博客

带记忆化的 Minimax:缓存键、深度与评估函数 棋盘和合法着法定义好之后,剩下的就是“选哪一步”。IA02 项目里我用的是 Minimax + 记忆化,没有 alpha-beta。这篇记录搜索的结构、缓存键的设计,以及评估函数留下的问题。 搜索骨架 Minimax 本身很标准:最大化层取己方着法的最大值,最小化层取对手着法的最小值,深度到 0 时调用评估函数。 def minmax(state, depth, maximizing_player, player, hex_size, game): if depth == 0: return evaluation(state, player, game, hex_size) opponent = player_opponent(player) if maximizing_player: return max( minmax(apply_action(state, a, player, game), depth - 1, False, player, hex_size, game) for a in legals(state, player, hex_size, game) ) else: return min( minmax(apply_action(state, a, opponent, game), depth - 1, True, player, hex_size, game) for a in legals(state, opponent, hex_size, game) ) 根节点不在 minmax 里,而是单独一层: 2026.11.09 2分钟 六边形棋盘的坐标、邻居与合法着法 Gopher 和 Dodo 都是六边形棋盘上的双人棋。写这类游戏,第一件事不是搜索,而是把“格子、邻居、合法着法”这三件事定义清楚——定义错了,后面的 Minimax 再漂亮也没用。 这篇讲 IA02 项目里的棋盘建模,以及两款游戏各自的合法着法。 用两个坐标表示六边形 六边形网格有很多种坐标系统。项目用的是轴向坐标(axial coordinates):每个格子是 (x, y),第三个轴隐含为 z = -x - y,三者满足 x + y + z = 0。 这样做的直接好处是:六个邻居只需要六个固定偏移: directions = [(1, 0), (1, 1), (0, 1), (-1, 0), (-1, -1), (0, -1)] 不需要三角函数,也不需要为“平顶”和“尖顶”写两套逻辑。 棋盘边界也不是简单的矩形,而是三条轴上的范围: def is_within_bounds(cell, hex_size): x, y = cell return (-hex_size < x < hex_size and -hex_size < y < hex_size and -hex_size < -x + y < hex_size) -x + y 就是第三个轴的约束。尺寸为 n 的棋盘共有: 3n(n-1) + 1 个格子:n=4 是 37 格,n=6 是 91 格。 Gopher:一条规则,两个条件 Gopher 的规则很短: 2026.11.09 2分钟 用协程刷怪、用状态机巡逻:2D 射击的敌人循环 飞龙射击是我做的第一个完整的 2D 竖版射击:玩家移动、连发、随机刷怪、受击反馈、Boss 巡逻。它不复杂,但把几个最常用的 Unity 模式都用了一遍。这篇拆开讲。 刷怪:一个不会结束的协程 敌人不是一次性生成的,而是按随机间隔持续出现: IEnumerator Create() { while (true) { float t = Random.Range(minTime, maxTime); yield return new WaitForSeconds(t); int i = Random.Range(0, monsters.Count); Vector3 pos = new Vector3(Random.Range(-2.3f, 2.3f), transform.position.y, 0); Instantiate(monsters[i], pos, Quaternion.identity); } } 用协程而不是在 Update 里累加计时器,好处是“等待”写在代码的顺序里,读起来就是时间线:等一会儿 → 选怪 → 选位置 → 生成 → 再来一次。 代价是协程跟着 MonoBehaviour 的生命周期走:脚本禁用或物体销毁,协程就停了。如果刷怪器挂在会被销毁的对象上,“突然不刷怪了”通常就是这个原因。 连发:冷却时间而不是协程 玩家的射击用的是时间戳: public void Fire() { if (Time.time < lastFireTime + fireCD) return; Vector3 pos = transform.position + new Vector3(0, 0.8f, 0); Transform bullet = Instantiate(prefabBullet, pos, Quaternion.identity); lastFireTime = Time.time; } 按住 J 时,Update 每帧都会调用 Fire(),但只有距离上次发射超过 fireCD 才真正生成子弹。