浙大离散优化 毛宇尘 讲师
报告生成时间：2026年8月20日
个人主页：毛宇尘
所属团队：浙江大学计算机科学与技术学院 / 离散优化与算法研究组
一、学者基本信息
| 项目 | 信息 |
|---|---|
| 姓名 | 毛宇尘（Yuchen Mao） |
| 当前职务 | 博士、讲师（英文主页标注 Assistant Professor） |
| 任职单位 | 浙江大学计算机科学与技术学院 |
| 所属研究共同体 | 离散优化与算法研究组；该组由张国川教授于2009年在浙大计算机学院建立 |
| 研究方向 | 理论计算机科学、组合优化 |
| 公开办公信息 | 曹光彪科技大楼418室；maoyc@zju.edu.cn |
| 博士教育 | 香港科技大学博士，导师为程修文（Siu-Wing Cheng）教授 |
| 本科教育 | 浙江大学本科 |
| 代表性公开成果 | STOC 2024论文《Approximating Partition in Near-Linear Time》共同作者；同一四人合作组还发表STOC 2024背包问题论文并有FOCS 2024子集和论文 |
毛宇尘是一位以理论算法和组合优化为主要研究兴趣的青年学者。其公开个人主页明确列出“理论计算机科学”“组合优化”两个方向；英文主页进一步说明，他在香港科技大学获得博士学位，师从程修文教授，本科毕业于浙江大学。这一“浙大本科—港科大博士—浙大任教”的轨迹，使其学术网络同时连接浙江大学本土的离散优化传统、香港科技大学的计算几何与算法训练环境，以及国际理论计算机科学共同体。
从公开可检索成果看，毛宇尘当前最清晰、最强的合作标识是浙江大学离散优化与算法研究组围绕背包、划分和子集和等经典问题形成的稳定合作。需要注意的是，公开资料对其完整论文目录、博士毕业年份、主持项目和学生名单披露有限；本报告据可公开核实信息描绘关系网络，不将未公开信息推定为既成事实。
二、教育背景与职业履历
毛宇尘的本科阶段在浙江大学完成，随后赴香港科技大学攻读博士学位，导师为程修文教授。程修文长期从事计算几何、算法与相关理论计算机科学研究；因此，毛宇尘的博士训练可被理解为其进入国际化理论计算机科学研究体系的重要入口。这里应将“导师关系”与“论文共同作者关系”区分开来：公开主页直接确认了程修文的博士导师身份，而现有公开检索材料尚不足以完整呈现二人全部共同发表记录。
博士毕业后，毛宇尘回到浙江大学计算机科学与技术学院任讲师。其职业定位并非单纯嵌入某一应用方向，而是以组合优化中的基础算法问题为核心：针对NP困难问题，研究在精度参数与运行时间之间取得更优权衡的近似算法、伪多项式算法及相关结构性技术。这一方向要求较强的数学证明、算法设计与复杂性分析能力，也天然与运筹学、离散数学、数据结构和计算复杂性等社群交叉。
他所在的离散优化与算法研究组由张国川教授创建。张国川的研究积累覆盖离散优化、近似与在线算法、算法机制设计和博弈分析，并兼具计算机科学与运筹学的培养背景。毛宇尘进入该团队后，青年学者的专题研究与团队长期建设的近似算法传统相衔接；其角色可概括为：在成熟学术带头人的研究框架下，与中生代研究者、博士后共同推进经典组合优化问题的精细算法改进，并通过顶级理论计算机会议实现成果传播。
三、学生培养情况
截至本报告生成日，公开个人主页未列出毛宇尘独立指导的博士生、硕士生或本科生名单，也未见可稳定对应的招生页或学生个人页。因此，不宜据讲师职称或团队成员身份推定其已独立培养的具体学生，更不应编造师生隶属关系。
不过，他所处的培养环境较为明确。浙江大学计算机学院的离散优化与算法研究组以张国川教授、陈林研究员等为核心，具备博士生培养和理论算法研讨的组织基础。毛宇尘作为团队青年教师，能够在论文讨论、问题设计、算法证明、课程或专题研讨中参与人才培养，并与团队的博士生、博士后形成学术共同体。连佳宜以博士后身份与其共同署名STOC、FOCS论文，即展示出团队中“资深教授—青年研究者—博士后”协同攻关的典型结构。
从研究主题看，背包、划分和子集和问题既是算法课程和竞赛训练中的经典内容，也是理论研究训练的良好载体。围绕这些问题开展培养，通常要求学生掌握近似算法、动态规划、加性组合、稀疏傅里叶变换及复杂性下界等方法。毛宇尘在相关高水平论文中的共同作者身份，意味着其可为学生提供从问题形式化、技术引理构造到完整证明写作的研究示范；但这一判断是基于研究角色的合理分析，而不是对其独立招生或指导数量的事实断言。
四、学术合作网络
4.1 内部网络：浙江大学离散优化与算法研究组
