OK, tässä on Super Big Brained Optimizer Promptin toinen kierros. Onneksi tämä viesti voi olla paljon lyhyempi kuin lainattu viesti, koska koko työnkulku alkuperäisen kehotteen jälkeen on identtinen ensimmäisen kierroksen kanssa, vain korvaten tiedostonimissä "1" "2":lla. Tässä on aihe: --- Lue ensin KAIKKI AGENTin md-tiedostot ja README MD-tiedostot todella tarkasti ja ymmärrä KAIKKI molemmat! Käytä sitten kooditutkimusagenttitilaa ymmärtääksesi täysin koodin, teknisen arkkitehtuurin ja projektin tarkoituksen. Kun olet tehnyt erittäin perusteellisen ja huolellisen työn kaiken tämän parissa ja ymmärtänyt syvällisesti koko olemassa olevan järjestelmän ja sen tarkoituksen, toteutuksen ja miten kaikki osat liittyvät toisiinsa, tarvitsen sinun hyperintensiivisesti tutkivan, tutkivan ja pohtimaan näitä kysymyksiä tämän projektin yhteydessä: Onko ydinjärjestelmässä muita törkeitä tehottomuuksia? Koodipohjan kohdat, joissa 1) muutokset oikeasti siirtäisivät kokonaisviiveen, reagoivuuden ja läpimenon kannalta; 2) siten, että muutoksemme olisivat toiminnallisuudeltaan todistettavasti isomorfisia, jotta tietäisimme varmasti, ettei se muuttaisi tuloksia samoilla syötteillä annettuna; 3) missä sinulla on selkeä visio selvästi paremmasta lähestymistavasta algoritmien tai tietorakenteiden osalta (huomaa, että tähän voit sisällyttää pohdintoihisi vähemmän tunnettuja tietorakenteita ja erikoisempia/kehittyneempiä/matemaattisia algoritmeja sekä tapoja muotoilla ongelma uudelleen niin, että toinen paradigma paljastuu, kuten alla esitetty lista (Huomautus: Ennen optimoinnin ehdottamista määritä lähtömittarit (p50/p95/p99 viive, läpäisy, huippumuisti) ja tallenna CPU/allokointi/I/O-profiilit todellisten hotspottien tunnistamiseksi): - konveksi optimointi (uudelleenmuotoilu antaa globaalit optimaaliset takuut) - submodulaarinen optimointi (ahneus antaa vakiokertoimen approksimaatiota) - semiring-yleistys (yhdistää lyhimmän polun, transitiivisen sulkeutumisen, datavirran, jäsentämisen) - matroidirakenteen tunnistus (ahneus on todistettavasti optimaalinen) - lineaarialgebra GF(2):n yli (XOR-järjestelmät, kytkinongelmat, virheenkorjaus) - reduktio 2-SAT:iin (konfiguraation validiteetti, implikaatiograafit) - pienentäminen minimikustannusmaksimivirtaan (jako, aikataulutus, resurssien allokointi) - kaksiosainen yhteensopivuustunnistus (unkari, Hopcroft-Karp) - DP lyhimpänä reittinä implisiittisessä DAG:ssa (mahdollistaa prioriteettijonon DP:n, Dijkstra-tyylisen optimoinnin) - konveksi runkotemppu / Li Chao -puut (O(n²) DP → O(n log n)) - Knuthin optimointi / hajota ja hallitse DP - Hirschbergin tilan reduktio (kun sovellettavissa kohdistuksen ulkopuolella) - FFT/NTT konvoluutiolle (polynomikertolasku, sekvenssikorrelaatio) - matriisieksponensointi lineaarisille toistuville - Möbiuksen muunnos / osajoukkokonvoluutio - pysyvät/muuttumattomat tietorakenteet (versiointi, palautus, spekulatiivinen suoritus) - suffiksi automaatti / suffiksimatriisi LCP:llä...