文章总结： 本文探讨数学题目中常见对象（如绝对值、最小值等）改写技巧背后的深层结构，指出核心思想是将复杂对象拆解为0-1问题的累积，并通过配成平方或内积形式暴露其几何结构。进一步揭示这些技巧与正半定核的统一性，说明初等方法与机器学习核方法在骨架上的相通性，强调从结构视角理解技巧的本质价值。 综合评分： 0 文章分类： 其他

技巧背后的结构

原创

Uysieot Uysieot

简单读写

2026年4月4日 00:54 四川

今天有幸看到一篇文章：把一些题目里常见的对象，例如绝对值、最小值、最大值、中位数、最大公因数之类，统一改写成某种“可处理的形式”，然后通过换序、配方、柯西不等式、平方非负之类的方法，把题目做出来。

这个文章非常好，对于刚接触这类方法的学生来说，往往能带来一种“原来还能这样做”的新鲜感。原本看起来很抽象的对象，一旦被写成某种统一形式，确实会显得顺手许多。

但如果稍微往前走一步，其实更值得关注的，未必是这些表层技巧本身，而是它们背后更基础、也更高级的那层东西。

所谓“更基础”，是说很多技巧并不神秘，它们只是一些非常朴素思想的反复使用。

所谓“更高级”，是说如果继续往上抽象，就会发现这些技巧背后其实连着更统一的结构，甚至和现代数学、机器学习里的一些语言都是相通的。

我一直觉得，真正有意思的，不是“这题能不能这样配”，而是：为什么这种配法会反复有效？为什么许多看起来不同的对象，最后都能落到同一类处理框架里？

这才是更值得讲的事情。

一

先说“更基础”的一面。

很多看起来花哨的处理，拆开以后，核心其实很朴素。

比如一个非负实数 x，可以写成

这里的

是一个示性函数，也就是“满足条件时取 1，否则取 0”。

这个式子并不深奥。它只是说：从 0一直数到 x，总长度就是 x 本身。

但一旦把这个最简单的观察写出来，很多别的对象就都能跟着改写。

例如：

为什么？因为当且仅当t同时不超过 a 和 b 时，乘积才等于 1，而这种t的范围长度恰好就是 min⁡(a,b)。

类似地，很多绝对值、顺序统计量、交叠长度、覆盖个数之类的对象，都可以通过这种“切片”的方式写成积分或者求和。

所以从本质上看，这里面最基础的思想其实只有两个。

第一，把一个复杂对象拆成很多个最简单的 0-1 问题。

第二，把“整体大小”理解成这些局部切片的累积。

这两个思想并不新，也并不神奇。它们只是极其基本，却又极其耐用。很多技巧真正的来源，不过是把这两句话贯彻得比较彻底而已。

二

再进一步，就会看到第二层东西：很多题目里真正起作用的，不是某个公式，而是“配成平方”这件事。

我们常常会遇到这样一种现象：原来很乱的式子，一旦换一种写法，突然就变成

或者

这时结论几乎就不用再做了，因为平方非负。

这类做法看起来像技巧，实际上反映的是一个更深刻但也更简单的事实：我们总在试图把对象写成“内积”或者“平方和”的形式。一旦做到了，非负性、凸性、单调性之类的性质往往就顺势出来了。

换句话说，许多所谓“神来之笔”，本质上只是找到了一个合适的坐标系，让原本纠缠在一起的量，变成了某种平方长度。

一旦从这个角度看，很多题就会变得很不像“做题”，而更像是在寻找一个隐藏的几何结构。

你不是在硬算，而是在找：这个东西是不是某个向量的长度？是不是某个内积矩阵？是不是某个平方和？

真正的眼界，不是背了多少变形，而是脑子里是否总有这种“往平方和、往内积、往结构上看”的习惯。

三

再往上抽象一步，就进入我觉得更值得说的一层：核。

这个词听起来好像很现代，甚至很像机器学习里的术语，但其实它和许多初等不等式技巧之间，并没有那么远。

比如函数

就有一个非常漂亮的表示：

这意味着什么？意味着对任意实数 c1 ,…, cn 和非负数 x1 , … , xn ，都有

也就是说矩阵：

总是半正定的。

这时，原先那些“把最小值写成积分再配方”的技巧，突然就有了一个更统一的解释：你并不是偶然算出了一个平方，而是在无意中证明某个核矩阵是正的。

这已经不再只是竞赛小技巧，而是一种结构性事实。

更一般地，只要一个函数 K(u,v)能写成

那么它天然就是一个正半定核。

这一条一旦看明白，许多原本分散的技巧就突然统一起来了。

四

关于gcd也是一样的道理。这个关于gcd的矩阵也是半正定的。

当明白了后，你就会发现，原来所谓“把 gcd 写开再做”的思路，真正重要的并不是公式本身，而是它暴露出来的那个核结构。

五

说到这里，就很容易和机器学习里的语言连起来了。

在机器学习中，大家常说“核方法”。

所谓核，简单说，就是一个函数 K(x,y)，它看起来像是在直接比较两个对象，但实际上常常可以理解为：先把对象映到一个高维甚至无限维空间里，再去做内积。

从这个意义上说，那些看起来很初等的“示性函数分解”，其实已经和现代的核方法非常接近了。只不过在竞赛语境里，人们更愿意把它说成“配方”“平方和”“换序”，而不是“特征映射”“核矩阵”“正半定”。

语言不同，但骨架是同一个。

我觉得这恰恰是最值得讲的地方。

因为这说明很多初等技巧并不低级，它们只是以一种更朴素的方式，碰到了更现代的结构。

…………

…………

尾声

注定这是一篇虎头蛇尾的文章，我本来准备大谈正定核，然后再说到初等不等式，数论矩阵，然后是现在机器学习中流行的核方法。认真写到 四 的时候写不下去了。懂这个的不需要看我写这个，不懂这个的，本身也看不懂，我到底在干啥呢？瞬间就没激情写下去了。

我今天看到 @日益杂谈 公众号的一个讲高考题的文章，当时的浏览量只有33，我觉得好好笑，写这么复杂的东西，谁看啊？我还在留言，说应该写点小学的东西，看的人多。然后这个时候，又自己笑自己。看这个文章的浏览量能突破33不？

免责声明：

本文所载程序、技术方法仅面向合法合规的安全研究与教学场景，旨在提升网络安全防护能力，具有明确的技术研究属性。

任何单位或个人未经授权，将本文内容用于攻击、破坏等非法用途的，由此引发的全部法律责任、民事赔偿及连带责任，均由行为人独立承担，本站不承担任何连带责任。

本站内容均为技术交流与知识分享目的发布，若存在版权侵权或其他异议，请通过邮件联系处理，具体联系方式可点击页面上方的联系我。

本文转载自：简单读写 Uysieot Uysieot《技巧背后的结构》