Beam Search：往前多看几步再选
贪心一步错步步错，Beam Search 同时留几条候选路往前探。交互对比两种策略走出的句子，理解「先想再答」的直觉来源
本页解决的问题
先给结论「Beam Search：往前多看几步再选」要解决的关键问题是什么？
贪心一步错步步错，Beam Search 同时留几条候选路往前探。交互对比两种策略走出的句子，理解「先想再答」的直觉来源
让这个结论先证明自己值得留下。 把这一页当成决策工具，而不是需要背下来的定义。把概念连到一个真实任务、一个可观察结果，以及一个能改变你判断的失败上。
写下一个问题：试完这个方法后，你能用什么证据回答它？
结论听起来很完整，却没有检查最关键的假设。
开头固定「这家店的」，往右走 4 步，每步 3 个候选词。按顺序点三个按钮，留意三件事：贪心（红线）第一步就抓住概率 0.5 的「菜」，但后面的路越走越窄；Beam=2（蓝线）同时养两条路，被淘汰的变灰；Beam=3 连第一步只有 0.2 的「装修」都留着——最后谁的累计分最高？右下角的计算量又差多少？
😤 贪心 · 累计分
🔦 Beam=2 · 累计分
🔦🔦 Beam=3 · 累计分
Beam Search 的全部思想
每一步不是选一个，而是留下分数最高的 k 条路（k = beam 宽度），带着它们一起走下一步；到终点后比累计总分，谁高交谁的卷。k=1 时它就退化成贪心；k 无穷大就是穷举所有路——Beam Search 是贪心和穷举之间的滑杆。
宽度 = 算力换质量的旋钮
k 每加 1，每步要多算一整排候选。翻译系统常用 k=4~10：再往上，质量提升越来越少，账单却线性上涨。工程上的问题从来不是「要不要更优」，而是「这点更优值不值这些算力」——迷宫课的 BFS/DFS 之争，本质也是这道选择题。
🌍 机器翻译和语音识别的经典解码器。翻译一句话时，第一个词选「The」还是「A」，可能影响整句的通顺度——贪心经常翻出「每个词都对、连起来别扭」的句子。Beam Search 同时保留几种开头往下翻，最后挑整句概率最高的，是神经翻译时代的标配。语音识别同理：发音相近的候选词先都留着，靠后文把「事实」和「适时」分开。
🧠 「推理模型先想再答」的直觉同源。零基础入门篇讲过深度思考模型：回答前先生成长长的思考过程，试几条思路、自我否定、再挑最好的作答。这和 Beam Search 的哲学一脉相承——在「落笔」之前多探几条路，用额外的计算换更好的最终答案。区别在于推理模型用自然语言探路、灵活得多，但「算力换质量」这笔账，和词格上那三个计数器是同一笔。
「词格上的三条路」里的算法代价曲线
「开头固定「这家店的」，往右走 4 步，每步 3 个候选词。」真正训练的不是背诵步骤，而是识别重复工作：输入变大时，程序到底多做了多少次比较、移动或递归。
先找重复工作，再谈快慢
「每一步 不是选一个，而是留下分数最高的 k 条路 （k = beam 宽度），带着它们一起走下一步；到终点后比累计总分，谁高交谁的卷。k=1 时它就退化成贪心；k 无穷大就是穷举所有路—— Beam Search 是贪心和穷举之间的滑杆」可以拆成输入规模、每轮做什么、以及是否能缩小下一轮范围三个问题。Big-O 是描述增长趋势的语言，不是对每台机器的精确计时；常数、内存和真实数据分布也会影响最终结果。
- 贪心一步错步步错 ：第一步 0.5 的「菜」看着香，整条路累计只有 0.072
- Beam Search = 多留几条候选路，走完比总分 ：k=1 是贪心，k=∞ 是穷举
- 宽度越大越准也越贵 ：0.072 → 0.098 → 0.101，计算量 12 → 21 → 30
别把理论最优当成无条件最优
面对 AI 写出的算法，先用小输入手算一遍，再用逐渐放大的数据做基准测试。这样才能把「🧠 「推理模型先想再答」的直觉同源。」从一句结论变成可检查的性能判断。
从「词格上的三条路」走到「概念卡 · 不把鸡蛋放一个篮子」
「词格上的三条路」先把问题落在「开头固定「这家店的」，往右走 4 步，每步 3 个候选词。 按顺序点三个按钮 ，留意三件事：贪心（红线）第一步就抓住概率 0.5 的「菜」，但后面的路越走越窄；Beam=2（蓝线）同时养两条路，被淘汰的变灰；Beam=3 连第一步只有 0.2 的「装修」都留着—— 最后谁的累计分最高？右下角的计算量又差多少」上；到了「概念卡 · 不把鸡蛋放一个篮子」，讨论继续推进到「每一步 不是选一个，而是留下分数最高的 k 条路 （k = beam 宽度），带着它们一起走下一步；到终点后比累计总分，谁高交谁的卷。k=1 时它就退化成贪心；k 无穷大就是穷举所有路—— Beam Search 是贪心和穷举之间的滑杆」。两段连起来，重点就不只是记住一个结论，而是看清它成立所依赖的条件。
把这条判断带到下一个场景
算法题换成真实任务后，先找出重复工作，再问输入规模如何变化，最后用一个小基准验证理论判断。这样不会把复杂度记成脱离场景的标签。
- 「词格上的三条路」：开头固定「这家店的」，往右走 4 步，每步 3 个候选词。 按顺序点三个按钮 ，留意三件事：贪心（红线）第一步就抓住概率 0.5 的「菜」，但后面的路越走越窄；Beam=2（蓝线）同时养两条路，被淘汰的变灰；Beam=3 连第一步只有 0.2 的「装修」都留着—— 最后谁的累计分最高？右下角的计算量又差多少
- 「概念卡 · 不把鸡蛋放一个篮子」：每一步 不是选一个，而是留下分数最高的 k 条路 （k = beam 宽度），带着它们一起走下一步；到终点后比累计总分，谁高交谁的卷。k=1 时它就退化成贪心；k 无穷大就是穷举所有路—— Beam Search 是贪心和穷举之间的滑杆
- 「最后的要点」：工程的真问题 ：不是「能不能更优」，是「这点更优值不值这些算力」
最后的「最后的要点」把讨论落到「工程的真问题 ：不是「能不能更优」，是「这点更优值不值这些算力」」。回看这条线索时，最值得保留的是：当输入、规模或风险改变，哪些判断需要重新做一遍。
✅ 这一课想和你分享的
- 贪心一步错步步错：第一步 0.5 的「菜」看着香，整条路累计只有 0.072
- Beam Search = 多留几条候选路，走完比总分：k=1 是贪心，k=∞ 是穷举
- 宽度越大越准也越贵：0.072 → 0.098 → 0.101，计算量 12 → 21 → 30
- 翻译、语音识别的经典解码器；推理模型「先想再答」是同一哲学的现代版
- 工程的真问题：不是「能不能更优」，是「这点更优值不值这些算力」
我把这篇文章里的一个判断改写成了今天可以验证的小实验。比记住结论更有用的是，知道下一步要观察什么。
读完以后我先回头找它成立的条件，而不是直接把方法搬进项目。这个顺序让后面的取舍清楚很多。
如果把这个判断放到真实工作里，最先需要补的约束是什么？我想知道从阅读到第一次实践之间，哪一步最值得先做。
还没有这篇文章的讨论。