读完这篇，你能做什么
能交付可启动仓库、配置说明、接口样例和二十例以上评测，演示权限、拒答、恢复与重复确认。
学习理由、准备要求与知识点
为什么学它
综合项目把前面的技能连成完整应用，再用可启动代码、失败场景测试和实测报告说明到底完成了什么。
先读这些内容
知识点清单
- 授权笔记问答
- 来源引用与资料不足
- 练习题结构化生成
- 学习计划预览和确认
- 运行状态及幂等恢复
- 接口与数据库迁移
- 固定集评测报告
- 真实模型与模拟边界
运行前先确认完整算法使用 Java 17 标准库；JDK 源码基线为 OpenJDK 17 GA。示例是内存中的机制模型，外部服务接入需要另外配置和验证。
01先弄懂它是什么
毕业项目可以从一个范围清楚的学习助手开始：用户针对自己有权限的 Java 资料提问，助手检索并引用依据，生成结构化练习，再保存学习计划草稿，经确认后提交。先限定用户范围、资料数量和工具种类，就能更容易把每一步做实，也更容易明确怎样验收。
交付项目时，除了演示页面，还要提供运行方式、依赖版本、数据模型、API 约定、失败样本和评测结果。一次正确回答只能说明这条流程跑通了；还要用测试检查没有资料、权限不足、工具失败、恢复重试时会发生什么。这些结果能说明应用在什么条件下可靠，以及还有哪些未解决的问题。
学习规划可以抽象为覆盖问题：候选练习分别覆盖若干知识点，选择尽量少的练习覆盖目标集合。本题只处理预先标注的离散覆盖，不判断学生真实掌握程度，也不把题目出现某个关键词自动当作教学效果。覆盖标签和难度需要人工或评测核对。
文中这几个词，先认一认
- 验收矩阵
- 把每项功能、可能的失败情况、需要看的证据和通过标准放到同一张对应表里。
- 集合覆盖
- 从若干集合里选出一些，让它们合起来包含全部目标元素。
- 完成证据
- 能供别人核对的运行结果、测试输出和来源记录，用来说明任务到底完成了哪些部分。
02看看它怎么工作
设三个目标知识点用三个位表示，练习A覆盖前两个，练习B覆盖最后一个，则两题可以覆盖全部。用mask表示已经覆盖的目标，选择一个练习后的新状态是mask与练习覆盖位的按位或。每次选择成本为一，问题转化为状态图最短路。
从空覆盖状态开始广度优先搜索，第一次到达某个mask时已使用最少练习数；保存前一状态与练习编号即可恢复方案。重复选择同一练习不会增加覆盖，因此已访问检查自然避免无效循环。无法到达全部位时明确返回无方案。
这种方法能精确搜索，是因为本题把目标知识点数 m 限制在二十以内。每个知识点只有“已覆盖”和“未覆盖”两种状态，所以最多要考虑二的 m 次方种组合；目标每增加一个，组合数就翻倍。一般集合覆盖属于 NP-hard 问题，不能由这个小规模算法推出任意规模都能在多项式时间内求出最少题数。若再加入题目费用、先修关系或学习间隔，也要重新说明状态记录什么、究竟要优化什么。
正在加载流程图…
查看流程图源码（Mermaid）
flowchart TD
U["认证用户问题"] --> R["授权资料检索"]
R --> A["引用回答与结构化练习"]
A --> P["有限计划草稿"]
P --> C["用户确认与版本检查"]
C --> S["持久化结果"]
S --> E["轨迹 评测 验收矩阵"]按顺序看，每一步做了什么
- 确定提问、引用、练习和计划草稿四条有限主流程。
- 以可信身份贯穿资料检索、工具调用和存储。
- 编写无资料、冲突、超时、重复确认等失败案例。
- 记录质量、用量和恢复轨迹，建立验收矩阵。
- 先完成最小可解释版本，再扩展学习规划与多Agent。
03对照实现代码
OpenJDK 17 GA，jdk-17+35 · BitSet.or / cardinality / clone
下方为原创 Java 教学片段，调用已核验的 JDK API 说明局部机制；不是该类原样源码，也不实现神经网络。完整程序见算法模块。
BitSet covered = (BitSet) previous.clone(); // 克隆后更新，保留原状态供其他分支使用。
covered.or(candidateTopics); // 并集只增加已有目标标记，不证明真实学习效果。
int count = covered.cardinality(); // 统计已标记目标数，用于解释方案覆盖范围。BitSet使用按位操作维护布尔集合，or会修改接收对象，因此分支搜索中需要复制状态或使用不可变表示，避免一个分支污染另一个。
