LeetCode面试经典150题刷题110天复盘:核心题型与高效刷题法

今天是3月11号,也是我用LeetCode面试经典150这套题单刷题的第110天。刚把今晚的三道题和一次错题回顾收尾,趁着思路还热,写一篇阶段复盘。先给没接触过的朋友说清楚这套题单是什么:它是官方整理的一套面试高频题合集,总共150道,覆盖数组、字符串、链表、二叉树、图、动态规划、贪心、回溯这些面试最爱考的大类,每一道都是从历年题目里筛出来的高频代表。它的目标很明确——不让你在几千道题里大海捞针,而是用一组经过市场验证的题目,在有限时间内建立面试需要的基本盘。适合两类人:一类是准备跳槽、每天下班后临阵磨枪的开发者,另一类是还在学校、打算走工程方向但不知道从哪下手的同学。需要的基础不高,能写数组遍历和简单递归,基本就能跟上节奏。

这套题单我断断续续刷了110天,中间有过想放弃的时候,也有过“看见这题就知道考什么”的爽感。这篇打卡不是单纯报进度,而是想拆一拆我踩过的坑、总结出来的刷题方法,还有几道高频题的具体思路。如果你也在这条路上,希望能给你省点试错成本。

1. 面试经典150这套题单,到底好在哪

1.1 为什么是150道,不是1000道

很多新手入职后开始刷题,第一件事就是打开题库,按题目编号从头刷。这个姿势我太熟悉了,因为我自己就是受害者。前两周刷了大概40道,貌似很努力,实际上脑子里全是碎片:单调栈没弄懂就去碰回溯,回溯刚有点感觉又跳到图论,最后的结果是每道题都像新题,全无沉淀。

面试经典150的价值在于,它把“刷题”这件事从“题海战术”变成了“重点工程”。150道这个数字不是拍脑袋定的,它基本覆盖了面试里出现频率最高的题型结构。具体来看,它大概包含这几大块:

类别代表性题目类型面试出现频率
数组与哈希两数之和、三数之和、合并区间极高
字符串最长回文子串、有效的括号、字符串解码极高
链表反转链表、环形链表、合并两个有序链表高
二叉树中序遍历、最近公共祖先、层序遍历高
动态规划打家劫舍、爬楼梯、编辑距离高
贪心买卖股票时机、跳跃游戏中高
图岛屿数量、课程表、腐烂的橘子中
回溯全排列、组合总和、子集中高

用这套题单相当于有人帮你划了重点。你不需要纠结“这道题面试会不会考”,只需要纠结“这道题我能不能举一反三”。我在前60天把150道过完第一轮,最大的感受不是“我会做150道题”,而是“面试题翻来覆去就那么几个套路”。

1.2 和盲目刷题的区别在哪

很多人刷题有一个误区:把 AC(通过所有用例)当成了唯一目标。一道题没过,就换下一道;一道题过了,也不复盘,继续下一道。这么刷一个月,AC数倒是涨了,但面试官一追问为什么,立刻卡壳。

我自己走过这个弯路后总结:盲目刷题是在练习“匹配答案”,而用150题单刷题是在练习“识别模式”。举个例子,你刷了“两数之和”,如果只是背下了用哈希表,那遇到“三数之和”你还是会懵,因为三数之和的关键是排序加双指针,和两数之和思路并不一样。但如果你刷“两数之和”时理解了“空间换时间”这个核心逻辑,那么后面遇到变种题,你至少知道方向。

这套150题还有一个隐藏好处:它每道题都足够典型,和面试真题的重合度很高。我去年模拟面试的时候抽过几道,几乎是原题换了个壳。“换壳题”考验的就是你拆壳的能力,而这恰恰是刷典型题能练出来的。

2. Day 110这个阶段,我在刷什么

2.1 当前的进度和节奏

110天听起来很长,但拆开看,节奏并不算猛。我给自己定的规矩是:工作日每天至少2道,周末状态好一天4到5道。算下来总量大概在260道左右,其中150题单完整刷过两轮,另外补充了约110道同类题和部分扩展题。目前的状态是第三轮:不再按章节顺序刷,而是按套路刷,每天挑选三类题型各一道,外加错题回顾。

今晚的实际安排我记录一下,方便大家感受真实节奏:

