目录
三、N8N 配置自定义表单实现Data Table增删改查操作过程
2025年是AI大模型广泛使用的一年，随着大模型的能力日渐完善，基于大模型的其他周边的能力也逐步被开发出来，也在更广泛的领域中开始使用，比如结合低代码+工作流的AI智能体平台，基于传统的互联网应用的各自人工智能客服系统，各种助手等，因此大模型的边界得到了很大的拓展。在国内，比如典型的具有代表性的像Coze ，国外的Dify 等智能体平台，就是很好的将大模型的能力发挥到极致的代表，本文以智能体平台中非常核心的一个模块，工作流为例，来聊聊另一个近期非常火热的融合大模型与各种插件的流程编排工具，n8n。
n8n 是一个开源的工作流自动化工具，它允许用户通过可视化的方式创建、执行和自动化各种任务，这些任务可以是数据处理、文件操作、API 调用等。n8n 支持多种节点（nodes），每个节点代表一个特定的操作或服务，例如读取数据库、发送电子邮件、与第三方服务API交互等。官网：
文章目录 * 一、最长递增子序列 * 二、等差数列划分II-子序列 * 三、最长公共子序列 * 四、正则表达式匹配 动态规划是解决复杂算法问题的利器，本文将聚焦于单序列与双序列两类经典问题，通过分析最长递增子序列、正则表达式匹配等典型案例，深入剖析动态规划的状态定义与转移方程构建思路。 在阅读该文章时最好对基础的动态规划有所了解，因为在此不会讲解动态规划基础的细节，大家可以通过阅读下文进行学习：基础dp——动态规划多状态dp——动态规划子数组问题——动态规划 单序列问题往往具备两个关键特征，使其特别适合用动态规划求解。 * 问题解决路径需拆解为多个步骤，每个步骤都存在多种选择，最终目标是计算可行解的总数，或是找到满足条件的最优解。 * 问题的输入数据通常呈现为序列形态，比如一维数组、字符串等典型的线性数据结构。 根据题目的特点找出该元素对应的最优解（或解的数目）和前面若干元素（通常是一个或两个）的最优解（或解的数目）的关系，并以此找出相应的状态转移方程。一旦找出了状态转移方程，只要注意避免不必要的重复计算，问题就能迎刃而解。 下面讲解两个适合运用动态规划的单序
文章目录 * 题目链接 * 题目描述 * 解题思路 * 题解代码 * 复杂度分析 题目链接 https://leetcode.cn/problems/swap-nodes-in-pairs/ 题目描述 给定一个链表，两两交换其中相邻的节点，并返回交换后的链表。 不能修改节点内部的值（即只能实际交换节点）。 解题思路 * 使用哑节点 dummy 简化头结点被交换的处理。 * 维护四个指针： * node0：当前待交换对的前驱节点（初始为 dummy） * node1：当前对的第一个节点 * node2：当前对的第二个节点 * node3：下一对的起始节点（node2 的后继） * 交换步骤（重连指针）： * node0.next = node2 * node2.next = node1 * node1.next = node3 * 然后将 node0 移到 node1，
一、题目回顾 LeetCode 128 题「最长连续序列」是一道中等难度的数组题，核心要求如下：给定一个未排序的整数数组 nums，找出其中数字连续的最长序列（不要求序列元素在原数组中连续）的长度，且必须设计时间复杂度为 O (n) 的算法。 示例直观理解： * 输入 nums = [100,4,200,1,3,2]，输出 4（最长序列是 [1,2,3,4]）； * 输入 nums = [0,3,7,2,5,8,4,6,0,1]，输出 9（完整连续序列 0-8）。 二、
目录 前言 基本命令 HSET HGET HEXISTS HDEL HKEYS HVALS HGETALL HMGET HLEN HSETNX HINCRBY HINCRBYFLOAT 内部编码 高内聚，低耦合 前言 可以看出： Redis 的 Hash 是一个键（key）下包含多个字段（field），每个字段对应一个值（value）。一个 Hash 对象就像一个存储字段-值对的小型数据集合。Key：Redis 中的主键，用于标识整个 Hash 数据结构。Field：Hash 内部的字段，相当于小型键。Value：字段对应的值。 哈希类型中的映射关系通常称为 field-value，用于区分 Redis 整体的键值对（key-value）