SuperBigMango

如果你准备开始使用 LaTeX 写论文或技术文档，那么本教程将带你在 Windows 上完整搭建 LaTeX 开发环境。我们将使用： TeX Live 2025 —— LaTeX 编译发行版（核心环境） TeXstudio —— 图形化编辑器（写代码用） 适用于论文写作、课程作业、科研排版系统环境：Windows 10 / 11安装方案：TeX Live 2025 + TeXstudio 什么是 TeX Live 和 TeXstudio？在开始安装之前，先简单了解一下： 软件 作用 TeX Live LaTeX 的核心发行版，包含编译器和各种宏包 TeXstudio 可视化 LaTeX 编辑器，用于编写和编译 .tex 文件 安装 TeX Live 2025下载 TeX Live为了获得更快的下载速度，推荐使用 清华大学开源软件镜像站（TUNA） 下载 TeX Live ISO 镜像： 👉 清华镜像目录：🔗 https://mirrors.tuna.tsinghua.edu.cn/CTAN/systems/texlive/Images...

RePKG 是一款开源的资源解包工具，专门用于提取 Wallpaper Engine 动态壁纸包（.pkg 文件）中的资源内容。通过该工具，可以将壁纸中的图片、纹理、音频及项目文件完整提取出来。此外，RePKG 还支持将 Wallpaper Engine 使用的 TEX 纹理格式 转换为常见图片格式（如 PNG/JPG），方便查看、编辑或二次创作。 该工具为命令行程序，体积小、使用简单，适合壁纸爱好者、内容创作者及开发者使用。 参考文章：https://zhuanlan.zhihu.com/p/578573147 下载地址官方 GitHub 下载地址（推荐下载最新版）： 👉 https://github.com/notscuffed/repkg/releases 下载后解压即可使用，无需安装。 如果没有魔法，也可以通过以下链接下载（网盘下载）： 👉https://wwc.lanzouw.com/iZVay064qleh 准备工作 下载并解压 RePKG 工具压缩包。 将需要解包的 .pkg 文件准备好（通常来自 Wallpaper Engine 的 Works...

OMNeT++ 是一款基于离散事件的网络仿真平台，常用于通信网络、协议设计与性能分析。由于其 IDE 基于 Java，同时核心库需要本地编译，因此安装过程相比普通软件稍复杂。本文将详细讲解在windows环境中 JDK 安装 → OMNeT++ 构建 → 示例验证 → IDE 启动 的完整流程。 由于本人新购入了一台笔记本，很多软件都需要重新配置，趁此机会，我将会把安装配置的过程整理成一系列的教程，供大家学习与参考。 安装并验证 JDK（已安装请跳过）OMNeT++ 的图形界面（IDE）是基于 Java 的，如果系统中没有正确配置 JDK，后续即使 OMNeT++ 编译成功，也无法正常启动 IDE。因此，JDK 是整个环境的基础。 安装 JDK推荐从国内镜像进行下载，这里提供华为云的镜像：https://repo.huaweicloud.com/java/jdk/ 推荐使用 JDK 8 或以上版本，我安装的是JDK11。安装过程较为简单，按提示“下一步”即可。 安装完成后，需要手动配置环境变量，让系统能够在任何位置识别 Java 命令。 配置 JDK 环境变量右键此电脑，点击属...

Typora 是一款跨平台的 Markdown 文本编辑器，其最大的特点是“所见即所得（WYSIWYG）”的编辑体验。这意味着当你在 Typora 中输入 Markdown 语法时，它会在同一界面实时渲染、显示最终效果，而不是像其他很多编辑器那样需要分别显示源码窗口和预览窗口。 主要优点包括： 实时预览：无需切换视图，即时看到排版后的效果。 界面简洁：专注内容编辑，不受复杂 UI 干扰。 支持丰富导出格式：如 PDF、HTML、Word 等，方便分享与发布。 主题与样式多样化：可根据喜好自定义外观。 跨平台支持：可用于 Windows、macOS、Linux 等系统。 这种编辑模式使 Typora 既适合写博客、笔记，也适合编写技术文档与代码说明。 准备工作在正式安装之前，你需要准备： Typora 官方安装包（建议选择 1.9.5 版本，因为后续版本可能需要付费或不兼容免费激活工具） 辅助工具包（包含两个可执行文件：node_inject.exe 和 license-gen.exe），用于生成激活序列号。 ⚠️ 注意：这些辅助工具来源于开源项目，仅限学习与技术交流使用...

Codex 是 OpenAI 推出的新一代 AI 编程智能体（Coding Agent），它不只是“会写代码的 ChatGPT”，而是一个可以直接参与你真实开发流程的工具。与传统在网页里对话的 ChatGPT 不同，Codex 被设计为： 运行在本地开发环境中 理解你的项目结构 能操作文件、执行命令、修改代码 那Codex 和 ChatGPT 写代码有什么本质区别？ 很多人第一反应是： “我用 ChatGPT 写代码也挺好，为什么还要 Codex？” 关键差别在于 上下文深度和执行能力。 维度 ChatGPT（网页） Codex 项目上下文 仅靠复制粘贴 自动理解整个代码仓库 文件操作 不能直接改文件 可新建 / 修改 / 删除文件 命令执行 只能给你命令 可直接执行命令 多步骤任务 需要你手动拆解 可自动规划并执行 开发位置 浏览器 终端 / VS Code / Cursor Codex CLI 是 OpenAI 提供的一款在终端中运行的 AI 代码助手工具，结合 ChatGPT 的能力，可在命令行...

