📅 Week in Review — Week 9 (10 min read)
📊 NeetCode: 34/150 · SysDesign: 33/40 · Behavioral: 33/40 · Frontend: 33/50 · AI: 16/30
🔥 39-day streak!
🗓️ 本周旅程 / This Week's Journey
本周是 Mastery 阶段的第二周（Day 35–39），系统设计冲进复杂现实场景，算法继续深挖二分搜索模式，周六迎来一次深度精讲。
This was Week 2 of the Mastery Phase (Days 35–39) — system design tackled real-world complex platforms, algorithms continued the binary search deep-dive, and Saturday brought an extended hard-problem breakdown.
| 日期 | 亮点 |
|---|---|
| Fri 5/5 | 复习日(Day 35) — 回顾 YouTube/Google Maps/Uber/Google Drive + Binary Search 变体系列 |
| Mon 5/6 | 电商平台设计·Find Min in Rotated Array·设置技术方向·Memoization Triangle·多模态AI |
| Tue 5/7 | Ticketmaster 票务·Search in Rotated Array·过度设计的教训·Virtualization·AI新闻(Moonshot/Spotify/xAI) |
| Wed 5/8 | 支付系统(Stripe)·Time Based KV Store·系统设计权衡·Code Splitting·扩散模型 |
| Thu 5/9 | 🔬 周六深度精讲：Median of Two Sorted Arrays (LeetCode #4 Hard) — 分布式缓存(Redis) |
🧠 系统设计：本周要点 / System Design: Key Takeaways
1. 现实系统的"三角困局" — 库存 / 锁 / 一致性
本周三道设计题（电商、票务、支付）其实在反复考同一个核心：高并发写入时如何保证数据一致性而不牺牲性能。
- 电商（E-Commerce）：库存超卖是经典难题。Redis
DECR原子操作 + 悲观锁（秒杀时SELECT FOR UPDATE）+ 15 分钟订单 TTL 自动释放库存，三层防护缺一不可。 - 票务（Ticketmaster）：更极端——10万人抢同一张座位。加了虚拟等候室（Virtual Waiting Room），用 Kafka/SQS 削峰，先拿号再进场；座位锁是两阶段：Redis
SETNX软锁（10分钟）+ DBSELECT FOR UPDATE硬提交。 - 支付（Stripe）：最不能出错的系统。核心是幂等键（避免重复扣款）+ 双重记账账本（Double-Entry Ledger）+ 状态机（PENDING→PAID→SETTLED）。金额永远存整数（分），不用 float。
These three design problems — e-commerce, ticketing, and payments — all circle back to the same triangle: high-concurrency writes, data consistency, and performance. The layered approach (Redis for speed + DB for truth) is the recurring pattern across all three.
连接点 / The Thread: Redis 做速度缓冲，DB 是最终真相（Source of Truth）。两者分工明确，缺少任何一层都会导致系统崩溃或数据错误。
💻 算法：模式总结 / Algorithms: Patterns Mastered
二分搜索模式 — 4/7 → 7/7 基本完成
本周把整个二分搜索 Block（NeetCode 中的连续7道题）基本扫完：
| # | 题目 | 变体模式 | 关键技巧 |
|---|---|---|---|
| 4 | #153 Find Min in Rotated | 旋转数组找最小值 | 比 arr[right]，用 right = mid |
| 5 | #33 Search in Rotated | 旋转数组找target | 先判断哪半有序，再判断目标在哪半 |
| 6 | #981 Time Based KV Store | 找最右满足条件的值 | result = value; left = mid + 1 保留候选 |
| 7 | #4 Median of Two Sorted | 分割两数组找中位数 | 搜分割位置而非具体值（Hard深讲） |
核心规律 / The Pattern: 所有二分题的本质都是"每次排除一半搜索空间"。变体只是改变了"条件"：找值、找边界、找旋转点、找分割位置……模板不变，条件换换。
All binary search variants share the same skeleton. The only difference is what condition drives the left/right decision. Once you internalize "which half to eliminate," every variant falls into place.
🗣️ 软技能：本周练习重点 / Soft Skills: What to Practice
本周三道 Behavioral 题，级别都偏 Staff：
- 设置技术方向（Technical Direction）：Staff 工程师不只是"提出了好想法"，而是数据驱动诊断 → RFC 建立共识 → 处理异议（PoC 证明）→ 量化结果。关键词：跨团队影响力 + multi-quarter 视角。
- 过度设计（Over-engineering）：YAGNI 原则。最容易翻车的地方：为假设的未来用户量优化。强回答结构：具体技术细节 + 业务代价（延期/复杂度）+ 根因分析（"我的假设是…实际是…"）+ 改变后的决策框架。
- 系统设计权衡（Trade-offs）：PAST 框架（Problem → Alternatives → Selection → Trade-offs）。先问约束，再提方案。主动说出"我选 X 意味着放弃 Y"比等面试官追问更加分。
最需要练习的 / Most Needs Practice: 过度设计这题需要一个具体的真实案例，且要能量化业务代价（延期了几周、维护成本如何）。如果还没有现成案例，现在就开始构思一个。
The over-engineering question is the trickiest — it requires a concrete story with measurable business cost, not just a philosophical lesson. Prepare a real example now.