cardinality统计置位数，但置位含义由应用定义。题目被标记覆盖某知识点不代表学生已经掌握，更不等同于模型评估的正确率。
完整算法在m不超过二十时使用int位掩码，机制与集合并集一致，但不是BitSet内部源码。小整数状态便于数组索引与精确最短路验证。
源码桥梁只处理学习计划的离散集合。真实检索、模型推理和教学效果验证仍由其他模块负责，不能把覆盖最优宣传为个人学习时间最优。
代码先调用谁，再调用谁
- 定义目标知识点编号
- 核对练习覆盖集合
- 构造并集状态
- 搜索最少练习方案
- 结合难度与反馈审核计划
04动手写一个例子
小目标集的最少练习覆盖
输入m个目标及每道练习覆盖位，m在0到20之间，输出最少练习编号列表；无法覆盖返回空Optional。所有练习成本为1。Java17完整自测。
- 输入 1
m3，练习mask[3,4,1]- 输出 1
选择编号[0,1]
- 输入 2
m2，只有mask1- 输出 2
无方案
每种覆盖mask作为一个节点，选择任意练习产生并集邻居。所有边成本为一，因此BFS第一次访问状态的路径就是最短选择次数。
用previous数组同时标记访问和保存回溯，chosen保存到达该状态使用的练习。并集没有变化的边会指向已访问节点，自动跳过重复选择。
达到全覆盖后回溯到零并反转编号列表。目标为空时返回存在的空方案，与有目标但不可达的空Optional保持区别。
为什么这样写是对的队列按已选择练习数非递减出队，每个mask最多入队一次；previous链每步都来自一个合法练习并集操作。
n道候选练习，最多二的m次方状态，每状态检查n条选择边。数组和队列按状态数存储，指数成本通过m上限明确限制。
保存为 Main.java，运行 javac --release 17 -encoding UTF-8 Main.java，再运行 java Main。程序包含固定输入自测，断言失败时会抛出错误。
import java.util.*;
public class Main {
static Optional<List<Integer>> cover(int m,int[] topics){
if(m<0||m>20)throw new IllegalArgumentException("m");int size=1<<m,goal=size-1;
for(int t:topics)if(t<0||(t&~goal)!=0)throw new IllegalArgumentException("mask"); // 禁止目标集合之外的位。
int[] previous=new int[size],chosen=new int[size];Arrays.fill(previous,-1);previous[0]=0;
Deque<Integer> queue=new ArrayDeque<>();queue.add(0);
while(!queue.isEmpty()&&previous[goal]<0){
int mask=queue.removeFirst();
for(int i=0;i<topics.length;i++){int next=mask|topics[i];if(previous[next]>=0)continue;
previous[next]=mask;chosen[next]=i;queue.addLast(next); // 首次访问对应最少练习数。
}
}
if(previous[goal]<0)return Optional.empty();
List<Integer> result=new ArrayList<>();for(int p=goal;p!=0;p=previous[p])result.add(chosen[p]); // 回溯保留实际选题方案。
Collections.reverse(result);return Optional.of(List.copyOf(result));
}
static void eq(Optional<List<Integer>> e,Optional<List<Integer>> a){if(!e.equals(a))throw new AssertionError(a);}
