chore: automated publish

Author: github-actions[bot]

public/blog/2025-04-01/index.pdf

@@ -2,7 +2,6 @@
 \author{"杨其臻"}
 \date{"Apr 01, 2025"}
 \maketitle
-\chapter{引言}
 在系统编程领域，Zig 语言凭借其独特的显式内存管理、零成本抽象和强调确定性的设计理念，正在成为构建高性能应用的利器。本文聚焦于拓扑排序算法在 Zig 语言中的实现，并深入探讨其在并行任务调度中的创新应用。通过将传统的图论算法与现代并发模型相结合，我们能够构建出既保证执行顺序正确性，又充分挖掘硬件并行潜力的任务调度系统。\par
 \chapter{拓扑排序基础}
 拓扑排序是对有向无环图（DAG）进行线性排序的算法，其数学表达为：对于图中任意有向边 $(u, v)$，节点 $u$ 在排序结果中都出现在 $v$ 之前。形式化定义为给定图 $G=(V, E)$，求节点排列 $L = [v_1, v_2, ..., v_n]$，使得对于每条边 $(v_i, v_j) \in E$，都有 $i < j$。\par
@@ -123,5 +122,4 @@ \chapter{进阶话题}
 在动态图场景下，传统的静态拓扑排序算法需要改进。我们提出增量维护算法：当新增边 $(u, v)$ 时，只需沿着v的后续节点传播更新。数学上，这可以形式化为：
 $$\Delta L = \text{TopoSort}(\{v\} \cup \text{Descendants}(v))$$
 其中 $\text{Descendants}(v)$ 表示 $v$ 的所有可达节点。Zig 的编译时反射机制可以优化该过程，通过 \verb!@TypeOf! 和 \verb!@hasField! 等编译时函数实现依赖关系的静态验证。\par
-\chapter{总结}
 本文展示了 Zig 语言在实现经典算法和构建并发系统方面的独特优势。通过将显式内存控制与现代化并发原语相结合，开发者能够创建出既保证正确性又具备高性能的任务调度系统。未来随着 Zig 标准库的进一步完善，其在分布式系统和异构计算领域的应用值得期待。\par

public/blog/2025-04-01/index.tex

@@ -1 +1 @@
-a80d4e4b18a9407537bfe38be2cac9c868fc625787bf87082768d100ec099d62
+ea51ff5e64b72d0ca4e7de9773baaf2b9e6ea276f7454b2607d4061b50ce0204

public/blog/2025-04-01/sha256

@@ -1,8 +1,7 @@
-\title{"理解并实现基本的拓扑排序算法：从理论到代码实践"}
+\title{"理解并实现基本的拓扑排序算法"}
 \author{"杨其臻"}
 \date{"Apr 02, 2025"}
 \maketitle
-\chapter{引言}
 在计算机科学中，拓扑排序是一种解决依赖关系问题的关键算法。想象这样一个场景：大学选课时，某些课程需要先修课程。例如，学习「数据结构」前必须先修「程序设计基础」，这种依赖关系构成一个有向无环图（DAG）。拓扑排序的作用正是为这类依赖关系找到一种合理的执行顺序。本文将深入解析拓扑排序的核心原理，并通过 Python 代码实现两种经典算法。\par
 \chapter{拓扑排序基础概念}
 拓扑排序的定义是：对 DAG 的顶点进行线性排序，使得对于任意有向边 $u \to v$，顶点 $u$ 在排序中都出现在顶点 $v$ 之前。例如，若图中存在边 $A \to B$ 和 $B \to C$，则可能的排序之一是 $[A, B, C]$。\par
@@ -147,7 +146,6 @@ \chapter{实际应用场景}
 \item \textbf{课程安排}：解决 LeetCode 210 题「课程表 II」的依赖问题。
 \item \textbf{任务调度}：管理具有前后依赖关系的任务执行顺序。
 \end{itemize}
-\chapter{总结与扩展}
 拓扑排序是处理依赖关系的核心算法。通过 Kahn 算法和 DFS 算法的对比，可根据实际需求选择实现方式。进一步学习可探索：\par
 \begin{enumerate}
 \item \textbf{强连通分量}：使用 Tarjan 算法识别图中的环。

public/blog/2025-04-02/index.pdf

@@ -1 +1 @@
-a12dc9557c5828c41d0d3a5e30a522a710ed4d2761a890baa2ed6576db3ce792
+f134741f8d0cb6e3084fbac87732b1f2f3701b470dcb7b1eb5b72878fea181eb

public/blog/2025-04-02/index.tex

@@ -1,8 +1,7 @@
-\title{"用 Mermaid.js 提升技术文档的可视化能力：流程图与架构图实战指南"}
+\title{"用 Mermaid.js 提升技术文档的可视化能力"}
 \author{"杨其臻"}
 \date{"Apr 03, 2025"}
 \maketitle
-\chapter{引言}
 在软件开发领域，技术文档的可读性直接影响团队协作效率与知识传递效果。传统绘图工具如 Visio 或 Draw.io 虽然功能强大，但其二进制文件格式与代码仓库的文本特性存在天然隔阂。Mermaid.js 作为一款基于文本的图表生成库，通过将图表定义为可版本控制的代码，完美解决了文档与图表同步更新的难题。其 \verb!9.4KB! 的轻量化体积与 Markdown 原生支持特性，使其成为技术写作领域的颠覆性工具。\par
 \chapter{第一部分：Mermaid.js 基础入门}
 要在 Markdown 中启用 Mermaid.js 渲染，仅需添加以下 HTML 引用：\par
@@ -78,5 +77,4 @@ \chapter{第四部分：与其他工具的集成与自动化}
 \verb!-t! 参数指定主题样式，支持 \verb!default!、\verb!dark!、\verb!forest! 等多种预设，确保生成图表与文档主题风格一致。\par
 \chapter{第五部分：最佳实践与避坑指南}
 当遇到渲染异常时，可优先检查方向控制符是否冲突。例如在 \verb!flowchart! 类型中使用 \verb!graph TD! 声明会导致解析失败，正确写法应为 \verb!flowchart TB!。对于包含大量节点（超过 50 个）的复杂图表，建议启用 \verb!%%{init: {"flowchart": {"useMaxWidth": false}} }%%! 初始化指令禁用响应式布局以避免元素重叠。\par
-\chapter{结语}
 Mermaid.js 的生态正在加速进化，近期新增的饼图与用户体验地图支持，使其应用场景突破传统技术文档范畴。与 PlantUML 相比，Mermaid.js 的 JavaScript 原生特性使其更适配现代 Web 技术栈。建议读者从简单的 API 流程图开始实践，逐步将架构文档迁移到这套「代码即图表」的新范式。当团队所有成员都能通过 \verb!git diff! 直观查看图表变更时，技术协作将进入全新的维度。\par

public/blog/2025-04-02/sha256

@@ -1 +1 @@
-ab38a16a307ed52ff220055e15cdf2019829036eb22d3726fb539b78948a91b7
+6302e53520bfda08fccdc00cec542e562688b2f964abe16517ede9f6b59e88a4