-
希尔排序通过递减增量序列对数组进行分组插入排序，初始gap为数组长度一半，逐步缩小至1。使用gap=n//2划分子序列，对每个子序列执行插入排序，最后gap=1时完成整体有序。算法时间复杂度最坏O(n²)，但通常优于直接插入排序，空间复杂度O(1)，属于不稳定原地排序。关键在于跳跃式比较与逐步细化的排序过程，提升整体效率。
-
pytest不按定义顺序执行测试，因其设计哲学要求测试相互独立，收集后会打乱或哈希排序以避免隐式依赖；需用pytest-ordering插件通过order、before、after显式控制顺序。
-
交叉验证中模型泄露的典型表现是训练集与测试集划分不当导致验证指标虚高、线上效果崩塌；常见于时间序列随机打乱或同源样本（如用户、设备）跨集分布，应使用GroupKFold按组切分并确保特征工程每折独立重算。
-
Python项目结构需立足模块导入、包初始化、路径解析和可安装性四支柱；__init__.py定义包边界并导出接口，-m运行确保相对导入正确，pyproject.toml声明依赖与入口，src/布局隔离代码与非代码文件。
-
能，但需显式指定dialect="mysql"解析并手动处理MySQL特有函数、类型及变量逻辑，SparkSQL目标转换不保证语义等价，须结合AST校验与数据测试。
-
在Python中，fd是文件描述符（FileDescriptor）的简写。文件描述符是用于表示打开文件的非负整数，通过os模块进行操作。使用文件描述符的好处包括：1.提供了更底层的控制能力，2.适合非阻塞I/O和处理大量文件，但需要注意资源管理、错误处理和跨平台兼容性。
-
线性回归通过最小化平方误差建模线性关系，用最小二乘或梯度下降求解参数；逻辑回归是分类模型，以sigmoid输出概率并最大化对数似然；决策树递归划分空间提升纯度，易过拟合需剪枝；随机森林集成多棵Bagging树，提升鲁棒性与泛化能力。
-
np.histogram默认返回频数密度而非频数，需设density=False才得真实计数；bins可为整数或严格递增边界数组；整数数据优先用np.bincount；注意右开区间可能丢弃最大值。
-
不能直接在Jinja2模板中用Python切片脱敏，因其沙箱机制禁用下标操作和内置函数；需注册全局过滤器phone_mask()并校验空值与格式，模板中用{{phone|phone_mask}}调用。
-
Python允许使用魔术方法，但反对滥用，因其损害可读性、可维护性并改变语言行为；它们是内置操作背后的协议接口，应仅在必要且符合直觉时实现，优先选用显式替代方案。
-
Python的logging模块不是“用起来就行”的简单工具，而是需要按需设计的日志系统——核心在于分级控制、多目标输出、格式统一、上下文可追溯。直接调用print()或裸用logging.debug()很快会陷入日志混乱、关键信息丢失、线上无法排查的困境。明确日志级别与使用场景日志级别不是摆设，它决定了什么该记、什么该忽略。默认有5级（从低到高）：DEBUG、INFO、WARNING、ERROR、CRITICAL。实际使用中要严格区分语义：DEBUG：仅开发/调试时开启，如变量值、函数
-
gunicorn默认只启1个worker进程，无法利用多核CPU；应显式设-w参数（如-w4），并开启--preload避免重复初始化；禁用--threads以防线程不安全；gevent需monkey.patch_all()且适用于IO密集型场景，CPU密集型仍用多进程更稳。
-
Configure事件监听窗口几何属性变化（大小、位置、层级、最小化/还原），首次显示时也触发；需用widget.bind("<Configure>",callback)绑定顶层窗口，回调须接收event参数；防抖用after_cancel+after延迟执行；event.width/height为客户区尺寸，真实尺寸用winfo_width()/winfo_height()。
-
__setattr__用于控制属性赋值，每次设置属性时触发，可实现验证、只读等逻辑，需通过super().__setattr__或__dict__避免递归。
-
必须使用aio-pika而非pika：pika的BlockingConnection和AsyncConnection均不兼容asyncio，前者阻塞事件循环，后者依赖trio/curio；aio-pika基于aiormq，原生支持asyncio，提供RobustConnection、自动重连、asynccontextmanager等特性，且需注意vhost格式、SSL配置及publish/consume分离处理。
