交通规则”——它规定了数据如何打包、如何寻址、如何路由、如何纠错，确保信息能够在复杂的网络环境中准确、高效地传输。