最像真题的那本计组书，其实最不教你原理
上一篇我们算出：计组教材里，袁春风最贴近真题。 这一篇把范围扩到 8 本计组书（教材 + 习题册 + 试题解析），又算了一遍，结果出来一条反直觉的梯度—— 最像真题的根本不是任何教材，是《试题解析》。原因也直白：它直接把真题收了进去。 "一本资料读起来很像真题"，常常只说明它装着真题，跟它能不能讲明白原理，没有关系。
1. 一个很多人没想清楚的问题
选复习资料时，有个朴素信念几乎人人都有：越像真题的，越好。
听起来天经地义。但"像真题"到底是个好信号，还是个陷阱？我们手上有 235 道计组真题、和 8 本计组书的全文，正好能把这件事量出来——用的还是上一篇那套语义距离的方法（把每道真题和每本书的每一段都变成向量，比谁最接近）。
2. 一条干净的三层梯度
把每本书对计组真题的平均贴近度排出来，是这样：
清清楚楚三层：
| 层级 | 代表 | 贴近度 |
|---|---|---|
| 真题导向《试题解析》 | 白中英《试题解析》 | 0.871（最像） |
| 配套习题 / 解答 | 蒋本珊《习题解析》0.846、袁春风《习题解答》0.794 | 中间 |
| 教材正文 | 袁春风 0.765、白中英 0.736、蒋本珊 0.733、唐朔飞 0.727 | 最低 |
越是"以题为中心"的书，越像真题；真正讲原理的教材正文，反而排在最后。
3. 为什么？因为它"装着"真题
这条梯度的原因很直接：
《试题解析》这类书，本来就是逐题收录、拆解历年真题的。 算法把真题拿去跟它比，当然判它最像，几乎是同义反复——这是它的设计目的。
所以"像真题"这个直觉在这儿会失灵：
一本资料"读起来很像真题"，往往只是因为它把真题装在里面了。这跟它能不能讲明白为什么，是两件不同的事。
教材正文反过来，讲的全是原理——补码为什么这样设计、流水线为什么会冒险、控制信号怎么一步步生成。这些内容和真题的题面长得不像，所以离真题最远；但它决定你下次能不能自己做出来。
4. 这主要是计组现象
把同样的对比放到四科上看，有个边界得讲清楚：
"题集比教材更像真题"这个差距，计组最明显（+0.07），数据结构其次（+0.03），操作系统和计算机网络几乎没有、甚至倒过来。原因也好理解：计组、数据结构有成熟的"真题反推题集"生态，操作系统和计网没那么卷。
这篇的结论，只对计组（和部分数据结构）成立，不是四科通用的规律。
5. 方法与边界
方法：同上一篇第 6 节——每道真题（只取题干+选项）和每本书每一段算余弦相似度，取最近邻。两个不同团队的嵌入模型交叉验证，梯度结论一致。
"语义相似"不等于"命题同源"：相似度高只说明文字像。但《试题解析》收录真题是公开事实，"它装着真题"这句话站得住。
只比了"像不像真题"一个维度，不是给这些书的整体质量打分。试题解析、习题册都是好资料，只是各管各的用途。
想按知识点、年份拆开看 235 道计组真题，可以在这里：计组真题库。