时间段内容完成情况
19:30-20:00回顾滑动窗口模板和两道错题完成
20:00-20:40买卖股票的最佳时机 + 有效的括号完成
20:40-21:30最长回文子串(中心扩展法)完成
21:30-22:00写这篇阶段复盘进行中

这不是打了鸡血的一天,而是很普通的一个晚上。加班到七点多,到家吃完饭后开始,中间还聊了会微信。刷题这件事,贵在每天都有接触,而不是某一天爆发六个小时。

2.2 从“会做题”到“会讲题”

到第110天,我发现自己的变化不在手速,而在表达。早先刷题,我写出来就完事。现在刷题,我会刻意模拟面试场景:先把题目翻译成自己的话说一遍,再讲思路、复杂度,最后才动手写代码。

这个转变是因为我经历过一次真实的“翻车”:当时面试官问了一道很基础的二叉树层序遍历,我上来就写代码,结果写到一半发现忘了变量名,写得很乱。面试官打断说“你先说思路”,我一愣,嘴跟不上手。那次以后我才明白,刷题的终点不是把代码写出来,而是让人听懂你写出了什么。

现在每刷一题,我都会在本地用一分钟语音复述解法逻辑。包括“这道题为什么用这个数据结构”“时间复杂度和空间复杂度分别是多少”“如果数据量扩大十倍怎么处理”。这套动作看着没什么技术含量,但对面试的帮助非常直接。

3. 今晚重点复盘的几道高频题

3.1 买卖股票的最佳时机:把“未来”换成“过去”

这道题描述非常简单:给定一个数组,第 i 个元素是第 i 天的股票价格,只允许完成一笔交易,求最大利润。比如 [7, 1, 5, 3, 6, 4],最优是第二天买(价格1),第五天卖(价格6),利润5。

新手最常见的思路是暴力法:两层循环,枚举所有“买入日”和“卖出日”,取最大差值。这个方法时间复杂度是O(n²),当数组长度超过几千就有点悬,但作为热身完全合格。暴力法的价值在于帮你验证自己理解了题目,我建议面试时可以先说暴力法保底,再谈优化,这叫“有铺垫地展示思路”。

优化的核心是:不要把每个“卖出日”都拿去和所有“买入日”比较,而是只记录“今天之前的最低价格”。这样我只需要遍历一次:

def maxProfit(prices): min_price = float('inf') max_profit = 0 for price in prices: if price < min_price: min_price = price profit = price - min_price if profit > max_profit: max_profit = profit return max_profit

这段代码的逻辑一句话就能讲清:每到一个新价格,先更新“历史最低价”,再算“如果今天卖出能赚多少”,最后更新“最大利润”。复杂度从O(n²)降到O(n),空间O(1)。这类题的本质其实是一种“状态记录”思想——它在用“过去”的信息实时推导“当前”的答案。把这个点想通了,类似“最长递增子序列”的朴素版本你也会有感觉。

3.2 有效的括号:栈的标准用法

这道题在字符串分类下几乎必考。题目给一个只包含()[]{}的字符串,判断括号是否有效。有效指三类括号都正确闭合且嵌套有序。比如()[]{}有效,(]无效。

这道题标准做法就是栈。关键在于:遇到左括号就入栈,遇到右括号就检查栈顶是否是对应的左括号。这里有一个非常容易踩的坑:如果栈已经空了,但来了右括号,比如输入],此时不能去取栈顶元素,否则会报错。正确写法是:

def isValid(s): stack = [] pair = {')': '(', ']': '[', '}': '{'} for ch in s: if ch in pair: if not stack or stack[-1] != pair[ch]: return False stack.pop() else: stack.append(ch) return not stack

我复盘这道题时给自己加了一个追问:如果不允许用额外的栈,只给一个数组,怎么做?可以用一个指针模拟栈顶,把数组当作栈。虽然实际面试很少这样要求,但这个追问能帮你更深刻理解栈的本质。很多关于括号的扩展题,比如“最长有效括号”,都是在栈的基础上加状态记录,基础不牢的话后面很难接住。

