ohmyblog

经典题解析：三个警察和三个囚徒过河，怎样用 BFS 找最短方案

2026/12/10

三个警察和三个囚徒过河，凭直觉往返安排，很容易漏掉另一岸的约束。把它改写成状态图后，问题会清楚得多：什么叫一个局面，哪些动作能产生新局面，以及怎样知道找到的是最少渡河次数。

2026/12/10

一个问题只有几个字，知识库里的段落却往往包含背景、术语和完整解释。直接把两者编码成向量，表达形式的差异有时会妨碍检索。HyDE 给出的思路是：先根据问题生成一篇假设性文档，再用它的向量去寻找真实资料。

2026/12/9

训练进程退出后，把模型权重加载回来，为什么接下来的损失曲线仍可能和原来不同？因为训练不是一个只依赖当前参数的函数。优化器记住了过去的更新，调度器记录了进度，数据加载和随机数也有自己的位置。恢复文件能被读取，与训练真正接着原轨迹继续，是两种不同承诺。

2026/12/9

在配置里写上 servername ，是不是就能拦住所有陌生域名？很多误解来自把一个约定俗成的占位名字，当成了带特殊语义的通配符。真正决定请求落到哪里的，是监听地址、端口、名称匹配，以及这些条件下的默认服务器。

2026/12/9

“全局变量在堆，局部变量在栈。”这句话同时混淆了几件事：名字能在哪里被访问，对象活多久，以及某个编译器最后怎样安排存储。要回答 C 语境里的这道题，先把三个维度拆开，才不会被一个局部静态变量轻易推翻。

2026/12/9

训练时显存不够，除了减小批次，还可能开启梯度检查点。但它不是把模型偷偷压缩了，也不是定期把训练进度存到磁盘。这里的检查点指激活保存策略：前向少保存一些中间张量，反向求导需要它们时，再把相应前向片段重新执行。

2026/12/8

读到 RMSNorm 的公式，很容易把实现写成“逐个平方、求平均、开根、再相除”。对普通数字，这条路径没有问题。但把输入换成两个极大的有限数，平方可能先变成无穷，最后得到的归一化结果反而接近零。数学答案并没有变成零，坏掉的是中间计算。

2026/12/8

“public 谁都能访问，protected 子类能访问，private 只有自己能访问。”这张口诀表能帮助入门，却很容易在一道跨包继承题上失效。Java 的访问控制不只检查有没有继承关系，还检查访问发生在哪里、对象表达式的类型是什么，以及声明所在的类型本身是否可访问。

2026/12/8

判断 12321 是不是回文，转成字符串再反转当然直观。但如果题目限制不能使用字符串，真正的考点就变成了：怎样取出末位、怎样缩短原数，以及怎样避免为了检查一个数，先把整个数反转到溢出。

2026/12/8

一句“RMSNorm 是简化版 LayerNorm”，容易让人以为两者只是少写一行代码。真正要问的是：它省掉了什么统计量，因此失去了什么性质，又保留了什么性质？把这三件事说清，比背一个速度结论更有用。