链表（链式存储）基本原理
本文介绍了单链表与双链表的基本结构及操作。相比力扣中简单的单链表，实际编程中的链表多为支持泛型的双链表，具备prev和next指针，可双向遍历。链表无需连续内存，增删高效，无容量限制，但不支持随机访问。文章详解了链表的查、改、增、删操作，尤其通过虚拟头节点简化边界处理，并对比单双链表差异，为后续实现完整链表API打下基础。
18服务发现：到底是要 CP 还是 AP？
服务发现需权衡CP与AP。在超大规模集群中，强一致性（CP）如ZooKeeper易因高并发导致性能瓶颈，甚至雪崩。而最终一致性（AP）通过消息总线实现数据同步，具备更高可用性与扩展性，虽短暂延迟但可接受，更适配RPC场景。采用AP模式，结合推拉结合、增量更新与本地缓存，可保障系统稳定高效。
17架构设计：设计一个灵活的 RPC 框架
本文深入探讨了如何设计一个灵活的RPC框架，从基础通信原理出发，梳理传输、协议、服务发现、连接管理等核心模块，并提出分层架构与插件化设计。通过微内核+插件体系，实现高扩展性与低耦合，支持动态加载与自定义扩展，提升系统可维护性与生命力。
非线性结构检索：数据频繁变化的情况下，如何高效检索
通过类比文件系统的树状结构，本文深入探讨了非线性数据结构如何提升检索效率。针对有序数组在频繁更新下的性能瓶颈，引出二叉检索树与跳表两种解决方案。二叉检索树通过有序的左右子树实现二分查找，但需AVL或红黑树等机制维持平衡以保障O(log n)效率；跳表则为链表添加多级指针，借助随机层数实现近似平衡的快速检索，结构更简单且便于范围查询。两者均通过合理组织数据，在动态场景下兼顾高效查找与灵活修改，优于传统数组。
模型压缩与量化
模型压缩通过量化、稀疏化、知识蒸馏等技术，减小模型体积与计算开销，助力大模型在端侧部署。涵盖INT8/INT4、GPTQ、SmoothQuant等方法，平衡压缩比、精度与速度，附实战代码与面试要点。
测一测丨检索算法基础，你掌握了多少？
本节讲解常见数据结构的查询效率与适用场景，涵盖数组、链表、二叉检索树、跳表、哈希表、位图、布隆过滤器及倒排索引。重点分析时间空间代价、平衡性、冲突处理及实际应用，如哈希表不适合查询具体值，倒排索引适用于多维度检索等。