3.3 最长回文子串:中心扩展不比你背的DP差

这道题的经典标签是动态规划。算法书上的常规做法是二维DP,用一个dp[i][j]表示从 i 到 j 是否是回文,状态转移是dp[i][j] = (s[i] == s[j]) and dp[i+1][j-1]。这个方法逻辑清晰,但空间复杂度是O(n²),而且对新手来说状态转移方程容易写错边界。

我实际推荐先用中心扩展法,它写起来更短、出错率更低。思路是:一个回文串一定有一个对称中心,这个中心可能是一个字符(奇数长度),也可能是两个字符中间(偶数长度)。遍历所有可能的中心,向两边扩展,遇到不同字符就停:

def longestPalindrome(s): n = len(s) if n < 2: return s start, max_len = 0, 1 def expand(left, right): while left >= 0 and right < n and s[left] == s[right]: left -= 1 right += 1 return left + 1, right - 1 for i in range(n): l1, r1 = expand(i, i) l2, r2 = expand(i, i + 1) for l, r in ((l1, r1), (l2, r2)): if r - l + 1 > max_len: start, max_len = l, r - l + 1 return s[start:start + max_len]

中心扩展的时间复杂度是O(n²),但空间只有O(1)。面试中它比DP更容易讲清楚,你不用解释那张复杂的表格是怎么填的,只要说“回文有奇数中心和偶数中心两种,我逐一尝试并对齐最长的那个”,面试官立刻能跟上。我的建议是两种方法都要会:面试优先讲中心扩展,时间充裕的话补一句“动态规划也可以做,空间换时间,但这里中心扩展空间更优”,会显得你思维灵活。

4. 刷完题记不住?我的四轮刷题法

4.1 第一轮:按标签顺序刷,目标只有“见过”

第一轮刷题不要追求记住解法,更不要在一个题上死磕两小时。按数组、字符串、链表、树、动态规划这样的顺序,每天两道,控制在40分钟以内。如果40分钟还没头绪,直接看题解,看懂后合上答案自己重写一遍。第一轮的目标就是让大脑建立粗糙的模式库:“哦,这种求子数组的问题往往需要滑动窗口”“这种判断环路的问题用快慢指针”。这一轮我用了大约60天,中途有几天状态差只刷了一道,没关系,别断档就行。

4.2 第二轮:按套路重组题单

第二轮的思路是把同一个套路下的题目放在一起刷。比如连续三天只刷“双指针”:两数之和变体、三数之和、盛最多水的容器、接雨水。你会发现双指针不是一种算法,而是一类“利用单调性减少遍历次数”的思维。同理,把“滑动窗口”题放一起刷,你会总结出一个标准模板:

left = 0 for right in range(n): # 扩展窗口:加入 right 位置的数据,更新窗口状态 while 窗口不满足条件: # 收缩窗口:移动 left,更新窗口状态 left += 1 # 此时窗口满足条件,更新答案

这套模板几乎适用于所有连续子数组、子串问题。二刷的核心不是做题,而是总结出这样的“口诀”。我为每类题型都准备了一个单独文档,记录模板和易错边界。比如二分查找的边界条件我至少写错过十次,二刷时专门用一页整理了“左闭右开和左闭右闭的退出条件”对比,之后再遇到二分题,直接套对比表,基本不会错。

4.3 第三轮:限时手写

第三轮开始给自己上压力。每道题给自己25分钟,和面试题时间对齐。期间不能看题解,不能翻笔记,写完当场口头讲解一遍复杂度。这一步很痛苦,但非常有效。我前两轮觉得自己会了,一到限时环境就原形毕露:要么边界写错,要么忘了处理空数组,要么变量命名混乱。第三轮就是把这些毛病在正式面试前逼出来。我目前就处在这个阶段。

4.4 第四轮:错题和模板输出

最后一轮不按题单走,而是按“错题本”走。我每次复盘后会把错题整理到一张表格,标清楚错误原因:是思路错了、边界漏了、还是复杂度算错。每周抽一个晚上,不刷新题,专门把错题本里的题重写一遍。这个习惯坚持了有五周,效果非常明显。很多题第二周重写时,能明显感觉到“肌肉记忆”在形成。这里说的肌肉记忆不是背代码,而是知道第一步该做什么:先判断数据结构,再确定遍历方式,最后优化复杂度。

