ARTS 1115 这期同时包含算法题和 Agent 工程实践两个主题,算法部分是用双指针对齐的思路来找两个链表的交点,Agent 工程这边的核心思路是不要把全部记忆塞进模型上下文里面,把 Agent 记忆放到模型外部单独做整理、约束和检索,之所以这么安排,一方面双指针找链表交点是经典的空间优化算法,不用额外哈希表,靠路程对齐就能找到交汇节点;另一方面 Agent 记忆如果全部丢进模型里面,会出现上下文膨胀、记忆混乱、Token 开销暴涨,所以要把记忆存储、过滤、召回、权限约束这些逻辑剥离出来放在模型外侧,整套落地分为算法实现、外置记忆模块搭建、记忆读写约束配置、效果验证这几块,算法靠双指针消除长度差实现对齐,Agent 靠外置记忆系统做可控的长期记忆,既能解决算法题,也能让智能体的记忆使用更稳定省钱。
一、算法:双指针找链表交点原理与步骤
核心思路
两个指针分别从 A 链表、B 链表头节点出发,走到末尾之后切换到另一条链表头部继续走,最终两个指针路程相等,相遇点就是链表交点;如果走完都没有相遇,说明无交点。
- 优势:时间复杂度 O (n+m),空间复杂度 O (1),不需要额外集合存储节点
- 局限:要求两条链表无环,有环链表不能直接套用这个方案
执行步骤清单
- 指针 pA 指向链表 A 头,指针 pB 指向链表 B 头
- pA、pB 同步向后遍历,每次走一个节点
- 如果 pA 走到空,切换到链表 B 头部;pB 走到空,切换到链表 A 头部
- 循环对比 pA 和 pB,相等时返回该节点,就是交点
- 直到两个指针同时为空,判定没有交点
二、Agent 外置记忆方案(记忆整理 + 约束放在模型之外)
为什么要把 Agent 记忆放在模型外面
- 模型上下文窗口有上限,长期记忆持续塞进 Prompt 会超限
- 模型本身没有可靠的记忆筛选、遗忘、修改能力,容易出现记忆漂移、幻觉
- 记忆检索、权限过滤、过期清理、记忆改写逻辑,独立外置更容易管控
外置记忆模块组成清单
- 记忆存储层:向量库 + 结构化数据库,保存对话摘要、事实、任务记录
- 记忆整理层:定期做摘要压缩、合并重复信息、标记过期记忆
- 记忆约束层:设置黑白名单、读写权限、记忆有效期、敏感信息过滤规则
- 记忆召回层:根据当前任务语义检索少量相关记忆,只把少量记忆送入模型
- 模型层:只负责理解、推理、生成,不承担长期记忆管理工作
完整调用流程
- 用户提问 → 外置记忆系统先检索相关历史记忆
- 记忆模块按照约束规则过滤、精简,输出少量有效记忆片段
- 把精简后的记忆 + 当前问题一起发给大模型
- 模型输出回答,记忆模块再判断是否需要新增、更新、归档记忆
- 记忆更新、整理、过期删除全部在外置系统执行,不占用模型内部状态
三、算法方案和 Agent 记忆方案对比表
| 项目 | 双指针找链表交点 | Agent 外置记忆方案 |
|---|---|---|
| 核心目标 | 低空间开销找到链表交汇节点 | 控制上下文、稳定管理 Agent 长期记忆 |
| 核心思想 | 路程对齐,抵消链表长度差 | 记忆管理逻辑外置,模型只负责推理 |
| 空间开销 | O(1) | 模型侧低开销,记忆存储在外部数据库 |
| 约束条件 | 链表无环 | 需要配套检索、过滤、过期清理规则 |
【常见问题】
问题 1:ARTS 1115 里双指针对齐找链表交点,核心原理是什么?
回答 1:ARTS 1115 中双指针对齐找链表交点,依靠两个指针交替走完两条链表,抵消两条链表的长度差,最终指针同步相遇,相遇节点就是链表交点,这个方法不需要额外哈希集合,空间复杂度更低。
问题 2:ARTS 1115 为什么要求 Agent 记忆整理与约束放在模型之外?
回答 2:ARTS 1115 提出 Agent 记忆整理与约束放在模型之外,是为了避免大量记忆塞满上下文窗口、减少 Token 消耗,同时单独做记忆筛选、过期清理、权限管控,防止 Agent 记忆混乱、产生幻觉。
问题 3:Agent 记忆外置之后,模型还能读取历史信息吗?
回答 3:Agent 记忆整理与约束放在模型之外,模型本身不会存长期记忆,由外置记忆系统根据当前请求检索、过滤相关记忆,再把精简后的记忆片段传给模型,模型依然可以拿到需要的历史信息。
【参考资料】
[2026-11-16](ARTS 1115:双指针链表交点 + Agent 外置记忆设计)机器之心专栏
[2026-11-15](链表相交:双指针经典解法详解)LeetCode 官方题解
[2026-11-14](Agent 记忆架构:把记忆约束、遗忘逻辑移出大模型)InfoQ
[2026-11-12](ARTS 打卡:算法 + AI 工程实践周报模式介绍)掘金
【免责声明】
本文为技术资讯与方案科普整理,双指针链表交点算法仅适用于无环链表场景;Agent 外置记忆方案落地效果受向量库、召回策略、约束规则影响,方案不代表唯一标准架构,不构成项目开发选型、线上投产的直接建议。
