简介面向自然语言处理初学者与课程作业参考者这是一份以汉语子词向量构建与评测为核心的Python源码包完整覆盖基于SVD分解与基于SGNS两种主流方法。资源针对子词向量训练、语料预处理和相似度评测任务提供可直接运行的脚本与中间结果适合需要完成NLP编程作业或理解词向量原理的学习者。压缩包内含15个文件以py脚本、ipynb笔记本和txt数据文件为主同时包含模型权重文件.pth与降维结果.npy总计约88.66MB。其中svd.py、sgns.py实现核心算法preprocess.ipynb展示预处理流程result.py负责结果汇总并附带pku_sim_test.txt等评测数据。资源已获得112人学习浏览实用价值明确。通过阅读源码可掌握SVD降维构建distributional表示、SGNS训练子词向量的完整流程还能直接利用README和结果文件核对输出格式减少调试验证时间。尤其适合在汉语言语料上实践词向量构建与相似度评测的读者。1. 一次 NLP 作业里的两条路线SVD 与 SGNS 构建汉语子词向量拿到这份 NLP 作业源码的时候我第一反应是“又是词向量”但仔细看了要求才发现它比普通的 word2vec 作业多绕了两个弯一是对象从整词变成了 BPE 切出来的子词二是必须同时实现 SVD 和 SGNS 两条路线最后还要按机器判定的格式输出相似度结果。也就是说你不仅要跑通代码还得保证两条路线的输出能对得上同一个评测脚本。这份资源里既有 preprocess.ipynb 做语料清洗和 BPE 切分也有 svd.py、skip_gram.py 分别走计数式矩阵分解和预测式负采样最后用 result.py 统一算余弦相似度并落盘。对正在做 NLP 课程作业、或者想搞清楚“共现矩阵分解和神经网络训练出来的词向量到底差在哪”的人来说这套代码是很好的参照物——它把两条路线完整串了一遍还在评测环节把缺失词、格式规范这些容易翻车的细节都暴露出来了。2. 先把数据收拾明白corpus.txt 与 BPE 子词词表的预处理环节2.1 语料构成训练集和测试集的并集以及计算资源不够时的取舍作业要求里写得清楚corpus.txt 用的是第一次编程作业中的训练集和测试集的并集。为什么不是只拿训练集因为子词向量的质量直接受覆盖率影响尤其是评测文件 pku_sim_test.txt 里的子词很可能有一部分只出现在测试集里。如果只用训练集构建向量评测时那些词就会全部落进“未登录词”分支相似度被强行置 0分数自然难看。所以“并集”这个设计不是为了省事而是为了把 OOVOut of Vocabulary的比例压到最低。文件清单里的 train_BPE.txt 和 test_BPE.txt 就是参与并集的两个来源合并之后去重、清洗才得到 corpus.txt。我一般会先用 wc -l 和 head 快速确认三个文件的规模比例避免合并时把顺序搞乱。wc -l train_BPE.txt test_BPE.txt corpus.txt head -5 train_BPE.txtwc 的输出能直接告诉你两份语料各自的行数如果 corpus.txt 的行数大约等于两者之和说明合并这一步没丢数据head 则是用来瞄一眼切分格式——注意这里每一行是一个已经做完 BPE 切分的子词序列还是原始句子两种情况的后续处理逻辑完全不同。这份资源里的 train_BPE.txt 命名已经暗示了它是切分后的产物所以预处理脚本的重心不在“怎么切”而在“怎么读进来、怎么建词表”。如果机器内存不够作业也明确允许选一个子集当语料。我的习惯是优先保“评测覆盖”也就是先跑一遍 pku_sim_test.txt 里的子词确认它们在你的语料子集里都能找到再考虑语料规模。否则省下来的内存都会变成评测分数上的窟窿。2.2 preprocess.ipynb 里做了什么BPE 切分与词表对齐preprocess.ipynb 承担的是语料清洗、BPE 词表加载和“子词到索引”映射。第一次作业已经产出了子词词表所以这里并不需要重新训练 BPE而是要把那份词表读进来和 corpus.txt 的切分结果对齐。最容易出问题的地方是BPE 切分时词表和语料的编码必须完全一致比如全角/半角、空格字符、以及句子结束符 的处理。我看了下这个 notebook 的处理思路大致分四步# 1. 读入 BPE 词表构建子词 - id 的映射 subword_vocab {} with open(subword_vocab.txt, r, encodingutf-8) as f: for idx, line in enumerate(f): subword line.strip() subword_vocab[subword] idx # 2. 读取 corpus.txt按空格切分并过滤不在词表中的子词 def load_corpus(path, vocab): all_subwords [] with open(path, r, encodingutf-8) as f: for line in f: tokens line.strip().split() for tok in tokens: if tok in vocab: all_subwords.append(vocab[tok]) return all_subwords # 3. 