算法的世界是美丽的https://keylun-notes.yexinnan20070127.workers.dev/zh_hanshttps://keylun-notes.yexinnan20070127.workers.dev/posts/about-this-blog/https://keylun-notes.yexinnan20070127.workers.dev/posts/about-this-blog/第一篇文章，定义博客的写作边界、栏目结构和长期维护方式。Sat, 27 Jun 2026 00:00:00 GMT<p>这个博客会先服务于一个朴素目标：稳定地写，长期地写，把学习过程里真正有复用价值的东西沉淀下来。</p> <h2>栏目边界</h2> <ul> <li>Algorithm Notes：算法模板、证明、题目复盘和工程实现。</li> <li>Paper Reading：论文背景、核心方法、公式、实验设置和可复现点。</li> <li>Projects：课程项目、开源项目、baseline 和 benchmark。</li> <li>Course Notes：高质量课程笔记，避免公开不该公开的内部资料。</li> </ul> <h2>写作方式</h2> <p>先追求能稳定写，再追求页面复杂度。第一版博客只需要文章列表、文章页、项目页、RSS 和自动部署，剩下的搜索、评论、统计可以等内容积累起来后再加。</p> <p>每篇文章尽量保留：</p> <ul> <li>问题背景</li> <li>推导过程</li> <li>关键代码</li> <li>踩坑记录</li> <li>可以复用的结论</li> </ul> <h2>长期目标</h2> <p>让这个博客逐渐变成我自己的技术档案，而不只是一个展示页面。</p> 站点记录metawritingbloghttps://keylun-notes.yexinnan20070127.workers.dev/posts/ntt-notes/https://keylun-notes.yexinnan20070127.workers.dev/posts/ntt-notes/整理 NTT 的问题背景、核心公式、实现细节和容易写错的地方。Sat, 27 Jun 2026 00:00:00 GMT<p>NTT 可以看作是在模意义下做 FFT。它的核心用途是快速计算多项式卷积，把朴素的 (O(n^2)) 复杂度降到 (O(n \log n))。</p> <h2>为什么需要 NTT</h2> <p>在竞赛和工程实现里，卷积经常出现：</p> <ul> <li>多项式乘法</li> <li>生成函数</li> <li>计数 DP 优化</li> <li>大整数乘法</li> </ul> <p>FFT 使用复数，精度处理比较麻烦；NTT 使用模数和原根，结果完全在整数域中计算，适合需要精确取模的场景。</p> <h2>实现要点</h2> <ol> <li>选择形如 (c \cdot 2^k + 1) 的 NTT 友好模数。</li> <li>找到对应原根。</li> <li>进行 bit-reversal 置换。</li> <li>逐层合并 butterfly。</li> <li>逆变换后乘以 (n^{-1})。</li> </ol> <h2>容易写错的地方</h2> <ul> <li>忘记把长度扩展到 2 的幂。</li> <li>逆变换没有乘逆元。</li> <li>原根幂次方向写反。</li> <li>中间乘法没有转成 <code>long long</code>。</li> </ul> <p>NTT 的模板不难背，真正需要理解的是“单位根分治”这件事。理解以后，FFT、NTT 和 FWT 的记忆负担都会下降很多。</p> 算法笔记algorithmnumber-theorycpphttps://keylun-notes.yexinnan20070127.workers.dev/posts/paper-reading-template/https://keylun-notes.yexinnan20070127.workers.dev/posts/paper-reading-template/一套适合 AI optimization / AI4CO 方向的论文阅读记录结构。Fri, 26 Jun 2026 00:00:00 GMT<p>读论文时最容易发生的事情是：读完觉得懂了，但过几天只记得标题。这个模板用来强迫自己留下可复用的信息。</p> <h2>1. 问题背景</h2> <p>这篇论文解决什么问题？问题为什么重要？它和已有方法的关系是什么？</p> <h2>2. 核心方法</h2> <p>用三句话概括方法：</p> <ol> <li>输入是什么。</li> <li>模型或算法做了什么。</li> <li>输出如何被评价。</li> </ol> <h2>3. 关键公式</h2> <p>记录真正影响方法理解的公式，不要机械抄全文。每个公式旁边写清楚变量含义。</p> <h2>4. 实验设置</h2> <ul> <li>数据集</li> <li>baseline</li> <li>指标</li> <li>消融实验</li> <li>训练或推理成本</li> </ul> <h2>5. 可复现点</h2> <p>最后写下如果我要复现，需要先完成哪些步骤。这部分比摘要更重要，因为它会暴露论文中真正不清楚的地方。</p> 论文阅读paper-readingresearchtemplate