数据结构大作业：教务管理系统核心结构与避坑指南-北京尧图网络

简介这份华工数据结构大作业—教务管理系统面向正在学习数据结构、准备完成课程设计或期末大作业的高校学生围绕学籍、课程、教师与教务员等多角色管理场景展示数组、链表、树、栈、队列及哈希表等结构在实际系统中的应用方式适合课程项目实践与答辩复盘。压缩包共56个文件约1.92MB以23个cpp源文件、20个头文件、9个txt测试数据与说明文档为主并含3个可执行程序和1份doc课程报告便于对照源码运行教师端、学生端与教务员端。已有701人学习下载。读者可获得三端功能的完整实现参考以及课程注册、信息检索、任务调度、撤销操作和文件持久化等模块的代码与测试数据适合用来拆解目录结构、理解时间与空间复杂度权衡并完善自己的课程项目。1. 数据结构大作业选教务管理系统一份被低估的考卷每年期末都有人盯着「数据结构大作业——教务管理系统」这个题目发愣增删改查而已把课本上的单链表抄一遍不就交差了真动手才发现学号索引、选课冲突、先修环检测、按 GPA 排名这四件事分别逼着哈希表、位运算、拓扑排序和堆出面。这个题目之所以年年被选是因为它足够小两三个人两周能写完又足够复杂任何一处结构选错演示时都会被当场追问到答不出来。下面按实操路径走一遍先把五类实体的存储确定下来再逐个处理选课、查询、排名、持久化最后给出答辩前必须跑的压力测试和踩坑清单。适合已经写完基础增删改查、想让系统经得起追问的人。2. 教务管理系统的数据模型五类实体用什么容器存题目给的需求文档通常只写「能添加学生、能选课、能查成绩」真正决定后面写起来顺不顺的是容器选型。选错一次后面每一处查询都在为它付出额外代价改起来像拆脚手架。2.1 学生表与课程表主表用 vector 而不是 list 的理由课程设计里最常见的做法是struct Student { ... Student* next; }一路new下去。这样写交得了作业但查询一个学生要遍历整条链选课冲突检测要做两层嵌套循环数据量一上三千就明显卡。主表我一般用std::vector连续存删除用软删除标记下标当句柄用。#include cstdint #include string #include vector // 主表连续存储软删除下标即句柄 struct Student { std::string id; // 学号定长 10 位避免比较时长度不一致 std::string name; // UTF-8 编码在 I/O 入口处统一转换 int major 0; // 专业编号 double gpa 0.0; // 加权平均分冗余存储避免每次现算 bool active true; // false 表示已离校记录保留 }; struct Course { std::string code; // 课程号主键 std::string name; int credit 0; int capacity 0; std::vectorstd::string prereq; // 先修课程号可为空 }; struct Enroll { // 选课记录一条三元组 std::string sid; std::string code; int term 0; double score -1.0; // -1 表示未录入 }; class Repo { public: std::vectorStudent students; std::vectorCourse courses; std::vectorEnroll enrolls; // 追加为主删除打标记 };逻辑上主表只负责「存在」所有「找得到」的需求都交给下一节的索引结构。参数上有两个点必须在报告里写清楚id定长是为了让字符串比较在绝大多数情况下提前结束也便于后续换整型键score -1.0作为哨兵值比用bool has_score少一个字段但要求输入校验时必须拦住负分。这里要特别注意下标句柄的失效问题。vector扩容会把元素搬到新内存任何保存下来的Student*指针都会变成悬空指针。因此索引里一律存size_t下标需要用时现取students[idx]。这一点踩过坑的人都记得。提示软删除的好处是选课记录、成绩单不会跟着消失答辩时能把历史数据完整展示代价是每个查询入口都必须检查active漏一处就会查到已经删除的人。2.2 学号索引与课程号索引哈希表和有序数组的取舍学生表的访问模式大致分两类按学号精确查找登录、查成绩、选课校验按专业或班级范围遍历统计报表。前者占九成以上精确查找 TypedDict 到哈希表范围查询用排序后的辅助数组。#include unordered_map #include algorithm class StudentIndex { public: explicit StudentIndex(const std::vectorStudent v) { pos_.max_load_factor(0.7f); // 负载因子越低越快代价是内存 pos_.reserve(v.size()); // reserve 会按 max_load_factor 反推桶数 for (size_t i 0; i v.size(); i) if (v[i].active) pos_.emplace(v[i].id, i); } bool find(const std::string id, size_t out) const { auto it pos_.find(id); if (it pos_.end()) return false; out it-second; return true; } void add(const std::string id, size_t idx) { pos_[id] idx; } void erase(const std::string id) { pos_.erase(id); } private: std::unordered_mapstd::string, size_t pos_; };reserve这一步省掉的话插入五万条记录会触发十几次 rehash每次都要把全部节点重新挂桶。实测这个差距在演示时不明显但压力测试里能差出将近一倍时间。负载因子设 0.7 是工程上的常见平衡点再低就纯浪费内存了。范围遍历则不同。