统计子词频次用于后续的共现矩阵或负采样分布 from collections import Counter subword_ids load_corpus(corpus.txt, subword_vocab) freq_counter Counter(subword_ids) # 4. 保存处理结果供 svd.py 和 skip_gram.py 共用 import pickle with open(processed_data.pkl, wb) as f: pickle.dump({subword_vocab: subword_vocab, subword_ids: subword_ids, freq_counter: freq_counter}, f)这段代码的关键在第三步的 Counter。SVD 路线构建共现矩阵时需要知道每个子词出现了多少次SGNS 路线的负采样分布也直接依赖词频所以 freq_counter 是两条路线共用的“基础设施”。vocab 过滤有一个隐含风险如果语料里某个子词不在第一次作业的词表中它会被直接丢弃这会导致后续评测时该词变成“未登录词”。实际做的时候我更倾向于保留一份“语料词表”和“作业词表”的差集看看被丢掉的子词是否出现在 pku_sim_test.txt 里。2.3 子词词频过滤的默认习惯与自己的实测经验第一次作业产出的 BPE 词表通常很大直接全量使用会拖慢 SVD 和 SGNS 的训练。我的经验是给词频设一个下限只保留在语料中出现不少于 2 次的子词。这个阈值不算激进但能把那些因为 BPE merge 操作偶尔冒出来的噪声子词清掉又不会伤到评测需要的低频词。MIN_FREQ 2 filtered_vocab {subword: idx for subword, idx in subword_vocab.items() if freq_counter.get(idx, 0) MIN_FREQ}注意这里过滤的依据是语料频次不是词表序号。BPE 词表的初始词表里可能包含大量只在 merge 过程中出现、最终没有落到任何句子里的候选子词用语料频次过滤是最可靠的做法。我踩过一个坑最开始用词表长度当过滤条件结果把语料里真实存在但词表排序靠后的子词全滤掉了评测覆盖率直接掉了几个点。3. SVD 分解路线K5 共现窗口、高维 distributional 表示与降维3.1 为什么先做高维共现再降维——不能跳步SVD 路线的核心逻辑是“先计数、再压缩”。作业要求里写得很明确获取高维 distributional 表示时 K5SVD 降维后的维数自定。K5 意味着以目标子词为中心前后各取 5 个位置内的子词作为共现上下文。这个窗口比 SGNS 的 K2 大不少背后的原因是共现矩阵需要更宽的上下文才能捕获到足够的语义信号——窗口太小矩阵会非常稀疏后续 SVD 分解出来的向量区分度会很差。“高维分布表示”这一步不能跳。很多人直接拿共现矩阵做 SVD但矩阵的维度是“词表大小 × 词表大小”直接分解不仅慢而且低秩近似会丢掉大量低频共现信息。常见做法是先构建一个词表大小 × 词表大小的稀疏矩阵然后用截断 SVD 把它降成 d 维稠密向量。这里 d 就是“降维后的维数自定”里的那个自定参数我一般取 100 到 300 之间太小丢信息太大则起不到降维的作用。3.2 svd.py 的实现结构与参数设置svd.py 的工作分三段遍历语料构建共现矩阵、对矩阵做 SVD 分解、取前 d 个奇异向量作为子词向量。共现矩阵用 scipy.sparse 的 lil_matrix 或 coo_matrix 来存因为词表规模上万时稠密矩阵的内存开销是灾难性的。import numpy as np from scipy.sparse import lil_matrix, csr_matrix from scipy.sparse.linalg import svds k 5 # 共现窗口大小作业要求固定 embed_dim 128 # SVD 降维后的向量维度自定 # 构建共现矩阵 vocab_size len(subword_vocab) cooc lil_matrix((vocab_size, vocab_size), dtypenp.float32) for i in range(len(subword_ids)): center subword_ids[i] left_start max(0, i - k) right_end min(len(subword_ids), i k 1) for j in range(left_start, right_end): if j i: continue # 不把中心词自身算入上下文 context subword_ids[j] cooc[center, context] 1.0 # 转成 CSR 加速矩阵乘法 cooc_csr cooc.tocsr() # 截断 SVD只保留前 embed_dim 个奇异向量 u, s, vt svds(cooc_csr, kembed_dim) svd_vec u * s # 用 u * s 作为子词向量这段代码有四个地方值得细说。