pytest 框架的常用装饰器可按功能分为几大类，核心用途和用法如下：一、用例标记与筛选@pytest.mark.自定义标签：最基础的标记方式，比如@pytest.mark.smoke给冒烟用例打标，执行时通过pytest -m smoke就能只运行该类用例，也可组合标记如@pytest.mark.payment+@pytest.mark.regression，实现多维度筛选。@pytest.mark.parametrize("参数名", 数据列表)：实现参数化测试，批量传入不同数据执行同一用例，比如@pytest.mark.parametrize("a,b,result", [(1,2,3), (4,5,9)])，用例会自动遍历数据列表，无需重复编写测试逻辑。二、用例执行控制@pytest.mark.skip(reason="跳过原因")：无条件跳过指定用例，适用于暂未开发完成、环境不兼容的场景，比如@pytest.mark.skip(reason="功能暂未上线，暂不测试")。@pytest.mark.skipif(条件, reason="跳过原因")：条件性跳过，满足条件时跳过用例，比如@pytest.mark.skipif(sys.platform == "win32", reason="仅在Linux环境执行")。@pytest.mark.xfail(条件, reason="预期失败原因")：标记 “预期失败” 的用例，运行失败时不影响整体测试结果，若意外成功则会触发提醒，比如@pytest.mark.xfail(reason="已知bug未修复，预期执行失败")。三、固件（Fixture）相关@pytest.fixture()：定义测试固件，用于封装用例的前置 / 后置操作（如初始化数据库、创建测试数据），固件可通过参数传递给用例，也能设置作用域（如scope="module"表示模块级复用）。@pytest.mark.usefixtures("固件名1", "固件名2")：给测试类或函数批量绑定固件，无需在参数中显式传入，比如给测试类加@pytest.mark.usefixtures("init_db", "clear_data")，类内所有用例都会自动执行这两个固件。四、进阶执行控制@pytest.mark.run(order=数字)：需安装pytest-ordering插件，指定用例执行顺序，比如@pytest.mark.run(order=1)让该用例优先执行，解决默认按名称排序的局限。@pytest.mark.raises(异常类型)：断言用例必须抛出指定异常才算通过，比如@pytest.mark.raises(ValueError)，若用例执行未抛出该异常则判定失败。

题目1：二叉搜索树中第k小的元素

1.自我介绍2.项目细节深度追问3.最长递增子序列的变种题型4. 二叉树公共祖先问题5.对其他特征交叉类模型的了解程度6.Wide&Deep模型的原理与应用场景7. DeepFM模型的结构设计与核心优势8. LHUC的技术原理及实际业务价值9.算法手写题：N皇后问题求解10. 反问环节📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

前言 你问大模型一句：“今天天气如何？”，它可能给你查一下本地今天的天气。 你再问它：“那北京的呢？”，他开始科普起了北京，完全忘了上文中的对话，推算出我们是需要他接着回答北京的天气。 以上是发生在早期各家 AI 助手中出现的问题，丢失上下文记忆。随着技术的发展，模型越来越“大”，这个问题出现的时间点（对话轮数）也越来越靠后。那么问题来了，模型是如何记住上下文的？我们该如何优化，在有限上下文中做更多事情？ 大模型根本不记 下面是我在开发AI应用的一个简单的解析图  是的，没错。我们每次的对话，包括之前的内容，都要一起发送给大模型。大模型本身不会去存储这些内容。既然不用存储，那如果不限制时间，岂...