public static void main(String[] args){
eq(Optional.of(List.of(0,1)),cover(3,new int[]{3,4,1}));
eq(Optional.of(List.of(1)),cover(3,new int[]{1,7,6}));
eq(Optional.empty(),cover(2,new int[]{1}));
eq(Optional.of(List.of()),cover(0,new int[]{}));
eq(Optional.of(List.of(1)),cover(1,new int[]{0,1,1}));
eq(Optional.empty(),cover(1,new int[]{}));
try{cover(2,new int[]{4});throw new AssertionError();}catch(IllegalArgumentException expected){}
System.out.println("PASS 7 tests");
}
}这些特殊情况也要试一试
- 空目标有合法空方案。
- 覆盖标签不等于学习效果或掌握程度。
- 指数算法只能用于小目标集，不能无限增加m。
进阶选读 · 后续再读：带难度、成本与先修的学习计划
场景题目耗时不同，且知识点存在先修约束和遗忘间隔。
做法先明确优化目标与约束，小规模可用加权最短路或整数规划求对照；大规模采用可解释启发式，并允许用户调整。
复杂度一般集合覆盖已为NP-hard，加入调度与先修后通常更复杂，不能承诺贪心产生全局最优。
好处与代价最少题数可能牺牲难度渐进与复习效果，教学目标应优先于单一算法指标。
05项目里怎么用
代码可以按 API、应用服务、任务状态、模型接入、检索和存储划分职责。先提供固定返回结果的桩模式，让没有外部模型时也能测试接口约定；真正联网时，再单独配置凭据和预算。结果中记录使用过的资料与版本，发现两次运行不同，才能查清是否是环境或输入发生了变化。
验收矩阵至少包含：正常问题引用支持、资料缺失时承认证据不足、跨用户检索被拒绝、结构化练习可解析且业务合法、工具失败能终止、重复确认不重复写入、断线后能查询原运行。每项写出可观察字段和预期结果。
毕业项目说明应诚实区分已验证范围与后续计划。算法自测证明局部机制，集成测试证明特定环境下的适配，离线评测描述特定数据集质量；这些证据都不能单独推导任意场景可靠。通过失败样本和权衡说明展示工程判断，比夸大自动化程度更有价值。
容易踩的坑
- 把覆盖最少题数当成学习效果最优。
- 界面能聊天就认定项目完成。
- 所有功能依赖真实模型，无法稳定重现失败。
- 把局部算法通过当成数据库和模型集成通过。
几种做法，怎么选
表格有四列，窄屏可左右滑动查看代价和适用条件。
| 方案 | 优势 | 代价与限制 | 适用条件 |
|---|---|---|---|
| 确定桩模式 | 测试快速可重复 | 不能代表真实模型质量 | 契约和状态回归 |
| 有限真实集成 | 能检查实际适配和用量 | 环境与随机性增加成本 | 受控联调 |
| 小目标精确规划 | 方案可解释且可验证最少题数 | 指数规模限制且目标单一 | 少量知识点练习组合 |
06检验是否读懂了
先自己想、自己写，再展开答案核对。场景题是假设的练习情境；遇到还没学过的内容，可以做完基础后再回来。
先用自己的话解释
01为什么空Optional与空列表不同？
展开参考答案与推导
前者表示无解，存在的空列表表示目标本来为空且已经满足，API必须保留语义。
02算法最优意味着教学最优吗？
展开参考答案与推导
不意味着，只对已声明的单位成本覆盖目标最优，掌握、难度与复习未进入目标函数。
03毕业项目最有价值的证据是什么？
展开参考答案与推导
明确验收标准下的可重复结果、失败边界和源码版本，且说明这些证据覆盖的范围。
换个情况，还会处理吗
01资料没有答案，助手应该怎样做？
展开参考答案与推导
说明证据不足并给出可验证的后续检索方向，不能编造引用来填满回答。
02确认按钮点击两次，如何验收？
展开参考答案与推导
两请求关联同一操作键与版本，数据库只产生一次业务效果，并能查询原操作结果。
03模型供应商更换后哪些测试还有效？