🎨 前端：本周巩固 / Frontend: Concepts to Lock In
本周三个前端主题组成了一个性能优化三件套：
1. React Memoization Triangle（React.memo + useMemo + useCallback）
React.memo只做 shallow compare，object/function prop 每次都是新引用 → memo 失效useMemo稳定 value 引用，useCallback稳定 function 引用- 自测： 什么时候
React.memo不起作用？（答：prop 是 inline object/function 时）
2. Virtualization（react-window / TanStack Virtual）
- 核心：只渲染视口内节点，用 spacer 占位撑高度
- 最常见 bug：忘记把
styleprop 传给每个 Row，导致所有行堆在 top:0 - 自测： 1万条记录，行高固定，用哪个库？变高行呢？
3. Code Splitting & Lazy Loading（React.lazy + Suspense）
- 路由级别拆分收益最大；
lazy()必须在模块顶层定义，不能在组件内部 Suspense必须包裹lazy()组件，fallback 是加载期间显示的内容- 自测：
dynamic(() => import('./C'), { ssr: false })中ssr: false有什么作用？
These three form a mental model: don't render what you don't see (virtualization), don't load what you don't use (code splitting), and don't re-render what didn't change (memoization). Three angles on the same goal: ship less, compute less, render less.
🤖 AI：本周知识点 / AI: What Stuck
Multimodal AI（多模态AI）
核心思路：把不同模态（图片、音频、文字）都转换成向量，在同一个嵌入空间里对齐。CLIP 用对比学习做图文对齐；GPT-4o 是原生多模态（不是插件），延迟更低。实际使用注意：图片上的幻觉比文字更严重，特别是小字和数字。
Diffusion Models（扩散模型）
两阶段：前向加噪（固定，不学习）→ 反向去噪（神经网络学习每步去掉多少噪声）。Stable Diffusion 的关键优化是潜在扩散（Latent Diffusion）——先用 VAE 压缩到 64×64，计算量减少 64 倍。文字引导靠 Classifier-Free Guidance：guidance_scale 越大越贴近描述，但多样性降低。
AI News（据报道）
- 据报道 Moonshot AI（Kimi）完成 20 亿美元融资，估值 200 亿美元
- 据报道 Spotify 押注 AI 个人化音频，扩展 AI DJ 到多语言
- 据报道 xAI 正转型为 neocloud，向外部客户出租 GPU 算力
最重要的一个 takeaway / Most Important Takeaway: 扩散模型的"先破坏再重建"思路——这个反直觉的训练范式（学习加噪的逆过程）是理解生成式AI的关键心智模型。它适用于图片、视频、音频、甚至蛋白质结构预测。
The "destroy to create" mental model of diffusion is the most transferable insight this week — it's the core paradigm behind image/video/audio generation. Once you understand it, the various architectures (DALL-E, Sora, Stable Diffusion) make intuitive sense.
⚠️ 需要复习的内容 / What to Review
优先级高 / High Priority:
- 系统设计 — 支付系统状态机：能默写出完整状态转移链（
PENDING → PROCESSING → AUTHORIZED → CAPTURED → SETTLED，以及各种失败和退款分支）吗？实际面试中画这个状态机会很加分。
- 算法 — LeetCode #4 Hard：Median of Two Sorted Arrays 的二分分割逻辑非常容易遗忘。边界条件（L1/L2 = -∞，R1/R2 = +∞）是容易出错的地方。至少再做一遍。
- 前端 — 实战练习：三个 memoization hook 的使用时机（React.memo / useMemo / useCallback）需要真正手写一个有性能问题的组件再优化，而不只是理解概念。
次优先级 / Medium Priority:
- 票务系统的两阶段锁（Redis 软锁 + DB 硬锁）和过期处理逻辑。
- 软技能：准备一个过度设计的真实故事（含量化代价）。
🏆 本周亮点 / Win of the Week
🔬 周六深度精讲 — LeetCode #4 Median of Two Sorted Arrays
这道 Hard 题是整个 NeetCode 150 里公认最难的二分之一。完整精讲了从 O(m+n) 暴力解法到 O(log(min(m,n))) 最优解的完整思路演变——核心洞见是"搜索分割位置，而不是搜索具体值"。这是一个彻底的心智模型转变，掌握了它才算真正理解二分搜索的上限。
能完整读完这道题的精讲，本身就是一个值得庆祝的里程碑 🎉
Finishing the full deep-dive on LeetCode #4 is legitimately impressive — this problem trips up even experienced engineers. The key insight (search for the partition, not the value) represents a fundamental upgrade in how you think about binary search. That's a real milestone.
🎯 下周预告 / Next Week Preview
基于当前进度（Day 39，即将进入 Day 40+），下周将继续 Mastery 阶段：
系统设计（SysDesign: 33→36+）
- 预计进入：Design a Social Media Feed（Twitter/Instagram）、Design a Live Streaming System、Design a Distributed Message Queue
算法（NeetCode: 34→37+）
- 进入新模块：Linked List（NeetCode Block）
- 从 Reverse Linked List 开始，逐步到 LRU Cache
前端（Frontend: 33→36+）
- 预计主题：JavaScript 引擎工作原理、Web Security（XSS/CSRF）、Service Workers & PWA
AI（AI: 16→18+）
- 将进入：Fine-tuning in Practice 或 AI Infrastructure
🔥 当前连击：39天！ 继续保持！
Next week dives deeper into large-scale distributed systems design and starts the Linked List algorithm block. The 40-day milestone is right around the corner — keep the streak alive!