-
本文详解Python中计算最小未出现非负整数（MinimumExcludant,MEX）的正确实现方法，涵盖基础逻辑、常见语法错误规避、时间复杂度分析及实用优化技巧。
-
Python列表切片通过索引范围提取子列表，常见形式包括：基本切片（start:stop）取指定范围元素，如lst[1:4]；带步长切片（start:stop:step）控制间隔，如lst[::2]隔一取一；负索引切片从末尾计数，如lst[-3:]取末尾三个；负步长实现反向切片，如lst[::-1]反转列表。所有操作不修改原列表，越界自动截断。
-
本文介绍一种实用策略：通过构建结构化二分类辅助数据集，结合BERT掩码预测与后验语义等价校验，实现对同一掩码位置多个语义正确答案（如“equals”“gives”“isequalto”）的灵活接纳，提升算术语义理解任务的鲁棒性。
-
应使用TorchScript而非torch.load，因其生成无Python依赖的C++字节码，避免多进程反序列化失败；需eval()、固定输入shape/dtype、慎用trace、优先script；Flask中全局单例加载并显式.eval()和device绑定；预处理确保dtype/device一致，输出转CPU再tolist。
-
选择排序核心是“找最小、换位置”，需用临时变量交换而非仅赋值，避免丢值；内层循环范围应为[i,len(arr)-1]，禁用min()和index()以防重复值错误。
-
asyncio.Queue更适合协程因其纯异步设计，所有操作返回awaitable，避免阻塞事件循环；而queue.Queue基于线程锁，在协程中调用会卡死整个循环。
-
全站脱敏显示必须重写Serializer的to_representation方法，而非to_internal_value；需结合模型Meta或显式声明敏感字段，在非DEBUG环境下执行掩码，且嵌套序列化器、SerializerMethodField等各路径均需统一处理。
-
Python异步I/O性能优于线程，因其避免线程切换开销和GIL限制，单线程事件循环调度协程，切换成本纳秒级，且通过epoll/IOCP实现高效I/O等待；但仅适用于I/O密集型场景，且需全链路async支持。
-
闭包是捕获外层变量的嵌套函数，需满足嵌套定义、引用外层局部变量、返回内层函数三条件；装饰器是基于闭包实现的语法糖，用于增强函数功能，常见于缓存、校验、计时等场景。
-
TensorBoard直方图不显示参数需检查：是否在tf.function或record_if(True)内调用、变量是否已初始化、file_writer是否正确激活；PyTorch需用.data取值并移至CPU；直方图挤压因尺度差异，应分层命名并配合标准差监控；日志路径需匹配且至少两步数据才显示标签页。
-
del不直接删除对象，而是删除变量对对象的引用；对象是否销毁取决于引用计数是否降为0，降为0时CPython立即回收内存。
-
Python的logging比print更安全，因其分离输出内容与目标、支持分级控制（DEBUG到CRITICAL）、多目标输出（文件/邮件/网络等）、线程安全及格式化上下文（时间、模块、行号、线程ID等），而print仅简单输出至stdout，无级别、无目标控制、非线程安全、格式不统一。
-
Python自带dict不支持TTL因其纯内存映射，无时间戳、过期检查或自动清理机制；手动维护易致内存泄漏，Timer方案开销大且难管理；推荐懒过期封装方案，读时检查并删除过期项。
-
在Python中，导入模块的基本方法有三种：1)使用import关键字导入整个模块，如importmath；2)使用from...import...语法导入特定函数或变量，如frommathimportpi,sqrt；3)使用as关键字为模块或函数起别名，如importmathasm或frommathimportsqrtassquare_root。通过这些方法，可以灵活地管理和使用Python库，提高代码的可重用性和可维护性。
-
Pillow批量转图需手动兜底：用os.path.getsize()排除0字节文件，try/except捕获UnidentifiedImageError跳过损坏图；save时显式指定format和quality等参数，用pathlib.Path安全拼路径并os.makedirs(...,exist_ok=True)自动建目录，RGBA转JPEG前须convert("RGB")。
