XuRui-Blog

新年快乐！ 想到了嘉倩的那句常常用来作为开头的话 你好么？ 我很好~ 2021我没有写年终复盘，可能是因为要写的基本都分散在之前的总结说说里了吧，总的来说，这是充满曲折和收获的一年。 正如Albert Einstein所说: Life is like riding a bike. To keep your balance, you must keep moving. 过往已成脚印，我想，目前考虑更多的是对于新的一年的展望，所以这篇文章应该算是一种新年规划和期许吧。 说起来这篇文章在1月1号就创建好了，但是一直鸽到2号的下午才开始动工，也是有点不好意思hhh。 首先说说开心的事吧，抓住了2021的尾巴，去了趟深圳野生动物园，也就和窝工隔了条马路的距离。 下午的阳光散漫，当然最适合撸长颈鹿了~ Your browser does not support the video tag. 感觉动物园里的动物都很温顺，以前在网上看这些动物都有种距离感，没现实接触过就很难有具体的感觉。这次近距离接触了很多动物，刷新了zxr一直以来对各类动物的表面印象，实际上动物是很美的，而且很有灵性，能从它 ...

距离上次的大鸟转转转更新已经过去了一整个学期，马上就要到2022年了，新年新气象，整活不停歇，大鸟转转转正式迎来2.0版本的记录更新，主要还是群内经典的记录可能，寒假打游戏是肯定的，但也估计就过年那一会，这个寒假zxr事还是挺多的就，不能陪hjb大a特a了捏。 date: 2020/12/28 zmk不知何原因vx被封了(懂的都懂) zmk《新资本论》，店无书砸懂？ 后续： hjb危险发言，速速撒泡尿制止其炸群。 未完ing~ 新年第一a date: 2022/1/11 《经典》 hjb圣经 zmk: 很喜欢hjb的一句话2.0 Version 2.0 hjb和nanami 2022/1/25 面基

Before taking this class, actually, i often view language with prejudice, just regarding it as a kind of tools to represent daily texts. And it may not be that kind of special. In fact, language is the decisive factor in human evolution. And it actually represents not only patterns, but also records of human thinking. The languages we use, the words’ meanings, are the the signs or symbols to record mix of our views towards the reality world and our living experiences and our emotions . This is m ...

最近的生活小结吧。原本像放到qq空间来着，结果写完发现太多了ㄟ( ▔, ▔ )ㄏ，就直接博客限定好吧。 这两天基本都是在图书馆窝着，不得不说，大学城的图书馆真的是非常不戳， 设计感和实用性都是兼顾的，非常漂亮，真的仔细品味还是很优感觉的，去图书馆真的会给人带来不一样的感觉，所以准备以后整课外东西的时候就去图书馆了，平时课内的学业在窝工教室足矣。 然后就是下午去听了林熹老师的讲座，从现场来看是有点具有争议性的，但是我觉得，这应该对这次讲座的定位出错了，感觉大部分人都是看林熹老师的各种头衔和名号准备来享受学术或思维的feast，但是实际上这次讲座更像是一次茶会，一次漫谈，讲座很多内容都是意识流的，有很多抽象，主要是我感觉林熹老师的目的就是介绍一种可能和思想，从朴素的idea种孕育出老师在开头就提到了，目的就是inspiring，另外，而且主持人也提到了，这是4h压缩到1.5h的讲座，加上信息差，专业知识，行业信息的不对等，所以对于那些慕名而来的人观感较差也是可能的。 此外，本次讲座的例子的应用也容易产生歧义，老师用了一些最近的元宇宙的产品，这些产品本质都是用来割韭菜的，而且我看了真的感觉讽 ...