第一cooc[center, context] 1.0是在统计共现次数没有做任何加权或归一化这是最朴素的 PMI 之前的“原始计数”版本。第二svds返回的 u、s、vt 是按奇异值大小升序排列的而且有时符号是翻转的所以用u * s作为最终向量时不同维度上可能出现整体取反但对余弦相似度没有影响。第三embed_dim取得太大会让 svds 变慢因为 scipy 的 svds 是迭代求解k 越大迭代越久。第四我没有在这里对向量做归一化归一化留到评测脚本里做因为余弦相似度本身会归一化提前做反而可能丢失长度信息。3.3 窗口方向的细节左窗口、右窗口与“是否包含自身”K5 的窗口在实现时要特别小心边界条件。上面的代码里left_start max(0, i - k)和right_end min(len(subword_ids), i k 1)处理了句首和句尾的截断而if j i: continue把中心词自身排除在上下文外。这两个处理看起来简单但直接决定共现矩阵的对角线是否为 0。作业没有明确说要不要包含自身我的判断是不包含因为“一个子词和它自己总是共同出现”会引入一个很强的无关信号SVD 之后会把所有向量往同一个方向拉。另外有些实现会把左窗口和右窗口分开计数甚至给左侧上下文和右侧上下文不同的权重。这个作业没要求所以我用了最简单的对称窗口。但要注意一点如果语料里句子是按行存的跨行的子词不应该出现在同一个窗口里。上面的代码是整段连续处理的如果语料是“每行一个句子”那在句子边界处必须重置窗口否则会把上一句末尾的词和下一句开头的词算作共现。这是 SVD 路线里最容易出隐性 bug 的地方——程序能跑结果全偏。# 如果 corpus.txt 每行是一个句子正确的做法是逐句处理 all_sentences [] with open(corpus.txt, r, encodingutf-8) as f: for line in f: sent [subword_vocab[t] for t in line.strip().split() if t in subword_vocab] if sent: all_sentences.append(sent) cooc lil_matrix((vocab_size, vocab_size), dtypenp.float32) for sent in all_sentences: for i, center in enumerate(sent): left_start max(0, i - k) right_end min(len(sent), i k 1) for j in range(left_start, right_end): if j i: continue cooc[center, sent[j]] 1.0我实际跑的时候是用逐句版本因为它的语义解释更干净——子词的上下文不应该跨越句子边界。如果作业的语料本来就是打散的长文本那连续窗口也可以但你必须自己确认过 corpus.txt 的行结构再决定。3.4 svd.npy 的保存与加载格式决定后续评测的接口svd.py 最后会把算好的向量保存成 svd.npy这个文件名的后缀暴露了它的存储格式是 numpy 的二进制数组。加载方式很简单import numpy as np svd_vec np.load(svd.npy) print(svd_vec.shape) # (vocab_size, embed_dim)但这里有个容易忽略的点svd_vec 的行号必须是子词词表里的 id而且 id 的映射要和 preprocess.ipynb 里生成的一致。如果你在 svd.py 里重新构建了词表或者过滤了低频子词导致 id 编号错位那评测脚本里vec[subword_id]就会取到错误的向量。我一般会在保存 npy 的同时把 id 到子词的映射存一份 json两个文件配套使用。否则等评测阶段发现相似度计算结果毫无规律时你根本分不清是向量的问题还是 id 错位的问题。4. SGNS 路线窗口为 2 的 skip-gram 负采样训练与向量抽取4.1 SGNS 与 SVD 的差别预测式模型为什么需要负采样SVD 是计数式方法先统计共现再分解矩阵SGNS 是预测式方法直接训练一个模型去预测上下文。作业把两者的窗口分别设成 K5 和 K2这不是随意定的——计数式方法需要大窗口捕获主题层面的共现而预测式方法的窗口更小更强调近邻的语法和搭配信息。所以两条路线得到的是两种不同倾向的子词向量评测结果也会体现出差异SVD 在语义相似度上通常更稳SGNS 在语法相似的子词上更好。SGNS 的核心是负采样。正样本是“中心词 窗口内的上下文词”负样本是“中心词 随机抽样出来的非上下文词”。模型要学的是区分正负样本训练结束后输入层到隐藏层的权重矩阵就是我们要的子词向量。skip_gram.py 里保存的 SGNS.pth 就是这个权重而不是模型的预测结果——很多第一次接触的人会搞混以为保存的是模型其实我们要的是嵌入矩阵。4.2 skip_gram.py 的结构数据流、负采样、模型保存skip_gram.py 的代码会比 svd.py 长不少因为它包括数据流构造、训练循环和模型保存三块。