展开参考答案与推导
纯算法与业务状态测试仍有价值，但参数适配、流式解析、工具能力和质量集需要重新验证。
写代码试一试
01三个目标如何最少覆盖？
- 输入 / 条件
mask3与mask4- 输出 / 预期
两题
提示 按位或得到7。
展开参考答案与推导
每题都不能独自覆盖三目标，组合后全部置位，因此两题最优。
02为什么重复选择无帮助？
- 输入 / 条件
同一mask按位或两次- 输出 / 预期
覆盖不变
提示 并集幂等。
展开参考答案与推导
已访问检查跳过无增益状态，因此不会通过重复题目构造无限循环。
03m增加到四十可直接运行吗？
- 输入 / 条件
2^40状态- 输出 / 预期
不能
提示 明确指数资源。
展开参考答案与推导
int位移与数组规模都不适用，应改问题规模或使用近似、分解和约束优化方法。
读完之后，独立完成
课后作业：自己做一遍
本篇共 12 道作业，先完成 9 道基础与综合任务，再按前置知识挑战进阶题。其中包含 2 道思维拓展，试着换个条件，看看原来的办法是否还管用。不附参考答案。
能交付可启动仓库、配置说明、接口样例和二十例以上评测，演示权限、拒答、恢复与重复确认。
本篇重点加练
项目需要同时交付可恢复的行为与可复核的评测，重点检验改动后的持续可靠性。
- 运行状态及幂等恢复
- 固定集评测报告
重点内容会多练几次。先说清楚怎么做，再试试空数据、出错或条件改变时会发生什么。
先自己做，卡住时记下问题，再回来查。问答题写清“为什么、什么时候适用”；动手题留下输入、输出和运行步骤，方便下次重做。
基础必做
- 作业 01原理问答
为个人学习助手写出允许回答、资料不足和无权限三类用户故事，每类至少两个案例，注明来源引用和验收证据。
- 提交内容
- 一份独立书面回答或标注图，包含自造例子、概念边界及判断依据。
- 怎样算完成
- 逐项回应题目要求，区分事实、假设与个人判断。
- 能用自己的例子解释适用条件，记录尚未弄懂的点。
练到的知识点授权笔记问答 · 来源引用与资料不足
- 作业 02代码推演
设计练习生成与计划修改的请求响应契约，推演“预览后用户改参数再确认”的交互，标出需要重新验证的状态。
- 提交内容
- 手工推演记录，写明输入约定、中间状态、最终判断；可运行时附程序对照记录。
- 怎样算完成
- 推演包含中间过程，数据形状、单位、顺序或状态前后一致。
- 主动检查至少一个边界或异常条件，能解释手算与运行差异。
练到的知识点练习题结构化生成 · 学习计划预览和确认
- 作业 03原理问答
给毕业项目定义三项必须跨重启保持的业务不变量，为每项指定固定评测输入、观测点及可接受的未知状态。
- 提交内容
- 概念或合同说明、关系图与自造案例，明确事实、假设和适用条件。
- 怎样算完成
- 关键概念有明确边界，能用案例检验声明。
- 未获证据支持的假设单独标注。
练到的知识点运行状态及幂等恢复 · 固定集评测报告
综合应用
- 作业 04面试场景
在数据库迁移过程中发生进程重启，某计划动作已提交但接口超时。给出运行记录、事件、动作ID与恢复流程的关联设计。
- 提交内容
- 场景分析与决策记录，包含信息缺口、约束、备选方案和验证计划。
- 怎样算完成
- 方案回应给定约束，列出至少一种替代方案及代价。
- 每项关键结论说明所需证据，不能核实的部分明确标注。
练到的知识点运行状态及幂等恢复 · 接口与数据库迁移
- 作业 05编程实践
实现最小纵向链路：读取授权笔记、回答并给出处、运行固定集评测；分别注明假模型和真实模型实际验证到哪一层，不要求付费服务。
- 提交内容
- 可复现的最小程序或实验材料、自写测试、环境说明与运行记录；题目允许纸面实验时提交完整案例表。
- 怎样算完成
- 提交物按说明可以重现；测试覆盖正常、边界与失败场景。
- 运行证据与断言能核验声明的行为，注明模拟与真实执行范围。
练到的知识点固定集评测报告 · 真实模型与模拟边界
- 作业 06排错实验
制作越权笔记、冲突资料、重复确认和丢失响应四类故障案例，在本地演练并保留接口返回、数据库变化与轨迹证据。
- 提交内容
- 最小故障输入、复现步骤、观测记录、定位依据及回归用例。
- 怎样算完成
- 其他人可按记录复现故障，并区分现象与已验证原因。
- 定位过程有观测依据，回归用例可以再次暴露原问题。
练到的知识点授权笔记问答 · 学习计划预览和确认 · 运行状态及幂等恢复