张国川教授是毛宇尘在当前机构内最关键的资深学术连接之一。张国川是浙大计算机学院教授、博士生导师，也是研究组创建者。两人同为《Approximating Partition in Near-Linear Time》作者；同时还与陈林、连佳宜共同署名《A Nearly Quadratic-Time FPTAS for Knapsack》（STOC 2024）和《An Improved Pseudopolynomial Time Algorithm for Subset Sum》（FOCS 2024）。连续三篇成果采用相同的四人作者组合，表明这不是一次偶然的松散协作，而是围绕基础组合优化问题持续运作的核心合作单元。
陈林研究员是毛宇尘最直接的同代/近同代科研合作者之一。陈林为浙江大学计算机学院百人计划研究员、博士生导师，专注组合优化及算法设计与分析。团队新闻显示，四人将加性组合技术、邻近性原理和稀疏傅里叶变换结合，推进了背包和子集和问题的算法复杂度研究。由此可见，毛宇尘与陈林的合作并非仅停留在同一机构或一次会议，而是在一组相互关联的理论问题和技术路线中形成共同产出。
连佳宜博士后构成该核心单元中的青年研究连接。连佳宜与毛宇尘在上述两篇STOC论文和一篇FOCS论文中均共同署名。博士后与青年教师在同一连续成果链上合作，反映团队具有较强的横向讨论机制：问题可以在不同职业阶段研究者之间共享，技术模块则通过多轮协作被复用于背包、划分、子集和等相邻问题。
谈之奕教授是浙大校内、跨学院的邻近学术连接。谈之奕任数学学院教授、博士生导师，研究方向包括运筹学组合优化、算法设计与分析和算法博弈论，与毛宇尘研究主题高度相邻。现有公开材料未直接显示谈之奕与毛宇尘在上述论文中的共同署名，故本报告将其定位为校内学科共同体与潜在合作接口，而非将其表述为已被论文记录证实的直接核心合作者。这种连接体现浙大在计算机学院与数学学院之间的运筹优化交叉基础。
4.2 跨机构网络：香港科技大学与国内理论算法社群
毛宇尘的跨机构网络首先来自香港科技大学博士阶段。其博士导师程修文教授为这一网络的明确锚点：毛宇尘由浙大本科生进入港科大的研究生训练体系，再返回浙大任教，构成连接杭州与香港两地学术机构的个人学术路径。博士导师关系通常在研究选题、学术规范、国际会议交流和早期合作者识别中具有长期影响；但因公开材料未披露其博士论文题目和完整合作列表，不能进一步量化这种影响或列举未确认的同门。
从成果传播看，STOC和FOCS是理论计算机科学领域最具代表性的国际会议。浙江大学官方新闻指出，该团队的两篇STOC 2024论文和一篇FOCS 2024论文，是浙江大学首次在这两个会议发表的论文，且浙江大学为唯一完成单位。因而，毛宇尘的跨机构连接并不表现为论文署名中出现多家机构，而表现为以浙大为单一完成单位、进入国际顶级会议评审与学术交流体系。该模式凸显的是本土团队的自主研究能力，而非外部机构联合署名。
在国内社群层面，张国川同时担任中国运筹学会副理事长，并与离散优化、排序、近似算法等学术组织和会议保持长期联系。对毛宇尘而言，这为其研究成果进入国内运筹与算法学术网络提供了团队层面的通道。应当说明，这种通道是研究组和学科组织形成的环境资源，不等同于毛宇尘个人已担任相关职务。
4.3 国际网络：顶会论文与导师链条
毛宇尘国际网络的直接可见节点包括：其博士导师所在的香港科技大学，以及STOC/FOCS所连接的全球理论计算机科学同行评议社群。论文《Approximating Partition in Near-Linear Time》于2024年2月在arXiv公开，作者为Lin Chen、Jiayi Lian、Yuchen Mao、Guochuan Zhang；其摘要给出经典划分问题的近线性时间FPTAS，运行时间为 $\widetilde{O}(n+1/\varepsilon)$，并指出在强指数时间猜想（SETH）下该结果在多对数因子意义下近乎最优。
这一成果的国际意义在于，它将划分问题的近似算法效率推进至近线性量级，并通过与SETH下界的对照，置于国际算法复杂性研究共同使用的评价框架中。论文虽由浙江大学单一机构完成，却需要与既有国际工作进行严格比较，也会通过会议报告、同行引用和后续研究建立间接国际连接。因此，毛宇尘的国际网络目前更适宜描述为“以研究成果和博士训练为媒介的学术传播网络”，而不应在缺乏公开共同作者证据时扩展成广泛的海外合作名单。
五、业界合作关系深度分析
