【2024 Year-End Summary】C++自学分享

【2024 Year-End Summary】C++自学分享

 目录

[ C 语言 ]

[ 数据结构 ]

[ 算法 ]

[ C++ ]

[Linux]

[Mysql]

[Redis 文档学习]

[Docker 云原生]

[Git]

[Qt]


转眼大学就过了一年半,希望自己可以保持学习₍₍Ϡ(੭•̀ω•́)੭✧⃛


在刚上大一的时候用的是纸质笔记本,后来东西越学越多,就开始使用语雀文档,文章也有部分同步到 ZEEKLOG 上了,很高兴能够对大家有所帮助~

博客之星的文章一直不知道写些什么,想着对专栏做一个整理叭

下面的标题/网课名 就是 学习链接的传送门,自学的资料也都是免费的,开头就不多说了,学就好啦


[ C 语言 ]

hh 这是多少小伙伴梦开始的地方

网课:

书籍:

  • C Primer Plus
  • C 和指针
  • C 陷阱与缺陷

[ 数据结构 ]

Data Structures[C++]

网课:

书籍:

  • 大话数据结构

[ 算法 ]

网课:

书籍:

  • 算法竞赛入门经典(刘汝佳老师)

[ C++ ]

网课:

手写 STL 的部分,其实也是一种对于数据结构的学习

当然网课还有各大培训班就不多说啦,可以按需找资源,找到适合自己的学习方法就好~

书籍:

  • C++ Primer Plus
  • Effective STL
  • STL 源码剖析

[Linux]

主要分为三部分:

  • linux 命令
  • 操作系统
  • 网络

linux:

网课:

书籍:

  • Linux 内核设计与实现
  • UNIX 环境高级编程

操作系统:

书籍:

  • 深入理解计算机系统
  • 现代操作系统

网络:

网课:

书籍:

  • 图解 TCP/IP
  • 图解 HTTP

[Mysql]

网课:

书籍:

  • MySQL 是怎样运行的

[Redis 文档学习]

网课:

书籍:

  • Redis 设计与实现
  • 官方文档

[Docker 云原生]

网课:

书籍:

  • 官方文档

[Git]


[Qt]


上面就是一些资料的分享~ 成为一名程序员肯定要掌握的更多,不管是知识层面的宽度还是深度,路漫漫其修远兮,保持着对学习的热爱,我们一起加油(◦˙▽˙◦)

提前祝看到这里的小伙伴新年快乐,新的一年里更上一层楼~

Read more

大模型工程化vs传统AI工程:核心差异解析

大模型工程化vs传统AI工程:核心差异解析

大模型工程化vs传统AI工程:核心差异解析 📝 本章学习目标:本章是基础入门部分,帮助读者建立大模型工程化的初步认知。通过本章学习,你将全面掌握"大模型工程化vs传统AI工程:核心差异解析"这一核心主题。 一、引言:为什么这个话题如此重要 在大模型技术快速发展的今天,大模型工程化vs传统AI工程:核心差异解析已经成为每个AI工程师必须掌握的核心技能。大模型的工程化落地不仅需要理解模型原理,更需要掌握系统化的部署、优化和运维能力。 1.1 背景与意义 💡 核心认知:大模型工程化是将研究模型转化为生产级服务的关键环节。一个优秀的模型如果缺乏良好的工程化支持,将难以在实际场景中发挥价值。 从GPT-3到GPT-4,从LLaMA到Qwen,大模型参数量从数十亿增长到数千亿。这种规模的增长带来了巨大的工程挑战:如何高效部署?如何优化推理速度?如何控制成本?这些问题都需要系统化的工程化能力来解决。 1.2 本章结构概览 为了帮助读者系统性地掌握本章内容,我将从以下几个维度展开: 📊 概念解析 → 技术原理 → 实现方法 → 实践案例 → 最佳实践 → 总结展望 二、

By Ne0inhk
【保姆级教程】告别命令行!ClawX:首款 OpenClaw 可视化桌面客户端,零门槛玩转 AI 智能体!

【保姆级教程】告别命令行!ClawX:首款 OpenClaw 可视化桌面客户端,零门槛玩转 AI 智能体!

目录 1、为什么选择 ClawX?(核心亮点) 🎯 零配置门槛 (Zero Configuration) 💬 现代化的聊天体验 ⏰ 可视化的自动化任务 (Cron Automation) 🧩 技能插件市场 (Skill System) 2、技术揭秘:它是如何工作的? 3、快速上手指南 4、注册并获取高性能 API 5、在 ClawX 中接入 API 6、验证连接与初次体验 🚀 结语:这只是冰山一角 在这个“万物皆可 Agent”的时代,我们见证了 OpenClaw 这样优秀的开源项目如何重新定义了 AI 任务编排。它强大、灵活,能帮我们串联起各种复杂的 AI 工作流。 但是,你是否也曾有过这样的困扰? * 想要体验最新的 AI

By Ne0inhk
【Coze - AI Agent 开发平台】-- 你真的了解 Coze 吗

【Coze - AI Agent 开发平台】-- 你真的了解 Coze 吗

🔭 个人主页:散峰而望 《C语言:从基础到进阶》《编程工具的下载和使用》《C语言刷题》《算法竞赛从入门到获奖》《人工智能AI学习》《AI Agent》 愿为出海月,不做归山云 🎬博主简介 文章目录 * 前言 * 1. 什么是 coze * 2. 为什么要学会使用 Coze * 3. 玩转 Coze 都能干什么 * 4. 扣子产品生态 * 4.1 扣子产品矩阵 * 4.2 注册 Coze * 4.2.1 访问扣子官网 * 4.2.2 选择注册方式 * 4.2.3 完善个人信息 * 4.3 扣子开发平台 * 4.

By Ne0inhk
相干伊辛机在医疗领域及医疗AI领域的应用前景分析

相干伊辛机在医疗领域及医疗AI领域的应用前景分析

引言:当量子退火遇见精准医疗 21世纪的医疗健康领域正经历着一场由数据驱动的深刻变革。从基因组学到医学影像,从电子病历到可穿戴设备,医疗数据正以指数级增长。然而,海量数据的背后是经典的“组合爆炸”难题——例如,药物分子中电子的量子态搜索、多模态医疗影像的特征匹配、个性化治疗方案的组合优化等,这些问题对经典计算机,甚至对传统的超级计算机而言,都构成了难以逾越的计算壁垒。 相干伊辛机(Coherent Ising Machine, CIM)作为一种基于量子光学和量子退火原理的新型计算范式,为解决这类组合优化问题提供了全新的物理路径。它不同于通用量子计算机(如超导门模型),CIM是专为寻找复杂伊辛模型基态而设计的专用量子处理器。本文将深入探讨CIM如何凭借其强大的并行搜索能力,在药物研发、精准诊断、个性化治疗以及医疗AI优化等领域,从计算底层赋能医疗科技的未来。 一、 相干伊辛机:从统计物理到量子计算引擎 要理解CIM在医疗领域的潜力,首先需要深入其物理内核,厘清它如何通过光的相干性来高效解决现实世界的复杂问题。 1. 伊辛模型:组合优化的“通用语言” 伊辛模型最初源于统计物理学

By Ne0inhk