如果需求里有「按学号区间查询」或者「按学号排序输出」哈希表无能为力必须额外维护一份排序数组// 静态数据学期内不变用有序数组二分查找内存只有哈希表的三分之一 std::vectorsize_t sorted_by_id; // 存的是 students 的下标 std::sort(sorted_by_id.begin(), sorted_by_id.end(), [](size_t a, size_t b) { return students[a].id students[b].id; }); // 查找lower_bound 定位下界 auto it std::lower_bound(sorted_by_id.begin(), sorted_by_id.end(), key, [](size_t idx, const std::string k) { return students[idx].id k; });这两种结构不冲突可以同时存在。我的习惯是主键一律哈希表用于判重和定位另存一份有序下标数组用于输出和范围查询。有序数组的维护成本是插入 O(n)但学生名单在学期初导入后基本不动这个代价可以接受。如果需求里明确要求高频插入再考虑手写 AVL 或者直接用std::map别自己现写平衡树——课程设计的时间不够调旋转。2.3 上课时间与先修约束位掩码和邻接表的存法排课冲突是教务系统里最容易被追问的一块。朴素做法是给每门课存一个vectorpairint,int周次区间、节次区间冲突检测时双重循环。这样写代码直观但选课校验每次要 O(n²)。我一般把时间压成位图。先把语义定死每周 5 个工作日每天 6 个大节一学期 16 个教学周一共 480 个时间片。一个 480 位的std::bitset正好够运算内部是 8 次 64 位与常数时间。#include bitset constexpr int WEEKS 16, DAYS 5, SLOTS 6; using TimeMask std::bitsetWEEKS * DAYS * SLOTS; // 480 位 // week/day/slot 均从 0 开始day0 表示周一 inline int bit_of(int week, int day, int slot) { return week * (DAYS * SLOTS) day * SLOTS slot; } inline bool conflict(const TimeMask a, const TimeMask b) { return (a b).any(); // 有任意一位重叠即冲突 }把「1 到 8 周」「9 到 16 周」这类区间展开成逐周写入位图是唯一需要小心的地方。教务处的排课表经常写「单周」「双周」展开时用一个for (int w 0; w WEEKS; w) if (match(w)) ...就够了别在冲突检测里再判断奇偶那会让复杂度重新升上去。先修关系是另一个模块用邻接表存。课程表的prereq字段是课程号字符串建图时先通过课程号索引映射成下标再把边方向定义为「先修课 → 后续课」这样拓扑排序出来的顺序就是合法的修读顺序。// 课程号 - 下标建图前必须做一次映射 std::unordered_mapstd::string, size_t course_idx; for (size_t i 0; i courses.size(); i) course_idx[courses[i].code] i; // 邻接表adj[u] 里放的是「依赖 u 的课」 std::vectorstd::vectorint adj(courses.size()); for (size_t u 0; u courses.size(); u) for (const auto p : courses[u].prereq) { auto it course_idx.find(p); if (it course_idx.end()) continue; // 悬空先修单独报错 adj[it-second].push_back(static_castint(u)); }这里有个隐藏的坑prereq引用了课程表里不存在的课程号。导入数据时如果不拦拓扑排序会算出「所有课都能修」的错误结论。处理方式有两种一是导入阶段直接拒绝整批数据二是建图时记一条错误日志并在界面上提示。我倾向后者答辩演示时能多展示一个边界处理。数据结构选型到这里就确定下来了主表vector、精确查找unordered_map、范围输出有序数组、时间冲突bitset、先修关系邻接表。后面所有功能都是在这几块上组合不会再引入新结构。3. 选课冲突检测把时间片压进位图后省下的三个数量级选课是整个系统里唯一带「业务规则」的操作也是最容易在答辩现场被追问的环节。老师通常会让演示一个学生同时选两门时间重叠的课看系统怎么拦。这条路径必须稳定且提示要能说清楚拦在哪一条规则上。3.1 位掩码编码的三个约定必须写进注释上一节给的bit_of只是一个坐标映射真正决定这套方案能不能维护的是三个约定周次从 0 还是 1 开始、节次编号是否连续、单双周怎么表达。这三条不写清楚三个月后自己都看不懂。常见做法是在头文件顶部集中定义// 编码约定改动此处需同步修改所有导入脚本 // 1. week: 0 表示第 1 教学周取值 [0, 16) // 2. day : 0 表示周一取值 [0, 5) // 3. slot: 0 表示第 1 大节取值 [0, 6) // 4. 单周 week % 2 0双周 week % 2 1 TimeMask make_mask(int w_begin, int w_end, int day, int slot_begin, int slot_end, bool odd_only false, bool even_only false) { TimeMask m; for (int w w_begin; w w_end; w) { if (odd_only w % 2 1) continue; if (even_only w % 2 0) continue; for (int s slot_begin; s slot_end; s) m.set(bit_of(w, day, s)); } return m; }参数上需要注意的是w_begin/w_end用闭区间而内部存储用 0 基转换只发生在这一处。