Qymlxin Bloghttps://qymlxin.cn/Recent content on Qymlxin BlogHugozh-cnWed, 20 May 2026 00:00:00 +0000博客主题开发总结：设计决策与技术选型https://qymlxin.cn/posts/blog-theme-development-summary/Wed, 20 May 2026 00:00:00 +0000https://qymlxin.cn/posts/blog-theme-development-summary/<p>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。</p>Vue 3 响应式系统：Proxy 与依赖追踪原理https://qymlxin.cn/posts/vue3-reactivity-system/Wed, 06 May 2026 00:00:00 +0000https://qymlxin.cn/posts/vue3-reactivity-system/<p>Vue 3 用 <code>Proxy</code> 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 <code>ref</code>、<code>reactive</code> 的实现原理，以及依赖收集是怎么工作的。</p>反向传播算法：神经网络是如何学习的https://qymlxin.cn/posts/backpropagation-neural-network/Fri, 24 Apr 2026 00:00:00 +0000https://qymlxin.cn/posts/backpropagation-neural-network/<p>反向传播（Backpropagation）是深度学习的核心，但很多人只会调用 <code>loss.backward()</code>，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。</p>Kubernetes 核心概念：Pod、Deployment 与 Servicehttps://qymlxin.cn/posts/kubernetes-core-concepts/Fri, 10 Apr 2026 00:00:00 +0000https://qymlxin.cn/posts/kubernetes-core-concepts/<p>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。</p>动态规划入门：从记忆化搜索到状态转移https://qymlxin.cn/posts/dynamic-programming-intro/Sun, 29 Mar 2026 00:00:00 +0000https://qymlxin.cn/posts/dynamic-programming-intro/<p>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&quot;状态设计&quot;，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。</p>Git 分支策略：Trunk-Based vs Git Flowhttps://qymlxin.cn/posts/git-branching-strategy/Mon, 16 Mar 2026 00:00:00 +0000https://qymlxin.cn/posts/git-branching-strategy/<p>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。</p>Docker 容器化实践：从 Dockerfile 到多阶段构建https://qymlxin.cn/posts/docker-multistage-build/Sun, 01 Mar 2026 00:00:00 +0000https://qymlxin.cn/posts/docker-multistage-build/<p>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。</p>二叉搜索树：原理、实现与复杂度分析https://qymlxin.cn/posts/binary-search-tree/Tue, 17 Feb 2026 00:00:00 +0000https://qymlxin.cn/posts/binary-search-tree/<p>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。</p>梯度下降：从数学推导到代码实现https://qymlxin.cn/posts/gradient-descent-math-to-code/Tue, 03 Feb 2026 00:00:00 +0000https://qymlxin.cn/posts/gradient-descent-math-to-code/<p>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。</p>Go 语言并发模型：Goroutine 与 Channel 实战https://qymlxin.cn/posts/go-concurrency-goroutine-channel/Mon, 19 Jan 2026 00:00:00 +0000https://qymlxin.cn/posts/go-concurrency-goroutine-channel/<p>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。</p>用 Hugo 从零搭建个人博客https://qymlxin.cn/posts/hugo-getting-started/Thu, 08 Jan 2026 00:00:00 +0000https://qymlxin.cn/posts/hugo-getting-started/<p>从买域名到博客上线，这篇记录了我踩过的所有坑，以及最终选择 Hugo + 自写主题的完整过程。</p>