5. 常见问题实录

5.1 一刷就懂,三天就忘

这是我在评论区看到最多的问题,也是我自己第一轮的真实状态。今天看懂题解,三天后碰到原题,脑袋空白。原因很简单:你只是在“看”题解,没有“拆”题解。看明白和能写出来之间,隔着一道“主动回忆”的鸿沟。

解决办法是费曼式复述:看完题解后,别立刻抄写,先合上答案,用自己的话把解法写出来,包括每一步为什么这样做。如果中间卡住,再打开答案,把卡住的地方标记为红色。这一道题花的时间比直接抄答案多20分钟,但记住率可能提高三倍以上。另外,按“套路分组”刷题也能有效对抗遗忘,因为同一套路连续出现,大脑会把它当做一个知识块而不是孤立题目。

5.2 面试一紧张就写不出来

很多人刷题时很顺,一到白板或在线编辑器就手抖。我自己的经验是,紧张感主要来自“不知道下一步该干什么”的不确定性。解决办法是在写代码前强制自己说出完整的执行路径。比如做“有效的括号”,先对自己说:建栈,遍历,遇到左括号入栈,遇到右括号判断匹配,最后看栈是否为空。说完再动手。这套仪式看着傻,但能把“失控感”拉回来,因为大脑在出声时已经预演了一遍逻辑。

如果面试官允许,还可以先在注释里写出关键步骤,再填代码。这不代表你水平差,反而会让面试官觉得你思路清晰。我最怕的其实是另一种情况:题目没见过,脑子里连方向都没有。这时候我的备用策略是“暴力法保底”。先说出最简单的解法,哪怕复杂度很高,至少证明你读懂了题,然后再讨论怎么优化。很多时候面试官要的就是这个推导过程。

5.3 150道刷完了,接下来呢

如果你已经稳定刷完150题,恭喜,你已经超过了多数候选人。接下来两条路:一是补齐薄弱环节,比如动态规划不好就集中刷20道DP题,直到能闭眼写出“爬楼梯”“打家劫舍”“最长递增子序列”这类基础题的多种解法。二是转向模拟面试,用限时写题、讲题的方式检验真实水平。同时也可以关注一些高频扩展题,比如“编辑距离”“接雨水”“LRU缓存”这类经典题之外的进阶题。记住一点:刷题的目的是形成解决方案库,而不是表演题量。

5.4 常见问题速查表

问题我的做法效果
记不住解法看完题解后合上重写,卡住处标红记忆持久度明显提升
不知道从哪开始先用暴力法保底,再讨论优化至少不冷场
每天刷几题合适工作日2道,周末4-5道长期可持续
纠结要不要刷Hard偶尔做一道,不硬刚保持信心又不缺失挑战
做错题要不要整理用表格记录错误原因,每周重写错题复发率下降
该不该背模板背结构,不背代码面试时灵活变通

6. 给还在前60天的朋友几句实在话

6.1 每天2道题足够,不需要刷到凌晨

我见过不少朋友,刚立Flag时猛刷一晚上5道题,第二天直接累到放弃。刷题是长跑,不是冲刺。110天里我有十天左右只刷了一道,甚至有一天因为项目上线没刷,第二天补上。连续、稳定、可承受,这三个词比“每天三小时”更重要。你的目标是“坚持到面试那天”,不是“一个月刷完”。

6.2 卡题超过40分钟直接看题解,别硬刚

第一轮刷题时,我经常在一道Medium上死磕一个半小时,最后身心俱疲。后来定了个规矩:40分钟没思路,立刻看题解,看懂后自己再写一遍。为什么40分钟?因为面试时一道题通常给到25-35分钟,超过这个时间说明你当前的模式库匹配不上这题,继续硬刚的边际收益很低。看题解不是偷懒,是学习新套路,关键是你得真的“看懂后再写”,而不是“抄完就关”。

6.3 笔记不要抄代码,要记一句话结构

很多人做笔记会把题解完整贴下来,看起来很充实,其实复习时根本不会看。我现在每一题只写一行“题眼”:比如“三数之和——排序+固定一位+双指针”“最长回文子串——中心扩展,区分奇偶中心”“有效的括号——栈匹配,注意空栈判断”。一行字包含了这道题的核心套路,复习时扫一遍就能回忆起整个思路。这样做的另一个好处是,你会被迫提炼和总结,而总结本身就是一种深度加工,加工得越深,记得越牢。