这比“协程里循环生成”更简单,也不会因为协程被中断而卡住射击。 2026.11.09 2分钟 Unity 入门:每帧循环与三个 C# 模式 Unity 初学者最容易踩的坑之一,是把“读输入”和“动物理”写在同一个循环里。我的几个原型里都出现过这个问题,后来才慢慢分清 Update 和 FixedUpdate 的职责。这篇用项目里的三段代码说明。 两个循环,两种时间 Update 每渲染一帧调用一次,间隔不固定,适合读输入、更新 UI、做与帧率无关的插值。 FixedUpdate 按固定的物理步长调用(默认 0.02 s),适合 Rigidbody、力和碰撞相关的计算。 它们的调用次数并不一一对应:一帧可能执行 0 次、1 次或多次 FixedUpdate。所以: 在 FixedUpdate 里用 Input.GetKeyDown 会漏输入(它只在某一帧为 true); 在 Update 里直接改 Rigidbody 速度,会让物理行为随帧率变化。 变色跑酷:把输入存成标记 变色跑酷里,按键在 Update 里读,动作在 FixedUpdate 里执行: public class PlayerCtrl : MonoBehaviour { private bool jump; private bool changeColor; private void Update() { if (Input.GetKeyDown(Jump)) jump = true; if (Input.GetKeyDown(Change)) changeColor = true; } private void FixedUpdate() { pchar.Move(jump, changeColor); jump = false; changeColor = false; } } 这段代码的关键不是“分两个函数”,而是标记的生命周期: 2026.11.09 2分钟 SEPIC 为什么适合光伏:变换器选择与四种 MPPT 算法 MPPT 算法本身只是“决定往哪走”,真正执行的是 DC-DC 变换器。这篇讲两件事:为什么 BA04 项目选了 SEPIC,以及报告里四种算法各自的假设和代价。 变换器在 MPPT 里到底做什么 光伏组件的输出阻抗随辐照度、温度变化。MPPT 控制器改变变换器的占空比 d,等价于改变组件看到的等效负载,从而把工作点推到 MPP。 所以变换器不是“可选的外围电路”,它决定了: 工作点能不能覆盖到 MPP(输入电压范围); 占空比变化对工作点的影响有多灵敏; 输出电压的极性和范围能不能接后级。 五种拓扑的取舍 拓扑 电压关系 输出极性 特点 Buck 只能降压 同相 简单、效率高;输入电压必须始终高于输出 Boost 只能升压 同相 简单;输入电压必须始终低于输出 Buck-Boost 可升可降 反相 范围宽;输出是负压,后级要处理 Cuk 可升可降 反相 输入输出电流都连续;同样是负压 SEPIC 可升可降 同相 范围宽、极性友好;器件比 Buck/Boost 多 光伏的麻烦在于输入电压大幅波动:辐照度低时组件电压下降,温度高时电压也下降。如果固定一个输出电压: 用 Buck,低辐照时输入可能低于输出,占空比顶到 1 也追不上; 用 Boost,高辐照时输入可能高于输出,根本没法工作; 用 Buck-Boost 或 Cuk,范围够了,但输出反相,后级需要额外处理; 用 SEPIC,既能升也能降,输出还与输入同相。 这就是项目选 SEPIC 的直接原因:宽输入范围 + 同相输出。代价是多了两个电感、两个电容和一个开关管,损耗和体积都上去了。 SEPIC 的两个阶段 SEPIC 的工作可以粗略分成两段: 开关导通:输入电感 L1 直接跨在输入上储能;耦合电容 C1 通过第二个电感 L2 放电,L2 也储能;二极管截止,负载由输出电容供电。 开关关断:L1 和 L2 的电流经二极管流向输出,同时给 C1 充电;负载得到能量。 理想情况下,输出电压与占空比的关系是: 2026.11.09 2分钟 把一整年实测数据喂给 Simulink:日循环、时间序列与能量积分 光伏 MPPT 的仿真不难在建模型,难在数据:一年的实测辐照度和温度,怎么变成 Simulink 能吃的输入?跑完 366 天之后,又怎么把瞬时功率换成 kWh 和效率?这篇记录这条数据管道,以及几个当时踩过的坑。 数据的形状 UTC 的 STELLA 平台给的是三个 Excel:辐照度、环境温度、电池温度。每个文件的结构都很“表格化”: 第 1 行是时刻表头,对应一天里的第 0~1439 分钟; 第 1 列是日期,ISO 格式 yyyy-mm-dd; 中间 1440 列,是这一天每分钟的测量值; 一共 366 行,对应 2023-04-01 到 2024-03-31。 也就是说,一个文件是 366 × 1441 的矩阵,时间被摊平在列方向上。 第一个坑:Excel 会把第 1 行的时刻(00:00、00:01……)识别成日期,显示成 1899-12-30 之类的怪值。不要试图去“修复”它——反正第 1 行只是表头,读进来直接丢掉。 