往后所有代码拿到的都是已经展开好的TimeMask不用再关心周次语义。这个「只在一个地方做转换」的习惯能省掉大量「怎么第 9 周没排上」的排查时间。如果有人问为什么不用两个uint64_t手动拼答案很简单480 位需要 8 个机器字手写移位要处理跨字边界容易出错bitset把这些细节封装掉了而和any()的常数开销在这个数据规模下完全看不出来。3.2 选课四道闸容量、重复、先修、时间一次选课要过四道检查顺序有讲究。我的顺序是学生存在性 → 重复选课 → 先修满足 → 时间冲突 → 容量。把容量放最后是因为容量检查可能涉及候补逻辑代价最高把重复选课放前面是因为它能用哈希表 O(1) 判掉早失败早返回。enum class EnrollResult { OK, NoStudent, Duplicate, PrereqMissing, TimeConflict, NoSeat }; EnrollResult try_enroll(Repo repo, StudentIndex sidx, const std::unordered_mapstd::string, size_t cidx, const std::string sid, const std::string code, int term) { size_t si; if (!sidx.find(sid, si) || !repo.students[si].active) return EnrollResult::NoStudent; // 闸一同一学期同一门课只能选一次 for (const auto e : repo.enrolls) if (e.sid sid e.code code e.term term) return EnrollResult::Duplicate; auto ci cidx.find(code); if (ci cidx.end()) return EnrollResult::NoStudent; const Course c repo.courses[ci-second]; // 闸二先修课必须已修且及格 for (const auto p : c.prereq) { bool passed false; for (const auto e : repo.enrolls) if (e.sid sid e.code p e.score 60.0) { passed true; break; } if (!passed) return EnrollResult::PrereqMissing; } // 闸三与已选课程时间冲突位运算一次判定 TimeMask mine c.mask; for (const auto e : repo.enrolls) { if (e.sid ! sid || e.term ! term) continue; auto oi cidx.find(e.code); if (oi cidx.end()) continue; if (conflict(mine, repo.courses[oi-second].mask)) return EnrollResult::TimeConflict; } // 闸四容量满员后可转入候补队列 int taken 0; for (const auto e : repo.enrolls) if (e.code code e.term term) taken; if (taken c.capacity) return EnrollResult::NoSeat; repo.enrolls.push_back({sid, code, term, -1.0}); return EnrollResult::OK; }这段代码是课程设计里最值得在报告里展开的部分因为它把四种业务规则落成了四种数据结构操作字符串哈希、线性扫描带提前退出、位图与运算、计数。前两道检查的顺序可以交换但先修检查依赖成绩数据必须在成绩录入功能之前完成设计否则中途加会牵动导入流程。时间冲突那一段的内层循环扫的是选课记录表如果不加e.sid ! sid的提前过滤五万条记录会拖慢单次选课。更好的做法是给每个学生维护一个term - TimeMask的聚合掩码选课时直接和这个聚合做一次复杂度与选课记录总数无关。这个优化可以放在答辩前作为加分项讲。注意先修判断里score 60.0这个阈值不要硬编码在函数体里抽成常量。不同院系的及格线可能不同这个细节最能体现「按需求做设计」而不是「按样例写代码」。3.3 退课与候补队列环形缓冲比 list 更稳有容量限制就一定有候补。常见实现是std::liststd::string每来一个人push_back退课时从头pop_front。链表在教科书里是标准答案但在这个场景里它把内存打散了而且每节点一次new演示时按退课按钮多按几下也不会出问题压力测试时才见分晓。我用环形缓冲底层一块连续数组头尾各一个下标满了就扩容一倍。class WaitQueue { public: void push(const std::string sid) { if (size_ cap_) grow(); buf_[(head_ size_) % cap_] sid; size_; } bool pop(std::string out) { if (size_ 0) return false; out buf_[head_]; head_ (head_ 1) % cap_; --size_; return true; } size_t size() const { return size_; } private: void grow() { std::vectorstd::string nb(cap_ * 2); for (size_t i 0; i size_; i) nb[i] std::move(buf_[(head_ i) % cap_]); buf_ std::move(nb); head_ 0; cap_ * 2; } std::vectorstd::string buf_{std::vectorstd::string(8)}; size_t head_ 0, size_ 0, cap_ 8; };pop之后不要立刻从enrolls里删除那条记录而是标记为已退课并保留历史教务系统里退课记录是要能查的。