本科目所用教材为《逻辑设计基础》(第七版)，所用编程语言为Verilog。 课程Overview (。・∀・)ノ总的来看，本科目的学习大体分为两部分，也就是组合逻辑和时序逻辑。以下是窝工的课程安排： 组合逻辑的内容主要有 布尔代数等基础知识 逻辑表达式及其化简 设计二级门、多级门电路 冒险和时序图的画法 组合逻辑的应用：多路选择器，encoder，decode，奇偶校验器，可编程逻辑器件等 时序逻辑的内容主要有： 锁存器和触发器 触发器类型转换及触发器应用 寄存器与计数器 时序逻辑电路分析 利用触发器设计同步时序逻辑电路 利用中规模寄存器芯片设计 数字系统 Big Picture 数字系统与模拟系统的差异：数字系统有更高的精确度和可靠性，数字系统是离散量，而模拟系统是连续量，数字系统在设计范围内无误差，而模拟系统会有精度导致的误差，且数字系统可以重新设计以适应要求，比如处理更多数字位数，而模拟系统在精度方面改进是几乎不可能的。 数字系统设计大体分为3个部分：系统设计，逻辑设计，电路设计。 系统设计：涉及将整个系统划分成若干子系统并确定每个子系统的特性。 逻辑设计：涉及如何将 ...

dc9fcc9c819d5a4f43fe8e7daa086cf61d64277f53779768f95dc77b0be8b39c105c36c28322a40f87bfe34ec821ccecc219cb76a9025884217b0a0b8e279771b769e25a971178ef2a5d16899edf242680612c2755385a04067006ecee72b0fa0fff1fd9ba04063a2c9c1978181574b2c6bcaf664b9d85736ee7ecf85607fa874deaed5179630046de71072342c4779fb25c0e609f7f2baabd82d484424e9b8fa90336d862330641b27870f7ab24059ba4cfdebc408d7e6e39ff1f785a38fbd6b215190e5c4d58cbf1e0e81e044d342feaa23de610393c7a66410f178bed7ec5af8e662a61a2bda67d477d58ccf5cfae5eb0d532ee983433b ...

dc9fcc9c819d5a4f43fe8e7daa086cf61d64277f53779768f95dc77b0be8b39c105c36c28322a40f87bfe34ec821ccecc219cb76a9025884217b0a0b8e279771b769e25a971178ef2a5d16899edf242680612c2755385a04067006ecee72b0fa0fff1fd9ba04063a2c9c1978181574b2c6bcaf664b9d85736ee7ecf85607fa874deaed5179630046de71072342c4779fb25c0e609f7f2baabd82d484424e9b8fa90336d862330641b27870f7ab24059ba4cfdebc408d7e6e39ff1f785a38fbd6b215190e5c4d58cbf1e0e81e044d342fcd6255ba561ffd46f8ced696ee2527a1dbd11ebce70988a6016b920a23f1da3a83cc9e1f220e11943 ...

算法课程总结 第一章 绪论 算法的特征： 有穷性/终止性 确定性 能行性 输入 输出 第二章 计算复杂度 计算复杂性函数的阶 详见notability笔记 第三章 分治法的应用 归并排序，快速排序 最大值最小值 棋盘覆盖 中位数 1506. 中位数 - AcWing题库 详见Divide and Conquer这篇文章 第四章 动态规划 区间dp 矩阵乘法 最优二分搜索树 线性dp 最长公共子序列 背包问题 详见DP汇总这篇文章 第五章 贪心算法 任务安排问题 哈夫曼编码 最小生成树:Prim, Kruskal 关键其实就是对于优化子结构和贪心选择性的证明 第六章 搜索 爆搜：按照一定的顺序，穷举解空间的每种可能，直到找到问题的答案。 一般的搜索形式：深度优先、广度优先 优化：爬山法、best first、分支界限 爬山法是在深搜基础上加了启发式测度贪心，best first是在宽搜基础上加了评价函数， 分支界限是用于有效求解组合优化问题的，其实也就是最优性剪枝。 旅行商问题、A*算法 这块详见搜索与图论这篇文章。 第七章 摊还分析 摊还分析是为了研究数据结构上操作 ...