读入与时间轴 MATLAB 里用 readtable 读,然后跳过第 1 行和第 1 列: temperatureTable = readtable(fullfile(rawDir, 'CellT.xlsx')); irradianceTable = readtable(fullfile(rawDir, 'Irradiation.xlsx')); numDays = size(temperatureTable, 1) - 1; % 去掉表头行 numTimes = 24 * 60; % 每天 1440 点 temperature = table2array(temperatureTable(2:end, 2:end)); irradiance = table2array(irradianceTable(2:end, 2:end)); 接下来要造一条绝对时间轴:第 1 天 00:00 到第 366 天 23:59,每分钟一个点。 2026.11.09 2分钟 光伏的 MPP 与 P&O:为什么扰动、为什么振荡、改进在哪里 这是 UTC BA04 课程项目里我负责的部分:P&O(扰动观察法)和它的改进版 P&OA。这篇不铺开讲四种算法,只把 P&O 这条线讲清楚——它为什么成立、代价是什么、改进到底改在哪,以及为什么我们跑完整整一年,两种算法的发电量只差 0.5%。 为什么会有“最大功率点” 光伏组件把光直接变成直流电。对任意时刻,输出功率就是电压乘电流: P = V · I 但 I-V 曲线不是一条直线。电压从 0 升到开路电压的过程中,电流先基本平坦、再快速下降,功率则先升后降,只有一个峰值——这就是 MPP(最大功率点)。 麻烦在于它的位置不固定: 辐照度升高,整条曲线向右上方移动,MPP 功率变大; 温度升高,电压下降,曲线向左移动,MPP 功率变小; 云、遮挡、组件老化,都会让曲线变形。 如果负载把工作点钉在某个固定电压上,组件大部分时间都不在 MPP,损失可以到 20~30%。MPPT 要做的事,就是让工作点一直跟着 MPP 跑。 直接法与间接法 课程报告把方法分成两类: 直接法:直接改变组件电压(或 DC-DC 的占空比),测量由此产生的功率变化,再决定下一步。P&O、INC 都属于这一类。它不依赖组件参数,对老化、遮挡、辐照度突变适应性强;代价是会一直在 MPP 附近“试探”。 间接法:不主动扰动,用模型或可测量推算 MPP,比如开路电压比例系数、短路电流比例系数、查表、曲线拟合。实现简单、稳态不振荡;但系数要逐块标定,环境突变时偏差大。 我们做的是直接法。原因很实际:手里有一整年的实测数据,组件参数随温度、老化变化,直接法更容易在仿真里复现真实工况。 P&O 的判据只有一句话 P&O 的逻辑朴素到可以用三行写完: P(k) = V(k) · I(k) if P(k) > P(k-1): 保持原来的扰动方向 else: 反向 也就是:功率在涨,就继续往这个方向推;功率在跌,说明推过头了,往回走。作用在 SEPIC 上时,被扰动的量是占空比 d: d(k+1) = d(k) + step · direction 它只需要测量电压和电流,不需要知道组件型号、辐照度或温度,这是它最大的优点。 2026.11.09 1分钟 静态站的语言跳转:为什么我没用 IP 定位 站点有中文、英文、法文三个版本。之前的做法是让访客自己点右上角的语言选择器;最近加了一个“首次访问自动跳转”,规则很简单: 浏览器语言是法语 → /fr/ 浏览器语言是中文 → 中文首页 其他语言 → /en/ 没有采集 IP,也没有调用任何第三方接口。 这篇记录为什么这么做,以及静态站做语言跳转时容易踩的坑。 静态站拿不到 IP 这是最先要接受的事实。GitHub Pages 这类纯静态托管只负责把文件发出去,不执行服务端代码,所以: 不能在服务器端读 X-Forwarded-For 不能根据国家做 302 不能在 HTML 返回前决定语言 想在浏览器里按国家跳转,只能调用第三方 IP 地理库: const res = await fetch(" const { country_code } = await res.json(); 这能工作,但代价不小: 多一次外部请求:首屏要等它返回,慢的时候会先看到中文再跳走。 隐私问题:IP 属于个人数据。站点在法国,面向欧洲访客时,把每个访客的 IP 发给第三方需要更谨慎地说明处理目的。 误判:VPN、公司出口 IP、跨境网络都会让“国家”不等于“语言”。 可用性:免费接口有限流,挂掉时只能回退。 对个人作品集来说,这些成本换来的精度并不值得。 浏览器语言是更直接的信号 访客想要什么语言,浏览器其实已经说了: navigator.language // "fr-FR" navigator.languages // ["fr-FR", "fr", "en"] 它比 IP 更接近“用户能读什么语言”,而不是“用户此刻在哪”。一个法国人在德国出差,浏览器仍然是 fr-FR;一个在法国的英语使用者,浏览器是 en-US。按语言跳转比按国家跳转更符合实际需求。 