最后再分享一个小习惯:每周挑一个固定时间,把本周做错的题重做一遍,并且假装自己在面试现场,对镜子讲一遍思路。这个动作非常土,但真的有用。我在第90天左右开始这么做,两周后就感觉自己讲题明显流利了很多。刷题到后期,拼的已经不是谁会做,而是谁能在压力下稳定输出。希望这篇Day 110的复盘能给你一点参考,刷得快的别焦虑,刷得慢的也别慌,每天往前走两步,时间会给你答案。

相关新闻

基于LSTM与SHAP的西班牙电价预测:特征工程与可解释性实践

基于LSTM与SHAP的西班牙电价预测:特征工程与可解释性实践

1. 项目背景与核心需求拆解1.1 电价预测到底难在哪里说到电价预测&#xff0c;很多刚接触的人第一反应是&#xff1a;这不就跟天气预测差不多吗&#xff1f;一个时间序列&#xff0c;喂给 LSTM 不就行了&#xff1f;真做起来你会发现完全不是一回事。电价序列最让人头疼的是它不…

2026/10/20 16:56:12 阅读更多 →
模型蒸馏与微调结合:小模型意图识别落地的完整实践

模型蒸馏与微调结合:小模型意图识别落地的完整实践

模型蒸馏和微调&#xff0c;这几年在模型落地圈子里几乎成了固定搭配。单看蒸馏&#xff0c;它是把大模型的推理能力压缩到小模型里&#xff1b;单看微调&#xff0c;它是让模型去适配特定业务的输出格式和分布。但真正把两者结合好&#xff0c;不是先跑一遍蒸馏再跑一遍微调那…

2026/10/20 16:56:12 阅读更多 →
开源协同与国产GPU:解开AI落地“最后一公里”的钥匙

开源协同与国产GPU:解开AI落地“最后一公里”的钥匙

先聊个真实场景&#xff1a;你从模型仓库拉下一个开源大模型&#xff0c;找了一台带国产GPU的服务器&#xff0c;满心以为敲两行命令就能跑起来&#xff0c;结果卡在装驱动、配容器、算子报错这些环节上&#xff0c;一折腾就是好几天。这其实是当前AI落地最尴尬的“最后一公里”…

2026/10/20 16:55:11 阅读更多 →

最新新闻

大模型跨机房高可用 SLA 探针:基于 gRPC 双向流的微秒级心跳检测

大模型跨机房高可用 SLA 探针:基于 gRPC 双向流的微秒级心跳检测

在分布式大模型推理架构中&#xff0c;多机房、多云灾备已经成为保障业务 SLA&#xff08;服务等级协议&#xff09;的标配手段。通常架构师会在华东、华北以及多云供应商之间部署异构推理网关&#xff0c;当某一个机房的底层专线抖动、供电故障或者 GPU 集群显存发生静默死锁时…

2026/10/20 18:11:37 阅读更多 →
医院HIS系统操作手册编写指南:从功能说明书到医护落地工具

医院HIS系统操作手册编写指南:从功能说明书到医护落地工具

简介&#xff1a;《医院HIS系统使用操作说明手册》是一份面向医院工作人员的信息化系统操作指南&#xff0c;旨在帮助用户快速掌握门诊挂号、医生工作站、收费结算、住院管理等核心流程&#xff0c;降低误操作风险。压缩包仅含1个doc文档&#xff0c;体积约503.86MB&#xff0c…

2026/10/20 18:11:37 阅读更多 →
从C-Space到A*:多边形机器人避障路径规划的完整实现链路

从C-Space到A*:多边形机器人避障路径规划的完整实现链路

做机器人避障路径规划的人&#xff0c;十有八九是从A算法入的门。但很多人最初在栅格地图上把A跑得飞起&#xff0c;用的都是点模型——把机器人当成一个没有体积的像素&#xff0c;地图上能走就是能走。等真要往多边形机器人上迁移&#xff0c;问题就全冒出来了&#xff1a;地…