候补转正的动作应该封装成一个独立函数在退课成功之后触发一次pop再由它去调用选课主流程。这样职责清晰也方便在演示时单独触发。环形缓冲的实现要多写一个grow看起来比链表麻烦好处是遍历顺序稳定、缓存友好、不会因为忘记delete而泄漏。课程设计里内存泄漏不一定扣分但如果老师现场打开任务管理器看内存曲线那画面就不好看了。4. 查询、排名与先修校验三种结构各管一段功能写到这一层题目里那些「按姓名模糊查询」「输出 GPA 前 20 名」「检查先修关系是否有环」的需求其实各对应一个经典结构。挑错结构的代价不是跑不动而是复杂度上去了以后你在报告里写的分析全是错的。4.1 姓名模糊查询Trie 在中文场景下的真实收益需求里写「输入姓名的部分内容列出匹配的学生」这是一个前缀查询。哈希表做不了前缀只能全表扫描Trie 能做但很多人担心中文编码问题。实际上 UTF-8 是自同步编码任何一个汉字的字节序列都不会是另一个汉字字节序列的前缀因此按字节建 Trie 与按字符建 Trie 在前缀匹配上等价。struct TrieNode { int child[256]; // 按字节分支-1 表示空 std::vectorint hits; // 以该节点结尾的姓名对应的学生下标 TrieNode() { std::fill(child, child 256, -1); } }; class NameTrie { public: void insert(const std::string name, int student_idx) { int cur 0; for (unsigned char ch : name) { if (nodes_[cur].child[ch] -1) { nodes_[cur].child[ch] static_castint(nodes_.size()); nodes_.emplace_back(); } cur nodes_[cur].child[ch]; } nodes_[cur].hits.push_back(student_idx); } void prefix(const std::string p, std::vectorint out) const { int cur 0; for (unsigned char ch : p) { cur nodes_[cur].child[ch]; if (cur -1) return; // 前缀不存在直接返回 } collect(cur, out); // 收集子树全部命中 } private: void collect(int u, std::vectorint out) const { out.insert(out.end(), nodes_[u].hits.begin(), nodes_[u].hits.end()); for (int i 0; i 256; i) if (nodes_[u].child[i] ! -1) collect(nodes_[u].child[i], out); } std::vectorTrieNode nodes_{1}; // 根节点固定为 0 };每个节点固定 256 个int占 1KB一万个学生大约几万个节点内存几十兆课程设计能接受。如果嫌大把child换成std::unordered_mapunsigned char,int但插入变慢得不偿失。真正需要控制的是collect的递归深度——姓名最多几十字节不会有爆栈风险。如果需求只是「按姓名精确查找」而不是模糊匹配哈希表就够了别为了炫技上 Trie。这点判断力在报告里写一句比多写两百行代码更值。4.2 GPA 排名与 Top-K手写堆比全排序省在哪需求写「输出 GPA 前 20 名」时最常见的写法是std::sort全表再取前 20。五万条数据全排是 O(n log n)不慢但排序的是不需要的部分。用容量为 K 的小顶堆复杂度是 O(n log K)K 20 时差别接近一个数量级。#include queue // 小顶堆堆顶是当前 Top-K 中最小的那个 GPA std::vectorsize_t top_k_gpa(const std::vectorStudent v, size_t k) { auto cmp [](size_t a, size_t b) { return v[a].gpa v[b].gpa; }; std::priority_queuesize_t, std::vectorsize_t, decltype(cmp) pq(cmp); for (size_t i 0; i v.size(); i) { if (!v[i].active) continue; if (pq.size() k) { pq.push(i); } else if (v[i].gpa v[pq.top()].gpa) { pq.pop(); pq.push(i); } } std::vectorsize_t out(pq.size()); for (size_t i out.size(); i-- 0;) { out[i] pq.top(); pq.pop(); } return out; // 从大到小 }参数上有两点必须处理。第一浮点相等的情况GPA 相同的学生谁排前面要有个稳定规则通常用学号字典序做次级键比较函数写成gpa 相等则比学号。第二k 有效人数时不能越界pq.size()本身已经处理了输出数组按实际大小开就行。堆的另一个用处是「实时榜单」如果需求要求每次录入成绩后刷新排名全排序要重排一次堆只需要在插入新成绩时维护代价低得多。这一点在报告的性能分析里值得单独一段。4.3 先修关系环检测拓扑排序为什么比并查集合适先修关系是典型的有向无环图需求里往往隐含一条不能出现「A 是 B 的先修B 又是 A 的先修」这种环。用并查集判环是常见误区——并查集判的是无向图里的环也就是「两个点之间已经有路径再加一条边就成环」而先修关系的方向性恰恰是核心语义。