最终的判断逻辑: const langs = navigator.languages.length ? navigator.languages : [navigator.language]; const preferred = langs[0].toLowerCase(); if (preferred.startsWith("fr")) { location.replace("/fr/"); } else if (!preferred.startsWith("zh")) { location.replace("/en/"); } 中文不跳转,因为中文就在根路径 /。 2026.11.07 1分钟 从课程作业到可维护项目:MachiKoro 的重构与归档 MachiKoro 最初是上海大学 2022 秋季「算法与编程」的课程项目。第一版能跑,但结构很粗糙;后来花了一轮时间做重构、补文档、留归档,才变成现在这个可以拿给别人看的样子。 这篇不谈具体规则,只谈“一个课程作业怎么收尾”。 第一版的问题 旧版原型还留在仓库的 archive/legacy-v0.1/ 里。它有几个典型问题: Game 同时负责规则、界面和输入,一个文件几千行 购买流程用 int 返回“金币数或卡槽号”,语义靠猜 卡牌、玩家对象全部 new 出来,没有释放 输入混用 cin >> 和 getline(),偶尔读到空行 洗牌用 random_shuffle,随机源不可控 基类没有虚析构函数 这些问题在“能演示”的阶段都不致命,但一旦要改规则,就会一个接一个冒出来。 重构做了什么 不是重写,而是按风险从高到低逐个处理: 先修正确性:购买先校验后扣钱、紫卡重复判断、卡槽越界、紫卡触发条件、购物中心下标、体育场不向自己收钱。 再修输入:统一 getline(),加 normalize()、parse_int()、EOF 处理。 然后修资源与未定义行为:Card 加虚析构、成员默认初始化、random_shuffle 换成 std::shuffle + std::mt19937。 最后整理结构:把购买流程的返回值改成 PurchaseCode,把 AI 的决策收敛成“合法候选集”,把重复的打印逻辑抽成函数。 每一步都保持“改完能编译、能跑一局”。课程项目没有测试框架,最怕的是一次改太多,最后不知道是哪一处改坏了。 为什么保留旧版和课程笔记 仓库里现在有几类“看起来没用”的东西: archive/legacy-v0.1/:第一版源码 archive/course-notes/课程笔记.docx:原始课程笔记 docs/course-notes.md:整理后的 Markdown 笔记 docs/uml/:类图(Visio 源文件 + PDF) docs/demo/:三段演示视频 它们不参与编译,但回答了几个以后一定会被问到的问题: 这个项目是怎么一步步变成现在这样的? 当时的设计意图是什么? 它真的能跑吗? 尤其是 UML。写代码的时候觉得类图是形式主义,等过几个月再回来看,类图比代码更快让人恢复上下文。 如果重做,我会怎么改 1. 拆开 Game / View / Controller 现在 Game 既算钱又打印菜单,还解析输入。理想的结构是: 2026.11.06 1分钟 桌游程序的边界:MachiKoro 的购买流程、索引与 AI 规则写对只是第一步。真正让人崩溃的是边界:买不起怎么办、卡槽编号在购买后变了、AI 选了一个不合法的动作、输入的字符串看起来对但匹配不上。 这篇记录 MachiKoro 项目里购买与输入处理的设计,以及修过的几类典型 bug。 购买流程:返回值到底表示什么 早期版本的 player_input() 返回一个 int,这个 int 有时候表示“卡槽编号”,有时候表示“剩余金币数”,还可能是 -1 表示不买。结果就是: 买地标时把金币数当成下标,越界 slot[0] 永远买不到 先扣钱、后校验,买不起也能把金币扣成负数 后来把返回值语义固定下来: enum PurchaseCode { NO_PURCHASE = -1, // 选择 no,结束购买 YELLOW_PURCHASE = -2 // 已成功购买一张大型建筑 }; 普通建筑返回真实的卡槽下标,两个特殊值负责“不买”和“已买地标”。调用方只需要判断这三种情况,不再猜数字的含义。 更好的写法是 enum class + std::optional<int>(C++17 起),避免负数和下标混在一起。但在一个 C++14 的控制台作业里,能用枚举把语义写清楚,已经比“魔法数字”好很多。 先校验,后扣钱 购买普通建筑时,所有失败条件都必须在 withdraw() 之前检查: bool Game::buy_slot(int index) { if (index < 0 || index >= (int)slot.size() || slot[index].empty()) return false; Card* card = slot[index].back(); // 紫卡不能重复拥有 if (card->get_color() == Color::purple) { for (PurpleCard* owned : p->purple_cards) { if (owned->get_name() == card->get_name()) return false; } } // 钱不够 if (p->bank->get_coins() < card->get_cost()) return false; // 到这里才真正扣钱 p->bank->withdraw(card->get_cost()); // ... } 这是一条很朴素的规则:任何可能失败的操作,都把失败判断放在状态修改之前。