- 作业 07编程实践
在本地为同一学习计划运行安排三个可控制的中断点，将恢复前后数据变化纳入固定集报告，记录重放次数和不变量检查结果。
- 提交内容
- 可复现的小程序或题目允许的离线实验、自写测试、输入和运行记录。
- 怎样算完成
- 输入、环境和运行过程可重现，测试覆盖声明的重点条件。
- 验证目标由合同确定，模拟结果不冒充真实服务证据。
练到的知识点运行状态及幂等恢复 · 固定集评测报告
- 作业 08排错实验
增加一个“恢复后遗漏用户取消事件”的故障版本，检验评测集能否稳定区分它与原版，提交最小反例与回归记录。
- 提交内容
- 最小故障序列、观测记录、原因核对与可再次触发原问题的测试。
- 怎样算完成
- 故障可以稳定重现，现象与已验证原因分开。
- 观测记录足以判断声明的合同是否被违反。
练到的知识点运行状态及幂等恢复 · 固定集评测报告
- 作业 09面试场景
模型升级后工具调用次序改变，但最终计划文本相同。为接口行为、恢复安全与评测可比性设计独立审阅项。
- 提交内容
- 场景评审记录，包含约束、备选方案、未决信息和验证计划。
- 怎样算完成
- 方案回应题目约束，取舍能对应到可核验的事实。
- 给出失败或条件变化时的检查方式。
练到的知识点运行状态及幂等恢复 · 固定集评测报告
进阶挑战 · 掌握前置后选做
- 作业 10设计评审
完成项目交付评审，提交部署复现说明、威胁边界、回归报告和未解决问题；用一个新用户的空环境检验文档是否足够。
- 提交内容
- 设计评审文档或对照实验报告，包含前置条件、方案取舍、验收证据与尚未验证的范围。
- 怎样算完成
- 比较使用一致条件与事先声明的标准，记录失败与未知结果。
- 说明方案的适用前提、未覆盖风险及后续验证方法。
练到的知识点来源引用与资料不足 · 接口与数据库迁移 · 固定集评测报告
思维拓展
先写出你的猜想，再用例子或实验验证。答案可以不同，但要说清依据、适用情况，以及还有什么没弄懂。
- 作业 11思维拓展 · 跨域迁移
将项目迁移为团队知识助手的纸面方案，重新定义多用户运行恢复和评测隔离要求，列出可以复用与必须新增的证据。
- 提交内容
- 原场景与目标场景的对应表、可迁移的机制、不能迁移的前提及验证设计。
- 怎样算完成
- 逐项核对两种场景的前提，不只比较相似术语。
- 至少一个不能直接迁移的边界有具体检验方法。
练到的知识点运行状态及幂等恢复 · 固定集评测报告
- 作业 12思维拓展 · 开放探究
提出一个可被实验否定的项目改进假设，预先冻结验证集和恢复故障集，在有限预算内比较改动前后，并记录零收益与负收益。
- 提交内容
- 可证伪假设、预先声明的比较协议、小规模证据与限制说明。
- 怎样算完成
- 假设存在可被否定的条件，协议在观察结果前声明。
- 包含不支持假设的可能结果及不确定性说明。
练到的知识点运行状态及幂等恢复 · 固定集评测报告
完成后，再检验一次
给每题标记“独立完成 / 查阅后完成 / 尚未完成”。查过资料或没做出的题，记下卡在哪里。隔一天换一组输入再试，能解释结果和出错原因，再把这个知识点标为掌握。
继续阅读
先看能帮你完成当前练习的部分。例子跑通后，再读更深入的解释。
- 必读教程英文
Spring：Building a RESTful Web Service （新标签页）↗
跟随最小 REST 服务示例建立请求与 DTO 返回，再扩展认证后身份、状态查询和错误响应。
- 实践参考文档英文
Spring Boot：Testing （新标签页）↗
阅读测试支持和测试切片，再分别验证控制器、服务、数据库及真实模型适配器。
- 深入实践指南英文
Spring AI：Evaluation Testing （新标签页）↗
阅读
EvaluationRequest、相关性与事实评估接口，理解模型评分的输入并配合独立人工标注。 - 深入参考文档英文
Spring AI：Tool Calling （新标签页）↗
重点阅读工具定义、
ToolContext、结果转换与错误处理，验证模型请求到 Java 执行的完整链路。 - 深入参考文档英文
OpenJDK 17 BitSet 源码 （新标签页）↗
按指定版本定位
BitSet.or/ cardinality / clone；对照源码分析理解实际调用边界。