Kahn 算法最直观统计入度入度为 0 的入队出队时把邻居入度减一减到 0 的再入队最后看有没有点没被访问到。// 返回 false 表示存在环含悬空先修 bool check_prereq(const std::vectorCourse courses, const std::unordered_mapstd::string, size_t idx) { size_t n courses.size(); std::vectorint indeg(n, 0); std::vectorstd::vectorint adj(n); for (size_t u 0; u n; u) { for (const auto p : courses[u].prereq) { auto it idx.find(p); if (it idx.end()) return false; // 悬空先修单独报错 adj[it-second].push_back(static_castint(u)); indeg[u]; } } std::vectorint q; q.reserve(n); for (size_t i 0; i n; i) if (indeg[i] 0) q.push_back(static_castint(i)); size_t head 0, seen 0; while (head q.size()) { int u q[head]; seen; for (int v : adj[u]) if (--indeg[v] 0) q.push_back(v); } return seen n; }seen ! n时说明剩下的节点全部落在环里。实用一点的做法是把这些节点打印出来直接告诉用户是哪几门课互相依赖比只返回一个布尔值有用得多。答辩时老师问「你怎么知道哪门课有问题」直接给出这个列表就行。三个结构到这里各就各位Trie 负责前缀、堆负责 Top-K、拓扑负责依赖。它们不共享逻辑也不互相干扰这种「一个需求一个结构」的划分方式比把所有功能塞进一个大类里好维护得多。5. 教务管理系统避坑排查五个让演示现场失控的细节前面四章是设计这一章是问题和后果。下面五条都是我在带课程设计时反复见到的问题顺序按出现频率排列。5.1 中文姓名排序乱成一团编码没有统一现象按姓名排序输出结果既不是拼音序也不是笔画序甚至同一个名字出现在两个不同位置。原因导入的名单文件是 GBK程序内部字符串按 UTF-8 处理比较时走的是字节序。更隐蔽的情况是同一个文件里混了两种编码某些汉字比较相等某些不相等。解决在 I/O 入口处统一转 UTF-8转换失败直接拒绝导入并提示行号。同时要在报告里明确写清楚姓名字段的比较是 Unicode 码位序不是拼音序如果需求要求拼音序需要额外维护一张拼音映射表不能假装字节序就是拼音序。5.2 删完学生选课记录还在索引没有联动现象删除一个学生之后按学号查成绩返回空但按课程查选课名单里还有这个名字或者直接崩溃。原因软删除只改了active标记索引表和选课表都没动。查询入口有的检查了active有的没检查行为不一致。解决把删除封装成一个函数内部依次完成「标记主表 → 从学号索引移除 → 选课记录标记失效」。所有外部代码只调这一个函数不直接改active。另外跨表查询统一走同一个过滤函数不要每处手写一遍判断。5.3 文件读回来少一条getline 与混用现象用读课程号、用getline读课程名结果课程名读到了空字符串后面整体错位一条。原因遇到换行符会停下但不消费它紧接着的getline读到的就是那个换行返回空串。文件末尾没有换行时最后一条记录还会被漏掉。解决读写全部统一用getline读整行再按分隔符切分绝不混用。写文件时保证每条记录以换行结尾读完之后检查一次in.eof() !in.fail()。这个坑几乎每届都有人踩而且症状表现为「数据少了一条」而不是报错排查起来很费时间。5.4 数据量上来就越跑越慢藏在循环里的拷贝现象五十个学生时秒开五千个学生时点一次选课要等两秒。原因函数签名写成void enroll(Repo repo, ...)参数按值传每次调用拷贝整份数据或者for (auto s : students)忘了写引用。还有一种是在内层循环里调用find_student(id)每次都从头线性扫。解决容器参数一律传引用遍历用const auto。热点路径上的线性查找换成索引结构把 O(n) 压到 O(1)。判断热点不用猜用chrono在几个关键函数上打点计时跑一遍就清楚了。5.5 演示现场直接崩没有拦住非法输入现象输入框里敲了字母或者 GPA 计算时分母为零程序直接退出。原因atoi不校验返回值非法输入返回 0被当成合法学号继续往下走计算加权平均时总学分为 0除法产生未定义行为。解决所有外部输入走一层校验函数用std::stoi配合try/catch或者自己写parse_int返回optional。除法前判断分母分母为 0 时返回 0 并打日志。这一条改动量最小但对演示效果影响最大。6. 答辩前的压力测试把「能跑」变成「敢被追问」代码写完不等于结束。我一般要求至少跑一遍构造数据五万学生、两千门课、十万条选课记录用脚本生成重点看三个指标。第一是冷启动加载时间包含建索引第二是单次选课的平均耗时取一千次随机操作求均值第三是 Top-20 排名的耗时。这三个数直接对应报告里的复杂度分析写出来才有说服力。操作数据规模目标耗时观察点文件加载建索引5 万学生 / 2000 课程1 秒内是否触发多次 rehash单次选课四道闸全开10 万条选课记录1 毫秒内时间冲突是否点查Top-20 GPA5 万学生20 毫秒内是否误用全排序前缀查询 2 字5 万学生5 毫秒内Trie 是否建成先修环检测2000 课程50 毫秒内入度统计是否重复遍历测完把这些数字和实际耗时并列写进报告比空谈「本系统采用了高效的数据结构」强得多。如果某一项没达标先看是不是参数传值了再看是不是在内层循环调了线性查找九成的问题出在这两处。我自己在这类课程设计上踩过的最深的一个坑是早早把界面做漂亮了数据结构却还是全表扫描最后两周全部用来返工。后来改了顺序先定容器和索引再跑压力测试最后才接界面。这样每次优化都能立刻在数字上看到效果也不用担心改了底层把界面搞坏。希望帮到你。本文还有配套的精品资源点击获取