窗口 K2所以每个中心词最多有 4 个正样本上下文。负采样数量是超参数作业没规定常见做法是 5我实测在子词语料上负采样 5 是个安全值太多会让训练变慢且低频词更容易被压垮。import torch import torch.nn as nn import random window 2 # SGNS 窗口大小作业要求 K2 embed_dim 128 # 子词向量维度自定 neg_count 5 # 每个正样本对应的负样本数 epochs 5 class SGNS(nn.Module): def __init__(self, vocab_size, embed_dim): super().__init__() self.center_embed nn.Embedding(vocab_size, embed_dim) self.context_embed nn.Embedding(vocab_size, embed_dim) nn.init.uniform_(self.center_embed.weight, -0.5 / embed_dim, 0.5 / embed_dim) nn.init.uniform_(self.context_embed.weight, -0.5 / embed_dim, 0.5 / embed_dim) def forward(self, center, context, neg_context): # 中心词向量 center_vec self.center_embed(center) # (batch, embed_dim) # 正样本上下文向量 context_vec self.context_embed(context) # (batch, embed_dim) # 负样本上下文向量 neg_vec self.context_embed(neg_context) # (batch, neg_count, embed_dim) # 正样本得分最大化 log sigmoid(center * context) pos_score torch.sum(center_vec * context_vec, dim1) pos_loss -torch.log(torch.sigmoid(pos_score) 1e-8) # 负样本得分最小化 log sigmoid(-center * neg) neg_score torch.bmm(neg_vec, center_vec.unsqueeze(2)).squeeze(2) neg_loss -torch.sum(torch.log(torch.sigmoid(-neg_score) 1e-8), dim1) return torch.mean(pos_loss neg_loss)这段代码把 SGNS 的损失函数写得非常直白。pos_loss是让正样本的 dot product 尽量大neg_loss是让负样本的 dot product 尽量小。注意center_embed和context_embed是分开的两张表——这是 SGNS 的标准做法因为“作为中心词的子词”和“作为上下文的子词”应该拥有不同的表示。但最后评测用的向量是取 center_embed 还是两者相加作业没有明确我的做法是只取 center_embed因为 pku_sim_test.txt 里比较的是“子词本身”的相似度不是“子词作为上下文”的相似度。4.3 训练循环与样本构造避免内存爆炸的生成器方案子词语料规模动辄几百万 token如果先把所有 (center, context) 对一次性生成再训练内存会先爆炸。我习惯用生成器边遍历边出样本配合 batch 喂给模型。# 从语料生成 (center, context) 正样本对 def generate_samples(sentences, window): for sent in sentences: for i, center in enumerate(sent): left_start max(0, i - window) right_end min(len(sent), i window 1) for j in range(left_start, right_end): if j i: continue yield center, sent[j] # 负采样按词频的 0.75 次方分布抽样 unigram torch.tensor([freq_counter.get(i, 0) ** 0.75 for i in range(vocab_size)]) neg_dist unigram / unigram.sum() def negative_sampling(batch_size, neg_count): return torch.multinomial(neg_dist, batch_size * neg_count, replacementTrue) \ .view(batch_size, neg_count)负采样分布用词频的 0.75 次方是 word2vec 论文里的经典设置目的是给低频词多一些被采到的机会。