Hexo 是一个快速、高效的静态博客生成框架，主要用于搭建个人博客或技术网站。它允许用户使用 Markdown 编写文章，再由 Hexo 自动生成完整的静态网页。与传统动态博客不同，Hexo 不依赖数据库或后端服务，生成的站点由纯 HTML、CSS 和 JavaScript 组成，访问速度快，安全性高，维护成本低。Hexo 拥有完善的主题和插件生态，支持文章分类、标签、归档、代码高亮等功能，非常适合程序员和技术爱好者记录学习笔记、项目总结或个人思考。通过配合 Git 和静态托管服务，可以实现博客的自动部署和多设备同步，使写作与发布流程更加高效、可控。 如果你在多台电脑之间切换写博客，例如在多台工作电脑上上都想维护同一个 Hexo 博客，本篇文章将带你一步步完成设置和同步流程，让你的博客在不同电脑之间无缝协作。（有关hexo博客的搭建网上已经有很多优秀的教程了，这里我来推荐几个：Hexo + GitHub Pages 零基础搭建博客详细步骤、 超详细 Hexo + Github Pages 博客搭建教程、 手把手教你搭建 Hexo 博客） 🎯 为什么需要多台电脑同步博客？很多人...

HCCL（Huawei Collective Communication Library）是华为为昇腾（Ascend）AI 处理器提供的集合通信库，用于分布式深度学习训练中多卡、多机之间的高速数据通信，它实现了 AllReduce、AllGather、Broadcast 等常见集合通信算子，并针对昇腾硬件和高速互联进行了深度优化，作用类似于 NVIDIA GPU 生态中的 NCCL，常用于 MindSpore 及 Ascend 生态下的大规模模型训练。 整体架构核心组件123456789101112src/domain/collective_communication/algorithm/├── pub_inc/│ └── coll_executor_base.h # 执行器基类定义├── impl/│ ├── operator/│ │ └── custom_all_reduce_operator.cc # 算子实现│ └── coll_executor/│ ├── registry/│ │ ├── col...

标签: #数学优化 #线性规划 #高等难度 #组合优化 #决策优化 #核心思想: 在满足线性约束条件下，优化包含连续变量和整数变量的线性目标函数，解决复杂的组合优化问题。 #算法原理:MIP是线性规划(LP)的扩展，其中部分变量被限制为整数值。通过分支定界法、割平面法等方法，系统地在可行解空间中搜索最优解，结合线性松弛和整数约束处理来找到满足所有约束的最佳整数解。 #复杂度分析 时间复杂度: NP难问题，最坏情况下指数级复杂度 空间复杂度: O(2ⁿ) 在最坏情况下，其中n为整数变量个数 #代码实现: 123456789101112131415161718192021222324252627282930313233343536#include <iostream>#include <vector>#include <ilcplex/ilocplex.h>ILOSTLBEGINvoid solveMIP() { IloEnv env; try { IloModel model(env); ...

标签: #图算法 #搜索算法 #中等难度 #路径查找 #连通性分析 #核心思想: 从起始节点开始，逐层向外扩展探索所有可达节点，确保先访问距离起点更近的节点。 #算法原理:BFS通过队列实现层次遍历，首先将起始节点入队并标记已访问，然后不断从队列中取出节点，访问其所有未访问的相邻节点并入队，重复此过程直到队列为空。 #复杂度分析 时间复杂度: O(V + E)，其中V为顶点数，E为边数 空间复杂度: O(V)，最坏情况下需要存储所有节点 #代码实现: 1234567891011121314151617181920212223242526272829#include <queue>#include <vector>#include <unordered_set>using namespace std;void BFS(int startNode, vector<vector<int>>& graph) { int n = graph.size(); vector<bool> v...

Claude Code 是人工智能助手Claude具备的代码理解、生成和优化能力的统称，它基于大型语言模型训练而成，能够处理多种编程语言（如Python、C++、Java等）的编程任务。具体而言，Claude Code能够分析用户需求并生成相应的代码片段，调试和解释现有代码的逻辑错误，优化算法实现以提高性能，在不同编程语言之间进行转换，以及生成技术文档和测试用例。它深度理解编程范式、数据结构和算法，并能结合具体应用场景（如网络优化、数学建模、系统设计等）提供专业级编码解决方案。Claude Code的特点在于能够上下文关联地理解复杂需求，提供符合工程最佳实践的代码，同时给出清晰的技术解释，相当于一个具备全栈开发能力的AI编程助手。 一、常用指令行 /init - 初始化阅读工程，输出到md文件 两次按shift+tab 进入plan mode（做计划） think hard/ harder/ ultrathink -代表思考力度（越右消耗token越多） creat a task to xxxx - 创建todo list，分步骤执行操作 add a task to xxx - ...