你不得不学的线段树基础 🌳最近刷力扣时遇到了很多和线段树有关的题目，所以这篇博客是用来讲解 线段树 的。 线段树是算法竞赛和面试中常用的数据结构，专门用来高效处理区间信息。它能在 $O(\log N)$ 的时间复杂度内完成区间查询（求和、求最值等）和区间修改操作，将原本 $O(N)$ 的操作大幅优化。 为什么需要线段树？想象一下，你有一个长度为 $N$ 的数组，你需要频繁地进行以下两种操作：

理解 Linux 字体配置：我的 fontconfig 实践 🧭说来惭愧，linux 系统我也用了将近 4 年了，但是它的字体配置一直没有搞得很清楚。特别是终端中的 emoji 显示，总是时好时坏，让人困扰。最近在查阅资料时，我参考了 luboQAQ 关于 fontconfig 的博客，决定系统性地解决这个问题。 本文将分享我的抄作业配置实践，帮助大家理解如何在 Linux 下实现完美的字体渲染

一块旧时代的墓志铭：大数据、区块链、元宇宙 俺曾见金陵玉殿莺啼晓，秦淮水榭花开早，谁知道容易冰消。眼看他起朱楼，眼看他宴宾客，眼看他楼塌了。 —— 清·孔尚任《桃花扇》 100 年后，人们习惯将 大数据、元宇宙 与 区块链 并称为本体纪元的三大往事。作为 21 世纪初互联网领域最具影响力的三场技术浪潮，它们曾何等喧嚣，一时风头无两，吸引无数开发者与投资者竞相涌入；却又如何渐次归于沉寂，终至声消迹

九月份杂谈：秋招滑铁卢、武大Offer、躺平加拖延 “Some people believe holding on and hanging in there are signs of great strength. However, there are times when it takes much more strength to know when to let go and then do

Cuda 的访存优化继上篇从零入门 Cuda 编程已经 6 个月了，这篇博客已经不能再拖了。我之前早有规划，写完 Cuda 编程入门之后，还要写一篇 访存优化，还要写一篇 执行配置优化，还要写一篇讲 SGEMM 的。这样算是起了一个 Cuda 编程的头，也好后面继续深入。然而，人一旦在学校，做什么事情便由不得自己了。忙完 6 月份，又忙 7、8 月份的保研和秋招，真是让人火大。 总而言之，这一篇是

字节跳动前端工程师初面回忆2025 年 8 月 11 日鼓起勇气去试了试字节跳动前端工程师的面试。由于是初面，问的问题都比较基础和简单。但是由于我本人一直致力于研究算法，对前端的知识真的所知甚少，所以面试结果并不尽人意😮‍💨。现在，我想将这次面试遇到的问题总结在此处，方便日后查看。 飞书：面试的基本形式之前还傻傻地以为面试都是线下的……特意准备了一套正装。结果后来才搞清楚原来字节的大部分面试

picom 服务于 X11 协议的窗口渲染器如你所见，我是一名重度的 dwm 依赖者，而 dwm 本身并不提供诸如阴影、圆角、透明等的窗口渲染功能。因此一个常用的方法就是使用 picom，这是一个功能非常强大的渲染工具，B 站上也有很多教学视频。它和 X11 适配良好，其下有着多种分支（由民间高手各显神通所创造），这里我选用 Yuxuan Shui 的最新分支（这应该是最“官方”、最纯净的）。直到

六月份杂谈：西西弗斯、焦虑、迷茫、坚守 西西弗斯被众神惩罚在冥界推动巨石。每当他费尽千辛万苦，即将把石头推到山顶时，石头就会因为自身的重量或神的旨意滚回山脚。西西弗斯必须永远重复这个过程：推石上山，石头滚落，再推，再落……周而复始，永无尽头。 疲惫的尽头与竹篮打水的失落🧺终于，最后一份试卷交上，最后一行代码调试完毕，最后一份报告提交成功 😮‍💨。 持续高压的作业周和考试周像潮水般退去，留在

长序列中 Transformers 的高级注意力优化机制注意力机制 (Attention Mechanism) 作为 Transformer 架构的核心组件，通过动态分配权重帮助模型捕捉长距离依赖关系，使每个词元能够聚焦输入序列中最相关的信息。 但是，随着序列长度的不断增加，每个词元需要与呈平方级增长的其他词元竞争注意力得分，导致注意力分数被过度稀释，这种稀释效应会削弱模型对关键特征的聚焦能力，使

以集合论为指导，利用位运算实现复杂操作 本篇博客受到 灵茶山艾府 的启发，并结合了自己在实践过程中的经验。经实践，在集合论的指导下使用位运算能够大大地提高对某些问题的求解效率和质量。 总的来说，使用位运算可以极大减少内存占用，而同时将时间复杂度降低至与使用复杂的数据结构相当。 从集合到位运算在高中，我们学了 集合论 (set theory) 的相关知识。例如，包含若干整数的集合 $S =