Hello, World.

收集了各種基於[[llama]]的[[LLM]] 可以使用簡單的指令下載不同model 有一個可愛的logo，跟漂亮的web。操作也方便 安裝，只需要一行指令 curl https://ollama.ai/install.sh | sh 使用 例如 ollama run deepseek-coder model存放的位置 ~/.ollama/models 可以使用soft link，自行連結實際要存放的資料夾

受到這篇文章 Making Small Games, Which Is Fun in Itself 的啟發，嘗試製作迷你遊戲 製作快速，玩的人也能獲得1分鐘的樂趣 操作： space: 衝刺 玩法： 碰到紅圈就死了 程式碼： https://github.com/ex7763/Dash1D {:width 360}

功能：解 [[Maximum subarray problem]] 方法：如果現在累積的子序列和，小於現在指向的數字，就重新開始累計 Time Complexity: O(n) Space Complexity: O(1) 數學： 如果已知 A[:i] 的 max sum，那麼 A[:i+1] 的 max sum 必定包含或不包含 A[:i] 的 prefix。 reference: https://www.shubo.io/maximum-subarray-problem-kadane-algorithm/ 快速記法： 因為你累計的和，比現在的數字小，前面的就沒用了，留現在的就好

硬體中的分支預測器(Branch Prediction)會影響程式的速度 如果loop中的if一直猜錯會降低程式速度 例如下面的程式array有沒有sort，就會影響速度 for (int i = 0; i < N; i++) if (a[i] < P) s += a[i]; https://en.algorithmica.org/hpc/pipelining/branching/

用[[logseq]]後我開始覺得做筆記時輕鬆可維持的，有點像我之前開始記賬或者是健身記錄的時候 我不擅長寫長文，這種隨手記的方式比較適合我。有空時可以再整理成完整文章發布 再加上[[ChatGPT]]的流行我覺得可以從這些零散的筆記中的到資訊 並且使用[[ChatGPT]]幫我整理並潤飾語法