题干解析 题设给予我们一个数组，要求我们进行判定所给数组能够拆分为两个总和一致的数组。 算法思路 首先大前提，我们必须知道这个数组所有值的总和，记作sum，当且仅当sum是个偶数时我们才可能将数组拆分为两个等和子集。 同时我们转化问题为，在数组中选择一定数量的元素，使这些元素的总和大小为。于是我们将问题转化为0/1背包问题。设定状态值为dp[i][j]表示使用前i个元素能否填满大小为j的背包。 于是我们有状态转移方程：  设定初始值dp[0][0] = true;开始DP计算即可。 同时由于DP过程状态转移方程只涉及i与i-1，因此可进行滚动优化内存。 实现代码 class Solution ...

还记得第一家实习公司，藏在写字楼的角落，整个开发团队不到十人，所谓技术栈，就是把若依改个名字当自研框架。CRUD写到昏头，那时憋屈得很，觉得浪费了应届生身份。现在回头看见过代码能烂到什么程度，才懂规范和质量不是空话，环境烂归烂，但脑子不能跟着一起烂。

这就是不想好好聊呗

原文链接：HikariLan's Blog 当提到“如何为大模型提供大规模的可用于检索的信息”时，我们第一反应想到的大概率是 RAG 一类的解决方案，但现在我要说，基于文件系统访问（FileSystem Access）的检索方式可能远比使用 RAG 更好。 什么是 RAG？为什么需要 RAG？ **Retrieval-Augmented Generation（检索增强生成，RAG）**是一种可以允许 LLM 从大规模非结构化信息中进行语义检索的技术方案。 我们之所以需要 RAG，是因为大模型内置的知识内容可能不符合我们的需要，例如这些内容可能已经过时（因为用于大模型训练的语料库并不会随着使用者...