数据结构大作业：教务管理系统核心结构与避坑指南

相关推荐

ADS Doherty功放仿真与回退效率调优

Cocos2d-x游戏逆向分析实战指南

构建可落地的RAG智能助理：从PDF到生产级知识问答

更多资讯

扩散模型局部风格控制：实现内容保真与风格注入的精准解耦

STM32综合测评B类题固件：ADC/DMA采样、校准与PID闭环

分布式计算核心技术解析与大数据实践

全双工语音模型的话轮控制：解决AI抢话与冷场问题

多模型共识机制提升教育AI诊断准确率

Diagram设计不是画图，而是结构化建模思维

今日更新

基于YOLOv11的石油泄漏智能检测系统开发实践

AI行业变局：合规、Mod化与上下文管理的实战启示

计算机视觉与AI原生应用融合的技术实践

本周精选

防幻觉智能体架构：电源硬件设计中的大模型编排与工具化实践

OpenGL面试核心考点：渲染管线、矩阵变换与性能排查全解析

全国计算机二级C语言真题PDF高效刷题指南

本月热门

我发现了一个新思路：用 Remotion + Claude Code 像写代码一样自动化生成短视频

Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式：TaoToken 统一 Key 配置与验证

2026 大模型集体涨价：用 Python 做企业 Token 成本测算与选型避坑（附配置）

读完文章，想聊聊您的网站？