分类大数据、算法与AI 下的文章

像人一样使用大模型 —— 现代大模型的痛点与工程化解决方法

不要奢望基础大模型可以解决你所有的问题，即使它有一天真的会像人一样工作，那它也是有能力边界的。

动态规划是算法的重点和难点。一方面我们在实际生活中的许多场景（比如满减凑单，最短路径等等）下都是需要使用到动态规划思想的，这使得其场景总是很复杂；另一方面动态规划的思维逻辑并不直接反应人的思维方式，不像贪心之类的，本身就是人实际的思考方式，这就使得动态规划难以理解。

DFS（深度优先搜索）使用的就是回溯的方法。我们将回溯描述为这样一种方法：每次在分支选择的时候先随意选择一个分支，如果这个分支是不符合期望的，那么我们再回到分支选择的路口重新选择其他分支。

分治的核心就是分而治之。是一种逐步把大问题拆解成小问题，通过解决小问题从而解决大问题的思想。

贪心算法思想的核心非常简单，每次选择当前情况下的最优解，从而期望问题得到最优解。本质是一个证明局部最优解就是全局最优解的过程，贪心算法在有最优子结构的问题中尤为有效。