二叉搜索树删除节点实现
二叉搜索树(左子树比根节点小，右子树比根节点大) 里面查找并删除一个值和节点， 删除后保持搜索树结构，返回树的跟节点，假定树节点的值不重复
golang实现
jstype TreeNode struct {
Val int
Left *TreeNode
Right *TreeNode
}
func deleteNode(root *TreeNode, key int) *TreeNode {
if root == nil {
return nil
}
if key < root.Val {
root.Left = deleteNode(root.Left, key)
} else if key > root.Val {
root.Right = deleteNode(root.Right, key)
} else {
// 找到要删除的节点
if root.Left == nil {
return root.Right
}
if root.Right == nil {
return root.Left
}
// 左右子树都存在：找右子树最小节点
minNode := root.Right
for minNode.Left != nil {
minNode = minNode.Left
}
root.Val = minNode.Val
root.Right = deleteNode(root.Right, minNode.Val)
}
return root
}
每日温度
给定一个整数数组 temperatures ，表示每天的温度，返回一个数组 answer ，其中 answer[i] 是指对于第 i 天，下一个更高温度出现在几天后。如果气温在这之后都不会升高，请在该位置用 0 来代替。 示例 1:
输入: temperatures = [73,74,75,71,69,72,76,73] 输出: [1,1,4,2,1,1,0,0] 示例 2:
输入: temperatures = [30,40,50,60] 输出: [1,1,1,0] 示例 3:
输入: temperatures = [30,60,90] 输出: [1,1,0]
jsfunc dailyTemperatures(temperatures []int) []int {
n := len(temperatures)
res := make([]int, n)
stack := []int{} // 存下标
for i := 0; i < n; i++ {
for len(stack) > 0 && temperatures[i] > temperatures[stack[len(stack)-1]] {
prev := stack[len(stack)-1]
stack = stack[:len(stack)-1]
res[prev] = i - prev
}
stack = append(stack, i)
}
return res
}
ai概念学习
对于程序员来说，掌握ai相关的知识是现在以及未来必须具备的能力，所以先要掌握ai的相关概念
总览
LLM 是大脑，Prompt 是说明书，Context / Memory 是它记住的事
Agent 是会自己干活的 AI，Skill 是工具
Workflow / LangChain / MCP 是把这些东西组织起来的“系统”。
RAG （发音为软安哥）
- 概念：Retrieval-Augmented Generation（检索增强生成）
- 什么是RAG：
- 一种结合 检索（Retrieval） 和 生成（Generation） 的自然语言处理技术。
- 先从知识库或文档库中检索相关信息，再基于这些信息生成回答或文本。
- 解决纯生成模型可能“凭空编造”（hallucination）问题，提高回答准确度。
- 解决什么问题
- 用来解决：模型不知道 / 不准 / 不能瞎编
MCP 模型上下文协议（Model Context Protocol）
- 概念：一个统一的通用协议，给 AI 接工具的“统一插头”
- 工具怎么描述
- 参数怎么传
- 返回结果怎么给模型
- MCP 是标准，Skill 是具体工具
Function Calling
- 概念： AI 调用程序函数的能力
- AI 不自己算，而是叫程序来算
skill
- 对于小白来说，可以先理解为skill是大模型可以动态调用的工作流（区别n8n：n8n是一开始就定义好的workflow）