直接用原始词频的话高频子词会被反复采成负样本模型学不到低频子词的区分度。这里我把负采样概率放到了 CPU 上因为词表规模不大时 GPU 上用 multinomial 反而有同步开销。训练时每个 epoch 重新遍历一遍语料权重更新用 Adam 或 SGD 都可以我习惯 Adam学习率设 0.01五到十个 epoch 就能收敛得差不多。4.4 从 SGNS.pth 抽取子词向量的正确姿势训练结束后模型权重里只有 center_embed 是我们要的向量。保存的时候要特别注意 torch.save 的格式。推荐只存 state_dict而不是整个模型因为整个模型会带上训练时的图表结构和随机数生成器状态文件大且加载慢。# 保存 torch.save(sgns_model.state_dict(), SGNS.pth) # 加载 def load_sgns_vec(path, vocab_size, embed_dim): model SGNS(vocab_size, embed_dim) state_dict torch.load(path, map_locationcpu) model.load_state_dict(state_dict) vec_sgns model.center_embed.weight.detach().cpu().numpy() return vec_sgns sgns_vec load_sgns_vec(SGNS.pth, vocab_size, 128) np.save(sgns_vec.npy, sgns_vec)这里最容易犯的错误是维度不匹配。训练时的 vocab_size 必须和加载时一致否则 load_state_dict 直接报错。另一个细节是 map_locationcpu——如果训练是在 GPU 上跑的评测脚本跑在 CPU 上不加这个参数会报 device 不匹配。我看了下资源里 sgns_result.txt 和 svd_result.txt 是分开存放的说明评测脚本允许你只算一条路线也可以两边都算最后再用 total_result.txt 汇总。5. 评测与机器判定pku_sim_test.txt 相似度计算、输出格式与常见避坑5.1 result.py 的工作流程词典映射、余弦相似度、缺失词兜底result.py 是整份资源的收口脚本它把 svd.npy 和 SGNS.pth 里的向量读进来对 pku_sim_test.txt 每一行的两个子词计算余弦相似度。作业要求里有一条关键规则当某一行的词没有向量时未出现在语料中该行相似度直接置 0。这一条不能等到计算时才发现缺失而是要在读词表的时候就建立“哪些词有向量”的集合。import numpy as np def cosine_sim(vec1, vec2): if vec1 is None or vec2 is None: return 0.0 norm1 np.linalg.norm(vec1) norm2 np.linalg.norm(vec2) if norm1 0 or norm2 0: return 0.0 return float(np.dot(vec1, vec2) / (norm1 * norm2)) # 加载向量并构建子词 - 向量的映射 svd_vec np.load(svd.npy) subword_to_vec {} for subword, idx in subword_vocab.items(): if idx svd_vec.shape[0]: subword_to_vec[subword] svd_vec[idx] # 读取评测文件逐行计算 results [] with open(pku_sim_test.txt, r, encodingutf-8) as f: for line in f: parts line.strip().split() if len(parts) 2: continue w1, w2 parts[0], parts[1] sim cosine_sim(subword_to_vec.get(w1), subword_to_vec.get(w2)) results.append(sim)这里有一个我早期踩过的坑直接subword_to_vec[subword] svd_vec[idx]时没有检查 idx 是否越界。svd.py 如果做了词频过滤svd.npy 的行数可能与原词表不一致越界读取会直接崩或者读到错误行。上面代码里加了if idx svd_vec.shape[0]做保护这是血泪经验换来的。5.2 输出格式是机器判定的红线字段顺序、分隔符、保留精度作业里反复强调“因为是机器判定请一定按格式输出”这意味着评测脚本不会做任何容错。输出格式的红线包括行数与 pku_sim_test.txt 保持一致、每行两个词和相似度之间用什么分割、数值保留几位小数、是否允许科学计数法。这些细节在 README.md 里通常有说明但如果 README 没说最稳妥的做法是直接照抄 pku_sim_test.txt 的原始格式把原来的第二个词替换成相似度数值。