10 | 索引拆分：大规模检索系统如何使用分布式技术加速检索？
在大规模检索系统中，分布式技术通过拆分倒排索引提升性能。基于文档的水平拆分将数据随机分片，各服务器并行处理，降低单次查询耗时，且易于扩展与维护；而基于关键词的垂直拆分虽减少请求复制，但易引发负载不均与运维复杂。工业界普遍采用文档拆分，兼顾效率与可维护性。
15 | 最近邻检索（上）：如何用局部敏感哈希快速过滤相似文章？
在搜索引擎与推荐系统中，相似文章去重至关重要。通过向量空间模型将文档转为高维向量，利用SimHash等局部敏感哈希技术生成紧凑指纹，结合海明距离与抽屉原理分段索引，可高效近似检索相似内容，避免重复展示，提升用户体验。该方法广泛应用于网页去重、图像识别等领域。
16 | 最近邻检索（下）：如何用乘积量化实现「拍照识花」功能？
随着AI发展，以图搜图、拍图识物等应用日益普及，其核心是高效图片检索技术。本文深入解析如何通过聚类算法（如K-Means）与乘积量化结合倒排索引，实现高维图像特征向量的快速近似最近邻搜索，在降低存储开销的同时提升检索效率，广泛应用于图像搜索、推荐系统等领域。
局域网电脑管理中的JavaScript哈希表算法实践
本文探讨哈希表在局域网电脑管理中的应用，基于JavaScript与Node.js实现高效设备信息存储与查询。通过MAC地址哈希映射，支持快速增删改查与动态扩容，显著提升大规模设备管理性能，附可运行代码示例。
环形数组技巧
环形数组通过模运算在逻辑上将线性数组首尾相连，利用start和end指针实现头部O(1)增删。虽物理上非环形，但通过取余操作让指针循环移动，结合左闭右开区间设计，高效支持动态扩容缩容，适用于双端队列等场景。
队列/栈基本原理
本文介绍栈和队列的基本原理。二者均为操作受限的数据结构：队列仅能在队尾入队、队头出队，遵循“先进先出”（FIFO）；栈则只允许在栈顶进行插入和删除，遵循“先进后出”（FILO）。底层多用数组或链表实现。
单/双链表代码实现
本文详解双链表与单链表的自定义实现，重点讲解三个核心技巧：同时持有头尾节点引用以优化操作效率、使用虚拟头尾节点简化边界处理、避免内存泄漏的良好编程习惯。代码涵盖增删查改基本操作，适合掌握链表原理后深入学习实际开发中的链表应用。
用拉链法实现哈希表
本文详解哈希表中拉链法的实现原理，通过简化版与完整版Java代码，介绍如何用链表解决哈希冲突，支持泛型、动态扩容及增删查改操作，帮助深入理解哈希表底层机制。
