HackerPapers

HN 二十年,最值得读的论文。

从 Hacker News 2006 年以来的全部投稿里,挑出链接本身就是论文的帖子:arXiv、期刊、会议论文、技术报告。每篇附中文标题,讨论最热的那些再加上中文导读和高赞评论翻译。

从必读开始
  • 8,000+篇被 HN 讨论过的论文

Essential

必读 30 篇

在论文库里看全部精选

编辑精选里 HN 讨论最热的 30 篇,每篇都有中文导读。不知道从哪读起,就从这里开始。

  1. 正在载入论文…

Archive

论文库

点柱子按年份筛选。注:源数据里 2023 年的帖子分数记录不全,2026 年尚未过完,这两年收录偏少。

难度
排序

    About

    这些论文是怎么挑出来的

    1. 01

      全量扫一遍

      读取 Hacker News 自 2006 年以来的全部 446 万条链接投稿,找出指向 arXiv、期刊、会议、技术报告和学术 PDF 的帖子。

    2. 02

      只留论文本身

      由 AI 逐条判断,剔除介绍论文的新闻、博客和幻灯片,同一篇论文的多次投稿合并计算,并统计它在评论区被引用的次数。

    3. 03

      写导读、译评论

      讨论最热的 1,500 篇配上中文导读,并精选、翻译 HN 高赞评论。导读由 AI 生成,可能有误,请以原文为准。

    编程语言与软件工程2011infoscience.epfl.ch

    弃用观察者模式

    Deprecating the Observer Pattern

    进阶 · 约 50 分钟读完前置知识:面向对象编程、观察者模式、函数式编程基础

    读论文 HN 讨论
    154HN 得分
    45条评论
    2次投稿

    导读

    这篇论文指出传统观察者模式(尤其在 UI 事件处理中)存在诸多缺陷,提出用函数式响应式编程(FRP)中的“信号/事件流”作为一等公民来替代回调式观察者,并在 Scala 中以 Scala.React 库实现。作者认为统一的、类型安全的事件抽象能让事件逻辑更易组合和推理。

    HN 关注点:HN 读者既对 Scala 与函数式编程有天然兴趣,也长期争论 Rx/FRP 究竟是消除复杂度还是把复杂度藏进抽象层。

    关键词 Scala函数式响应式编程observer patternRx

    HN 评论精选

    这几条评论里:质疑 3 补充 1

    质疑RX 只是把复杂度搬进更隐蔽的抽象层,并不能真正降低复杂度

    以我的经验,响应式范式很少真正解决它宣称要解决的问题。根源在于论文这句话:“简化事件逻辑的第一步是提出一个通用事件接口,让所有事件处理代码都基于统一接口工作。”RX 支持者似乎认定:把逻辑包进一个高度通用的抽象层、把所有行为同质化为事件流,就能解决软件复杂度——我不清楚这个假设从何而来。看看 ReactiveX 的 API 就知道:它号称通用工具,实际却是一堆 observable 子类型和操作符的大杂烩,专门用来补“通用方案”在真实问题复杂度上留下的窟窿;再看看任何非平凡 RX 项目里那蜿蜒曲折的调用栈。我写得越多越相信,最佳实践是尽可能在最低抽象层、贴近问题域写代码。RX 这类想靠通用抽象“魔法般”降低复杂度的范式,最好的情况是把复杂度挪到另一层、变得更晦涩,最坏的情况是凭空增加复杂度。

    skohan查看英文原文

    In my experience the Reactive paradigm rarely serves to solve any of the problems it sets out to, and the root of the problem is here: > The first step to simplify event logic in an application is to come up with a general event interface so that all event handling code can work with a uniform interface. RX proponents seem to make the leap that the problems of software complexity can be solved by wrapping your logic into a highly general abstraction layer which homogenizes everything your code does into streams of events. I'm not entirely sure what this assumption is based on. To look at how this assumption breaks down, just look at the ReactiveX API: what's billed as a general purpose tool consists of a menagerie of observable subtypes and operators built to patch the holes in real-world problem complexity left by the "general case" solution described by this article. Or look at the serpintine call stack in any real-world RX project of any non-trivial complexity. The more I code, the more convinced I am that the best practice is to write software at the lowest level of abstraction possible, as close to your problem domain as possible. Paradigms like RX which seek to magically reduce complexity through generic abstraction at best move that complexity into another layer where it's more obfuscated, and at worst introduce additional complexity.