Divide and Conquer General Understanding 对于分治，需要了解的是 为什么分治能优化 什么时候可以用分治 分治的实现细节 Question 1: Why D&C can do better? 对于第一个问题，可以从数学形式(方程)和内在原因入手。 一般而言，爆搜或者朴素做法的时间复杂度多为二次、三次以上，那么此时将原问题分解的话，利用系数的变化不难发现，解决子问题比解决原问题要快得多，如果子问题合并代价不多的情况下，其实就可以按照这个思路一直分下去，代价会一直减小，也就是一直到递归基础，然后再逐层合并，这时通过master定理，在系数选取合适，归并代价合适的情况下，确实可以发现分解成子问题能够比爆搜要快，得到优化。内在的原因是通过分解子问题，其实是避免了一些重复的运算。 For the first question, the intuition behind divide-and-conquer is that in many problems the amount of work that has to be done is ba ...

DP问题汇总 总体感知 DP的学习大概分为两个大块：第一是对于原理的理解，也就是DP为啥能优化，是咋优化的，啥时候能用DP；第二就是刷题，总结掌握状态表示。 Question 1: What is DP? DP是用来求最优化问题(optimal questions)的方法。求解最优化问题的时候，一般来说局部最优并不能达到整体最优，第一步不是很优or最优，第二步也不是，但是总体来说却可能达到最优，这也就是有些微妙的地方，这种问题基本都可以朴素的brute force，但是指数级别的代价都是ba可接受的。但是捏如果这个最优化问题具有优化子结构，那么就可以考虑DP了，通过把握优化子结构，找到状态表示，按照DP的思想，就可以得到问题的solution。 The basic idea of DP: When you are recursing on a function, it is like to get called with the same input many times. Only calculate for that input once, store it in a hash ...

图论 模板 图的存储 1234567891011/*邻接表存储图*///N是点数， M是边数int h[N], e[M], ne[M], idx, w[M]; //这里w是边的权值//添加一条边a -> bvoid add(int a, int b){ e[idx] = b, ne[idx] = h[a], h[a] = idx++;}//初始化memset(h, -1, sizeof h);idx = 0; 理解：这个idx是表示存边信息的数组的下标，所有读入的边都可以对应一个idx，根据出入节点的顺序，可以对应的加到出节点的链上，因为是用数组实现的，而不是链表，所以就用ne数组表示连起来后下一条边的idx，e数组存的是idx这条边的入节点，w是这条边的权重。 遍历节点所连的边 123for(int i = h[u]; i != -1; i = ne[i]){ do...} 图的DFS遍历 123456789101112bool st[N];int dfs(int u){ st[u] = true; ...

New journey 这学期课也是到了尾声，结合着说数学基本都了解了一些，也就是可以进行深一层的学习了吧。 对于国内的ML现状，我也不是很好评价，一来也是还没入门，确实没有深入了解过，二来的话，基本也是一些道听途说的零碎信息。但有一点应该可以肯定，就是ML特别卷，其实对于这点倒是真的无所谓了，又不是为了无意识跟风才考虑ML的，自己内心还是有很多想法的，所以也是有着想要探索的意愿，也就是求知欲。 其实目前我感觉，ML这个应该是偏向数学和统计的多一些，对于编程要求可以说是比较低的，maybe这个学科就不是完全对口cs？ 所以其实我觉得全部投入到卷ML其实。。。类似于学数学这种了，所以肯定这只是学习计划的一部分而已。 说起来为什么考虑ML，其实一部分是由于mit的课，真的很激励人去进一步学习，另一部分是个人对神经网络比较感兴趣，但是目前的认知水平是觉得传统的网络模型压根就没有怎么体现神经元的生物特性，而且这本来就是个黑盒子领域，充满着可能性，就很吸引人。 具体来说的安排大概分为三部分： ML的学习 Programing 思维和编程语言的学习 Linux 和 django的学习 对于ML ...