一旦顺序反了,后面每一条错误分支都要负责“把钱加回去”,很容易漏。 2026.11.06 2分钟 用 C++ 给桌游建模:MachiKoro 的卡牌体系与多态结算 MachiKoro(街角小吃店)是个很适合练面向对象的题目:规则不算复杂,但卡牌类型多、触发时机分散,而且每一种卡的效果都不一样。用 if/else 硬写当然能跑,但很快就会变成一坨难以维护的分支。 这篇记录我们怎么把规则拆成对象,以及事后回看时觉得哪里还能更好。 规则先拆成“谁在什么时候做什么” 一个回合可以简化成: 掷骰 → 收入结算(红 → 蓝/绿 → 紫)→ 建造 1 张建筑 红卡:其他玩家付钱给卡主(咖啡馆、家庭餐厅) 蓝卡:所有拥有该卡的玩家收钱(麦田、牧场、森林、矿场、苹果园) 绿卡:当前玩家收钱,部分卡按图标数量加倍(面包店、奶酪工厂等) 紫卡:当前玩家对其他人收钱或交换(体育场、电视台、商业中心) 黄卡:四座地标,改变规则本身(火车站、商业中心、游乐园、广播塔) 结算顺序不是随便定的:红卡要在蓝卡之前,因为红卡会先把钱从别人手里拿走;紫卡放在最后,因为它可能改变手牌或金币。规则里的顺序就是代码里的调用顺序。 一个基类,五种颜色 所有卡共有的东西放进 Card:名字、价格、收益、点数区间、图标、颜色。 class Card { public: virtual ~Card() = default; virtual void action(Bank *p1, Bank *p2, Card *c1, Card *c2, int val) = 0; void set_card(string name, int cost, int value, int low_roll, int high_roll, Icon icon, Color color); int get_value(); int get_cost(); Color get_color(); Icon get_icon(); int get_low_roll(); int get_high_roll(); // ... private: int low_roll = 0; int high_roll = 0; int cost = 0; int value = 0; Color color = Color::blue; Icon icon = Icon::none; string name; }; action() 是纯虚函数,五种子类各自实现。新增一张卡,只需要写一个构造函数和(必要时)一个 action(),主流程不用动。 2026.11.06 3分钟 【网站搭建】静态资源的缓存与多语言链接 这两天给站点加学业档案,踩了两个坑。都不是什么高深问题,但都属于“本地一切正常、线上就是不对”的那类,值得记一下。 一、为什么线上和本地预览不一样 现象 推送之后打开线上页面:导航栏是新的,说明 HTML 已经更新;但新加的内容完全没有样式——卡片没有边框,校徽按 SVG 原始尺寸铺满半屏。 本地 localhost 预览却完全正常。 排查 先确认服务器上的文件: git cat-file -s "origin/main:css/site.css" # 发布提交里的文件大小 有,大小也对。再看线上页面引用了什么: <link rel="stylesheet" href="/application.<hash>.css"> <link rel="stylesheet" href="/css/site.css"> 关键就在这两行的区别: application.<hash>.css 是主题打包的,文件名带内容哈希,每次构建都会变 /css/site.css 是我自己加的补丁样式,文件名永远不变 浏览器缓存的是后者。它可能还存着几次部署以前的版本,那时候还没有新加的那些 class。于是新 HTML 配上旧 CSS,结构在、样式没了。 本地预览没有这层缓存,所以永远正常。 解决 让 URL 跟着内容走。在 Hugo 模板里算文件内容的 MD5: {{ $siteCssHash := md5 (os.ReadFile "static/css/site.css") }} <link rel="stylesheet" href="{{ "/css/site.css" | relURL }}?v={{ $siteCssHash }}" /> 输出: <link rel="stylesheet" href="/css/site.css?v=f92eac970bd1dfa87e9f47bf5e30cbf6"> 内容变,URL 就变;内容不变,缓存继续有效。比 ?v=时间戳 好:时间戳会让每次构建都强制重新下载,白白浪费。 一个容易误判的细节 排查时我一度以为线上 CSS 少了内容: $r.Content.Length # 8884 而本地文件是 9942 字节。差了五百多。 其实 Content.Length 数的是字符,文件大小是字节。中文在 UTF-8 里一个字符占三个字节。把 Content 按 UTF-8 写回文件,正好 9472 字节,和发布版本完全一致。 2026.11.04 1分钟