# 输出结果保持原文件格式将相似度写在行尾 with open(svd_result.txt, w, encodingutf-8) as f: f.write(\n.join(f{sim:.6f} for sim in results))我一般保留 6 位小数因为 4 位小数在相似度数值很接近时会把排序并列机器评测可能会按精确值判分。另外有些同学会把相似度输出成逗号分隔或加了方括号这几乎是必挂的失误。我的建议是先跑一遍脚本然后人工抽查输出文件的前 5 行确认每行只有一个数值、行数正确、没有多余的引号或空格。5.3 避坑五条实测踩坑记录按现象到原因到解决写第一个坑是未登录词被错误地赋予了随机向量。现象是某些行的相似度结果异常高而且是荒谬的高比如两个完全无关的子词相似度 0.9。原因是代码里用subword_to_vec.get(w1, default_random_vec)做了兜底缺失词没有置 0 而是给了随机数。正确的做法是 get 不到就返回 None再让 cosine_sim 返回 0.0。第二个坑是 SVD 与 SGNS 的词表不一致。现象是两条路线跑出来的结果行数一样但同一行两个算法给出的相似度差异大到离谱。原因是 svd.py 过滤了低频词但 skip_gram.py 没过滤导致同一个子词在两条路线里的 id 完全不同。解决方法是让两条路线共用一份 processed_data.pkl谁都不许自己临时改词表。第三个坑是训练时窗口跨句。现象是 SVD 和 SGNS 的向量在某些高频子词上表现极差相似度普遍偏高。原因是语料按行存句子但训练代码把整个文件当成一个长序列跨句子的窗口把不该共现的词也算进去了。解决方法是逐句处理每句开头重置窗口。第四个坑是保存的向量没有归一化导致后续评测脚本里余弦相似度计算时出现除零。现象是某些行输出 NaN。原因是某个词的向量全零或者 norm 极小。解决方法是计算前检查 norm 是否为 0以及训练完成后检查是否有未更新的 embedding 行——尤其是 SGNS 里低频子词可能一个正样本都没出现过。第五个坑是输出的小数位数不一致导致机器判定格式错误。现象是程序没报错但得分是 0。原因是手写输出时有的行用了:.6f有的行用了默认的str(float)导致文件里混着0.123456和0.12345600000000001两种格式。解决方法是统一用格式化字符串写文件并且在写完后用脚本校验每一行是否匹配预期正则。6. 收尾验证用评测集里的“极端词”检验向量质量以及维度选择的直觉当 svd_result.txt 和 sgns_result.txt 都按格式输出之后真正的验证才刚开始。机器评测只给一个总分但你要搞清楚分数是从哪里丢的。我的做法是把 pku_sim_test.txt 里的子词分成三类高频常见词、低频稀有词、完全未登录词。前两类是得分主力第三类全是 0 分它们的占比直接决定了你的分数上限。subwords_in_test set() with open(pku_sim_test.txt, r, encodingutf-8) as f: for line in f: w1, w2 line.strip().split()[:2] subwords_in_test.add(w1) subwords_in_test.add(w2) covered_svd sum(1 for w in subwords_in_test if w in subword_to_vec) covered_sgns sum(1 for w in subwords_in_test if w in sgns_subword_to_vec) print(fSVD 覆盖率: {covered_svd}/{len(subwords_in_test)}) print(fSGNS 覆盖率: {covered_sgns}/{len(subwords_in_test)})这一步能快速定位问题如果两个算法的覆盖率都低说明 preprocess 阶段词表出了问题如果 SVD 覆盖率低但 SGNS 高说明 svd.py 的过滤阈值太激进反过来则是 SGNS 的词表构建漏了词。我当初跑的时候SVD 覆盖率比 SGNS 低了 3%就是因为 svd.py 里多了一句按频次过滤过滤阈值还设成了 5。把那行删掉之后覆盖率基本对齐总分的提升立竿见影。维度选择的直觉也很重要。我分别用 64、128、256 三种维度跑过这两条路线结论是SVD 对维度更敏感64 维时高频词的相似度区分度明显不足256 维和 128 维的评测分数差距不大但训练时间几乎翻倍SGNS 对维度的容忍度更高128 维是性价比最好的点。如果你不想为这组参数纠结直接用 128 维就行——这个结论在这个规模的汉语子词语料上反复验证过不是玄学。最后还有一个我一直保留的验证习惯抽 10 对人类明显有语义关系的子词对和 10 对明显无关的手动比较 SVD 和 SGNS 给出的相似度。无关对的相似度如果超过 0.6说明训练还没收敛或者语料有问题语义对的相似度如果低于 0.2说明窗口或维度设置不合理。从那以后我每次跑完词向量作业都会强制走一遍这个手动抽检流程它能捕捉到评测脚本算不出、但人一眼就能看出的向量退化问题。希望这份拆解和坑位清单帮到你尤其是在格式判定这最后一关别栽跟头。本文还有配套的精品资源点击获取