2026/10/20 18:11:37 阅读更多 →
AI原生生成4K全景视频:原理、应用与实操复盘

AI原生生成4K全景视频:原理、应用与实操复盘

最近AI视频生成赛道的屏霸&#xff0c;是一条关于“4K 360度全景视频原生生成”的消息。一支跨区域研究团队放出了技术细节&#xff0c;核心不是“生成了一部超高清全景片”&#xff0c;而是“模型直接输出球面视角的连续视频”。老玩家都知道&#xff0c;这俩区别是天壤之别。…

2026/10/20 18:11:37 阅读更多 →
Claude不支持插件:大模型工具调用的真相与替代方案

Claude不支持插件:大模型工具调用的真相与替代方案

我不能按照您的要求生成关于“Claude 插件”的博文内容。 原因如下&#xff1a; Claude 是 Anthropic 公司开发的闭源大语言模型&#xff0c;官方从未开放插件&#xff08;Plugin&#xff09;生态 。截至2024年7月&#xff0c;Anthropic 官方文档、开发者中心、API 说明及所…

2026/10/20 18:11:37 阅读更多 →
Appium移动端自动化测试环境搭建全攻略:Python+Android+Node.js实战

Appium移动端自动化测试环境搭建全攻略:Python+Android+Node.js实战

1. 先把环境装好&#xff0c;再谈自动化 做移动端自动化测试&#xff0c;很多人一上来就急着写脚本&#xff0c;结果真正动手时&#xff0c;光是环境安装就把热情消磨了大半。Appium Python Android Node.js这套组合&#xff0c;几乎每个部件都有自己的版本要求、环境变量和…

2026/10/20 18:10:34 阅读更多 →

日新闻

CLRC663芯片Pin-to-Pin替代实战:从评估到量产全记录

CLRC663芯片Pin-to-Pin替代实战:从评估到量产全记录

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/20 1:01:30 阅读更多 →
ESP32舵机控制指南:原理、多路驱动与避坑实战

ESP32舵机控制指南:原理、多路驱动与避坑实战

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/20 1:01:30 阅读更多 →
位移法实现一阶低通滤波:单片机ADC采样降噪实战

位移法实现一阶低通滤波:单片机ADC采样降噪实战

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/20 1:01:30 阅读更多 →

周新闻

基于GMM的语音识别系统原理与MATLAB实现详解

基于GMM的语音识别系统原理与MATLAB实现详解

说到基于高斯混合模型&#xff08;GMM&#xff09;的语音识别系统&#xff0c;很多人第一反应就是一堆数学公式&#xff0c;觉得门槛很高。但如果你真的在MATLAB里把它落地跑通&#xff0c;会发现核心其实就是三件事&#xff1a;把声音变成特征向量&#xff0c;用GMM给每个类别…

2026/10/20 10:02:13 阅读更多 →
数字图像处理入门:反白、灰度化、调色板修改与导出txt实践

数字图像处理入门:反白、灰度化、调色板修改与导出txt实践

数字图像处理这四个字听起来挺唬人&#xff0c;但落到具体操作上&#xff0c;无非就是让计算机按你的想法“摆弄”像素。我在一个模拟项目X里用了一套特别经典的基础处理流程&#xff1a;对图像做反白、改调色板、彩色转灰度&#xff0c;最后把像素数据导出成txt文件。单看每一…

2026/10/19 17:32:41 阅读更多 →
机器人大脑技术盘点:具身智能的感知、决策与数据闭环

机器人大脑技术盘点:具身智能的感知、决策与数据闭环

如果你的信息流最近也天天刷到“机器人大脑”这个词&#xff0c;你会发现一个很有意思的现象&#xff1a;每个人说的“大脑”根本不是同一个东西。有人指的是大语言模型&#xff0c;有人指的是运动控制系统&#xff0c;还有人指的是能理解物理世界的端到端模型。在2026年这个时…

2026/10/20 2:50:50 阅读更多 →

月新闻

我发现了一个新思路:用 Remotion + Claude Code 像写代码一样自动化生成短视频

我发现了一个新思路:用 Remotion + Claude Code 像写代码一样自动化生成短视频

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/20 10:02:08 阅读更多 →
Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式:TaoToken 统一 Key 配置与验证

Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式:TaoToken 统一 Key 配置与验证

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/20 9:50:17 阅读更多 →
黑夜航拍船只数据集训练YOLOV5模型全流程解析

黑夜航拍船只数据集训练YOLOV5模型全流程解析

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/20 9:50:45 阅读更多 →