Classical Statistical Inference 窝工概率论这门课就很ba合理，课程安排很迷，因为马上考试，所以mit的课就没法全看了，姑且就sum一下课本的内容吧。 😃（笑脸继承张弛原大佬博客捏~ (￣▽￣)~*） 第六章 数理统计的基本概念 其实这里讲的的几个Distribution是为了后面的的内容铺垫的（ep：置信区间的求解），由于这些Distribution是利用已知样本的一些特征量（说白了就是那些常见的，当然也要是符合良好性质的参数估计量）对参数进行替换，进而得到用这些特征量推得的新的分布（注意和原分布是不一样的，毕竟只是选取一部分随机的样本，方差肯定是更大）。 至于为啥要推导新分布，这里简要说明一下，一种比较naive的想法是，先用原分布推出所要求的置信区间表达式，或者其他的分布量，然后直接把对应的参数换成样本的特征量，得到答案。但是这种做法是有问题的，你所用于替换的特征量是一个random variable而不是constant，把原分布表达式的constant换成这个random variable可就不是原来的分布了，也就是说按照上面说的方法去 ...

Using the mathematic tools to build up a model which stands for our beliefs towards the world. Discrete case corresponds to the counting measure. (concentrating on the number of elements) Continuous case corresponds to the Lebesgue measure. In general, probability is the measure of events, encodes our belief how likely it may happen. General ideas Probability and Measure theory This part will talk the relation between probability and measure in brief to build an intuitive understanding and a ...

基本构思一下具体的结构：每节内容的提炼，习题部分，big picture(各部分概念间的联系和逻辑架构) 复习思路：1.形成系统，也就是每一章讲了什么内容，每个具体的小节里有什么内容，都要很清楚（Tree Based Thinking） ​ 2.对于每一节的内容，要有对应的题目支撑，也就是对应每节，涉及到某个概念时会有什么样的思路或trick（Network Based Thinking） 引言：数是我们研究数学最基本的对象，数的最基本运算是±*/，但是，数并不是我们研究数学的唯一对象，而且我们所遇到的许多运算也不全是数的普通加减乘除，例如向量、力以及多项式、函数、矩阵和线性变换等，它们虽然都不是数，但却也可以类似于数那样来进行运算，特别是。尽管这些研究对象千差万别，各有自己的特性，但是从运算的角度看却有着很多共同的性质，比如说n次单位根乘积，mod n运算，以及三角形的旋转翻转。于是，从一般的集合出发，研究各种运算的种种性质，就具有非常重要的意义。 集合和其上的代数运算形成代数系统，近世代数就是研究这些代数系统的学科，通过提炼不同具体的集合和具体的运算的 ...

第一章 数制系统与转换 数字系统 Big Picture 数字系统与模拟系统的差异：数字系统有更高的精确度和可靠性，数字系统是离散量，而模拟系统是连续量，数字系统在设计范围内无误差，而模拟系统会有精度导致的误差，且数字系统可以重新设计以适应要求，比如处理更多数字位数，而模拟系统在精度方面改进是几乎不可能的。 数字系统设计大体分为3个部分：系统设计，逻辑设计，电路设计。 系统设计：涉及将整个系统划分成若干子系统并确定每个子系统的特性。 逻辑设计：涉及如何将基本的逻辑功能块互连起来以实现特定的功能。ep：将逻辑门和触发器互连形成二进制加法器。 电路设计：涉及如何确定特定部件之间的连接。ep：连接寄存器，二极管和晶体管形成门电路。 数字系统中的许多子系统以开关电路形式出现，开关电路具有一个或多个输入端，一个或多个输出端，输入端和输出端都取离散值。 本课程将学习两种类型开关电路：组合电路和时序电路。 组合电路类似于Markov性质，输出值仅与当前的输入值有关，而时序电路和历史的值也有关。 构成组合电路的基本功能块是逻辑门，具体而言，组合逻辑电路的涉及如下： 推导出一个真值表或代数化的逻辑等式 ...