数组（顺序存储）基本原理
本章讲解数组的核心原理，区分静态数组与动态数组。静态数组是连续内存空间，支持O(1)随机访问，但增删效率低；动态数组基于静态数组封装，自动扩容并提供便捷API。我们将手动实现动态数组的增删查改，深入理解其底层机制，为学习栈、队列、哈希表打下基础。
选举机制理解描述
本文深入解析Zookeeper的Leader选举机制，涵盖服务器启动与运行期间的选举流程，重点介绍FastLeaderElection算法的核心规则：优先比较ZXID（数据最新性），再比较SID（服务器标识）以确保数据一致性。详细阐述投票过程、状态变更及逻辑时钟（electionEpoch）作用，揭示分布式系统中高可用与数据恢复的关键实现。
vue框架
本文深入解析Vue核心原理，涵盖v-bind与v-model区别、响应式机制（Object.defineProperty）、模板编译为render函数、虚拟DOM渲染流程、数据双向绑定及MVVM模式。详解生命周期、组件通信、路由控制、Vuex状态管理及其内部实现，并对比jQuery，突出Vue数据驱动优势。
📈 模型评估
模型评估涵盖能力、安全与效率三大维度，包括语言理解、知识问答、推理代码等基础能力，对齐性及推理延迟、吞吐量等效率指标。常用MMLU、C-Eval、GSM8K等基准，结合Hugging Face工具实现自动化评估，面试关注幻觉检测、指标设计与人工vs自动权衡。
⚡ 模型推理加速
大模型推理加速关键技术：KV-Cache减少重复计算，连续批处理提升吞吐，投机解码实现2-3倍加速，结合vLLM等工具优化部署。涵盖算法、系统与硬件协同设计，助力高效落地。
📚 RAG技术
RAG（检索增强生成）通过结合外部知识库与大模型，提升回答准确率，缓解知识过时与幻觉问题。涵盖密集/混合检索、向量数据库选型及核心组件，附实战代码与面试要点，助力构建高效问答系统。
🎮 强化学习
强化学习（RL）是一种通过智能体与环境交互，以最大化累积奖励为目标的学习方法。核心要素包括状态、动作、奖励和策略，强调试错与延迟奖励。常见算法如Q-learning、PPO、DPO等，广泛应用于决策优化与大模型对齐人类偏好。
Vue框架
本文深入解析Vue核心原理，涵盖v-bind与v-model区别、响应式机制（基于Object.defineProperty）、模板编译为render函数、虚拟DOM渲染流程及MVVM双向绑定实现。同时探讨Vue生命周期、组件通信、路由控制、Vuex状态管理及其底层原理，并对比jQuery与框架差异，全面梳理Vue开发中的关键知识点与常见面试问题。
定制化UI界面
本文介绍如何基于若依（RuoYi）框架定制化项目UI，包括更换浏览器标签logo与标题、系统页面logo、登录页名称及背景图，去除官网标识，并调整主题风格。通过替换`favicon.ico`、修改`index.html`和环境配置文件、更新`login.vue`组件及全局搜索清理冗余链接，实现品牌个性化。支持多环境配置与主题色自定义，提升项目专业度与用户体验。
非精准 Top K 检索：如何给检索结果的排序过程装上加速器？
本文介绍了非精准 Top K 检索的优化思路与实现方法，旨在通过简化打分过程提升检索性能。重点讲解了三种加速策略：基于静态质量得分排序截断、利用词频构建胜者表、以及分层索引设计。这些方法将计算前置到离线阶段，在线仅做快速截断，大幅降低开销。结合精准排序的两阶段架构（召回+排序），可在保证结果质量的同时显著提升效率，广泛应用于搜索与推荐系统中。
