研究笔记 · Research Note
算法与数据结构
算法与数据结构 (Algorithms & Data Structures)
熟练度
熟练
描述
图算法
- 连通分量计算(DFS/BFS 手写实现)
- 基于共同邻居的链接预测 similarity scoring(weighted Adamic-Adar 变种)
- 路径/强度的乘积聚合( 形式的常见模式)
状态空间搜索
- 自定义双向链表表示决策节点(theta/time/cost 四元组)
- 物理直觉剪枝:把二维动作空间压缩到一维角度区间
- Forward simulation / rollout 验证策略可行性(Monte-Carlo search 的朴素形式)
几何计算
- 二维向量运算(相对位置、相对速度、角度差)
- 周期边界 (torus) 的 9 区域展开
- 弹性/非弹性碰撞与动量守恒数值实现(multi-body 3+ 同时碰撞)
- 角度函数库(
my_asin/my_atan/bound_angle/velocity_angle/position_angle处理 torus 边界)
跨语言优化
- Python 原型 + C++ 加速计算密集部分( / 核心循环)
- 数据清洗管线(outlier clipping、缺失值处理)
研究式实验管理
- 用目录命名记录每次参数扫描 / 算法变体(git branch 的朴素等价物)
- 同骨架 fork 的 AB 参数敏感度扫描(时间离散化、衰减因子、CFL 风格 cutoff)
- Baseline 对比思路(详见 游戏AI与控制架构 的 benchmark 文化部分)
关联的上层 skill
- 游戏AI与控制架构 — 本 skill 提供的数据结构/搜索/几何计算是那些架构思想的实现手段
学术训练背景
- 北大 SESSDSA 2019 春(《数据结构与算法 Python》,陈斌教授,地球与空间科学学院)
- 期末大作业:星际吞噬 Osmo AI 对抗(团队项目,Zhenyu 贡献
hzy3.py并全程参与其他部分) - 同期研究式项目:社交网络链接预测(读 Liben-Nowell 2007 → 实现 → 调参 → 加方向性 → C++ 加速)
- 课程外独立项目:Math Kills Monsters(键盘构造数学函数攻击怪物的游戏,见 游戏开发-pygame)
在哪些经历中用到
- — Osmo 游戏 AI 项目
- — 社交网络链接预测项目
- — 个人网站列为三大本科项目之一
- 迁移到后续工作: 的 KD-tree 空间索引加速(见 Python-科学计算)、 的 separable kernel 计算优化