公开信息未显示毛宇尘本人作为具名负责人或共同作者，直接参与企业联合论文、横向项目或产业专利。因此，对其个人业界合作深度的结论应保持审慎：目前可确认的是其所在研究组具备面向产业问题开展算法转化的能力，不能据此直接认定毛宇尘已参与该合作项目。
团队层面，张国川团队与蚂蚁集团合作的“绿色计算下的资源分配和任务调度算法”获得2024年中国运筹学会“运筹应用奖”。校方报道披露，该合作从绿色计算需求出发，构建云计算资源分配、部署和动态迁移的组合优化模型，相关方法在阿里天池平台数据集上表现优异，并已落地于蚂蚁集团云计算业务。这条合作链条呈现出“产业场景提出资源约束—运筹优化建模—算法设计与理论分析—数据验证—业务部署”的闭环。
这与毛宇尘的研究方向存在明显的知识邻接性。其聚焦的组合优化和理论算法，能够为资源调度、容量分配和近似求解等实际问题提供复杂性刻画与算法工具；而产业优化场景也会反向激发对大规模输入、计算效率和近似质量的理论需求。不过，基础论文中的背包、划分和子集和问题与企业云计算项目之间不能简单画等号：前者主要是理论计算机科学中的基础问题，后者是特定业务约束下的工程优化。更准确的表述是，毛宇尘处于一个同时具备基础研究实力与应用转化接口的团队环境中，未来存在从基础算法向绿色计算、云资源调度等方向延展的潜在条件。
六、重要奖项与学术兼职
就毛宇尘个人而言，截至报告生成日，公开个人主页未列出个人奖项、学术期刊编委或学会兼职。故本节不将团队奖项、合作者荣誉或导师履历归入其个人名下。
与其研究网络密切相关的学术荣誉和组织资源包括：一是浙江大学离散优化团队在2024年因与蚂蚁集团的合作项目获得中国运筹学会“运筹应用奖”；二是共同作者陈林获得中国运筹学会“青年科技奖”；三是张国川曾获中国运筹学会“运筹研究奖”，并担任中国运筹学会副理事长及多个国际、国内期刊编委。上述信息说明毛宇尘所在合作网络具有较高的学术组织嵌入度和应用转化能见度，但这些荣誉与兼职的主体分别是团队、陈林或张国川，不能替代毛宇尘个人履历。
毛宇尘目前最具辨识度的学术声誉信号，应是作为共同作者参与STOC 2024与FOCS 2024系列成果。对青年理论算法学者而言，顶级会议论文既是成果质量的外部评价，也能带来后续报告邀请、同行讨论和跨机构合作的机会。其未来学术影响力将取决于该合作链能否继续产出、能否形成更明确的独立研究主题，以及是否逐步扩展出可公开识别的学生培养和国际合作网络。
七、Connection圈层总结
毛宇尘的关系网络可以分为四个层次。
第一圈层：连续论文合作的核心团队。 陈林、连佳宜、张国川是最强、最有证据支持的合作节点。四人以固定作者组合，在2024年围绕背包、划分和子集和取得STOC、FOCS成果；这条链条是毛宇尘当前学术网络的主轴。其中张国川提供研究组创建者和资深教授的长期学术支撑，陈林构成组合优化与算法研究的直接协作节点，连佳宜则体现博士后与青年教师并行攻关的紧密联结。
第二圈层：教育谱系和校内交叉共同体。 香港科技大学博士导师程修文是明确的学术谱系节点；浙江大学数学学院谈之奕则代表校内运筹学、组合优化与算法设计的跨学院邻接网络。前者由公开主页直接确认，后者应理解为研究领域和机构交叉形成的学术连接，而非未经确认的直接共同作者关系。
第三圈层：国内学科组织与成果传播平台。 张国川及研究组所在的中国运筹学会、离散优化与近似算法会议等社群，为毛宇尘的研究成果提供国内交流平台。该圈层的价值主要是学术可见度、同行讨论和人才流动，而不是对毛宇尘个人职务的推定。
第四圈层：国际同行与产业转化接口。 STOC、FOCS和arXiv将研究成果接入全球理论计算机科学共同体；蚂蚁集团绿色计算合作则显示团队具有产业优化接口。对毛宇尘本人而言，国际连接已有博士教育和顶会成果两项明确支点，业界连接目前仍以团队层面为主，尚待更多公开的个人参与记录加以充实。
综合而言，毛宇尘是一位嵌入浙江大学离散优化团队、以基础组合优化算法为重点的青年学者。他的网络特征不是“广泛但松散”的多机构署名，而是“规模集中、合作稳定、问题链清晰”：以张国川—陈林—连佳宜为核心合作群，以香港科技大学博士训练和浙大跨学院运筹学共同体为支撑，以STOC/FOCS成果进入国际理论算法讨论，并依托团队的产业合作能力保留未来应用扩展空间。公开资料有限恰恰提示，后续对其网络的观察重点应放在独立论文谱系、学生培养、跨机构共同作者以及其在团队产业合作中的具体角色上。
主要公开来源： 浙江大学毛宇尘个人主页（含英文主页履历信息）；浙江大学计算机学院团队新闻；arXiv:2402.11426；张国川个人主页；浙江大学计算机学院中国运筹学会科技奖新闻。