博客主题开发总结：设计决策与技术选型
这个博客主题从第一行代码到现在经历了多次重写。这篇文章记录最重要的几个设计决策，以及它们背后的思考。
Qymlxin的博客
记录写代码时遇到的问题，也留下一些平时的想法。
QYMLXIN / FIELD NOTES
代码、系统与长期思考
最近文章 11
所有归档Vue 3 响应式系统：Proxy 与依赖追踪原理
Vue 3 用 Proxy 重写了响应式系统，性能和能力都有质的提升。这篇文章从源码角度解释 ref、reactive 的实现原理，以及依赖收集是怎么工作的。
反向传播算法：神经网络是如何学习的
反向传播（Backpropagation）是深度学习的核心，但很多人只会调用 loss.backward()，没有真正理解背后发生了什么。这篇文章从链式法则出发，手推一个两层网络的梯度。
Kubernetes 核心概念：Pod、Deployment 与 Service
K8s 的学习曲线很陡，但理解清楚几个核心概念后，很多东西就豁然开朗了。这篇文章不讲 K8s 的所有资源类型，只讲最常用的三个：Pod、Deployment、Service。
动态规划入门：从记忆化搜索到状态转移
动态规划（DP）是算法面试中频率最高的考点。很多人觉得 DP 难，其实难在"状态设计"，而不是代码本身。这篇文章用三道经典题讲清楚 DP 的思维过程。
Git 分支策略：Trunk-Based vs Git Flow
分支策略选错了，代码合并会成为噩梦。这篇文章对比了两种主流策略，并给出适合不同团队规模的建议。
Docker 容器化实践：从 Dockerfile 到多阶段构建
Docker 已经成为后端开发的标配。这篇文章记录了我在实际项目中总结出来的 Dockerfile 最佳实践，以及多阶段构建如何大幅压缩镜像体积。
二叉搜索树：原理、实现与复杂度分析
二叉搜索树（BST）是面试和实际工程中都绕不开的数据结构。这篇文章用 Go 实现一棵完整的 BST，并分析每个操作的时间复杂度。
梯度下降：从数学推导到代码实现
梯度下降是机器学习中最核心的优化算法。这篇文章从数学原理出发，推导出三种变体，并用 Python 实现一个完整的线性回归训练过程。
Go 语言并发模型：Goroutine 与 Channel 实战
Go 的并发不是多线程，而是基于 CSP（Communicating Sequential Processes）模型。理解这个区别，才能写出真正惯用的 Go 代码。