    质疑热/冷、线程调度、取消等实际语义问题让 RX 在真实项目中难以驾驭

    RX 纸面上很好看,但在任何非平凡项目里都是噩梦。这个流是热还是冷?每次订阅都会发请求,还是最多发一次?这个流在哪个线程投递?UI 线程吗?那就保险起见 dispatch 到 UI 线程吧!结果另一个流早了一个周期产生事件,UI 开始闪烁……那就在这儿加 1 毫秒延迟,祈祷它能修好(恶心)。还有,我该怎么取消这些东西?

    aaaaaaaaaab查看英文原文

    RX looks good on paper, but boy, is it a nightmare in any non-trivial project. Is this stream hot or cold? Will it fire the request every time I subscribe, or at most once? On which thread is this stream delivered on? UI thread? Let’s be safe and dispatch it to the UI thread! Oh, now my UI flickers because this other stream is producing this event one cycle too early... Let’s add one millisec delay here and hope it fixes the issue (yuck.). How do I cancel this stuff?

    质疑追问论文是否超越了“换成类型安全回调”这一表层建议

    我对文章的细节理解不深,能否有人回答:除了“改用信号”(我粗略定义为“类型安全的泛型回调抽象”)之外,文章还有没有更根本的主张?如果有,是什么?

    roel_v查看英文原文

    I don't quite understand the finer points of the article, so can somebody answer: is there a more fundamental suggestion in it than 'switch to signals' (which I for this purpose roughly define as 'type-safe generic callback abstractions')? If so, what is it?

    补充FRP 适合游戏编程,但 Scala 缺乏活跃的成熟实现

    响应式编程看起来非常适合游戏编程(我知道 Haskell 用 Yampa 做这个)。让我意外的是,Scala 竟然没有一个容易获取的经典实现。我在网上搜过,有几个框架,但都不太活跃。

    michaels0620查看英文原文

    Reactive programming seems like an excellent model for game programming (I know Haskell uses Yampa for this). I am surprised there isn't a canonical Scala implementation that is easily available. From my searching on the web, it looks like there are a couple of frameworks, none of which are particularly active.

    历次讨论

    同领域还值得读

    1. Google 的软件工程(2017)

      Software Engineering at Google (2017)

      介绍了 Google 的软件工程实践,包括其单一代码库(monorepo)、几乎全部开发在主干进行而非分支、代码审查、构建系统 Blaze、协议缓冲区等工具与流程,并讨论了频繁重…

      编程语言与软件工程2017 · 1,127 分 · 465 评 · 引用 15入门 · 约 45 分钟编辑精选
    2. Peter Naur:编程作为理论构建 (1985)

      Peter Naur – Programming as Theory Building (1985)

      Peter Naur 1985 年的经典论文《Programming as Theory Building》提出:编程的本质不是写代码或文档,而是在程序员头脑中构建对程序及其运行…

      编程语言与软件工程2016 · 629 分 · 74 评入门 · 约 45 分钟编辑精选
    3. SciPy 1.0:Python 科学计算的基础算法

      SciPy 1.0: fundamental algorithms for scientific computing in Python

      这篇发表于 Nature Methods 的论文介绍了 SciPy 1.0——Python 科学计算生态的基石库,涵盖其核心算法模块(优化、积分、插值、线性代数等)、软件架构与社…

      编程语言与软件工程2020 · 387 分 · 98 评入门 · 约 45 分钟编辑精选
    4. Lisp 的历史(1979)

      History of Lisp (1979)

      这是 Lisp 发明者 John McCarthy 于 1979 年为 HOPL(编程语言史)会议撰写的回顾文章,讲述 Lisp 的起源、设计动机与早期演进,文中也涉及 if 表…

      编程语言与软件工程2018 · 352 分 · 44 评入门 · 约 45 分钟编辑精选
    5. 使用 NumPy 进行数组编程

      Array Programming with NumPy

      这篇 Nature 文章介绍 NumPy 的数组编程模型及其在科学计算中的核心作用:以 ndarray 为中心,通过向量化操作让 Python 高效处理多维数组。

      编程语言与软件工程2020 · 318 分 · 134 评入门 · 约 40 分钟编辑精选

    打赏支持

    打赏二维码

    觉得有用,请作者喝杯咖啡。

    WeChat

    关注向阳乔木

    微信公众号「向阳乔木推荐看」

    微信公众号「向阳乔木推荐看」二维码

    微信扫一扫;在微信里打开本页时,长按二维码识别。