今天給大家帶來《演算法之美》的讀後感。
（文末是這本書的知識圖譜）
我們所有人的生活都受到有限空間和有限時間的限制，因此常常面臨一系列難以抉擇的問題。在一天或者一生的時光裡，哪些事是我們應該做的，哪些是應該放棄的？我們對雜亂無序的容忍底線是什麼？新的活動與熟悉並喜愛的活動之間如何平衡，才能取得最令人愉快的結果？這些看似是人類特有的難題，其實不然，因為計算機也面臨同樣的問題，計算機科學家幾十年來也一直在努力解決這些問題，而他們找到的解決方案可以給我們很多啟發。
這個前言完美地概況了本書的內容，人生充滿了各種難以解決的問題，而電腦科學恰好可以在不確定性及時間有限、資訊不全、情況瞬息萬變等不利因素的干擾下做出決定。
或許通過計算機處理這些問題的方法，可以給出我們解決人生難題的乙個參考。
下面記兩個我印象比較深刻的演算法。
如何選擇停止觀望的時機？
相信大家都有過租房的經歷，我們看很多房子，目標就是要把「看過的好房子被人挑走」和「還有好房子沒來得及看」這兩種遺憾的發生概率降到最低。我們總是想多看幾套，但又害怕前面覺得不錯的房子被選走，這就很容易陷入兩難。
何時結束觀望，做出決定？演算法已經給了我們答案：
就是37%
假如我們計畫看100套房子，那麼在看第37套的時候就已經可以做出決定了，如果第38套符合所有的標準，且你覺得比之前看的都好，那就可以定下來了。具體這37%是怎麼來的，可以去閱讀下這本書。
戀愛也可以用到這個37%準則，
q：結束了一天的疲憊終於飢腸轆轆地下班了，你是會選擇你常去且喜歡的那家腸粉店，還是新開的蘭州拉麵？
這類問題類似於我們要在新鮮事物和傳統事物、最新的和最棒的、勇於冒險和安於現狀之間取得平衡。計算機同樣可以用演算法給出這類問題的答案：探索與利用的取捨。
探索與利用的取捨問題其實還取決於乙個問題，那就是你還有多少剩餘時間？
假設我們準備離開這個城市了，那麼我可能還是會選擇常去的那家腸粉店，而不是嘗試新鮮事物。這就是剩餘時間對這類問題的影響。
隨著時間的推移，即使探索有所發現，我們可以認真品味這些新鮮發現的機會也已經所剩無幾，因此探索的價值也就隨之降低。
這是要將剩餘時間考慮在內的情況，假如不考慮剩餘時間該如何應對這一問題呢？
答案是：贏留輸變原則
贏留輸變原則是針對多臂***問題提出的，隨便選擇一台***，只要它不斷吐錢，就在這台機器上一直玩，如果沒有吐錢，就換一台機器。顧名思義，贏了就留下來，輸了就走。
贏留輸變原則不含任何剩餘時間概念，如果我去了常去的那家腸粉店，結果今天剛好做的很難吃，那麼就應該立即換一家店。
說到現在，還是沒有完全解決探索和利用之間的矛盾，別忘了我們最初的目標，是希望用乙個數量使兩者達到平衡並求這個數量的最大值。
這個數量就是：基廷斯指數
在未來與現在的權重幾乎相同時，相對於十拿九穩的事情而言，偶然發現的價值上公升的更快。基廷斯指數告訴我們在有機會對探索結果加以利用時，我們應該傾向於選擇未知的新鮮事物，因為嘗試新鮮事物可以增加我們發現最佳選擇的機會。
這只是這本書前兩章的內容，後面還講了計算機排序引發的我們日常生活中關於歸納整理的心得、時間排程理論得出的時間管理的方法。總之，這本《演算法之美》旨在通過計算機演算法給我們生活中的難題提供一些解決思路。
比如我們經常會考慮是換工作還是繼續當下的工作，那麼不妨用剛剛說的「要最好的還是最新的」裡面的一些演算法來衡量，或許科學有效許多。
這是乙個不確定的時代，誰都不能保證自己的決策永遠正確，但是它至少能讓你在日後的決策中多點底氣，而不是無意識的渾渾噩噩的撞大運一樣的決策。
教你用Ruby算命！
本文又名 看看我的破機器能算多少個梅森數出來 如下，mersennes def is prime?n 這裡是用了費馬小定理，很慢很慢！2.n 1 each end 1.13 each do n m 2 n 1 mersennes 上面這個寫法，2 x要計算兩次，寫法好看，但效能很低 p mersen...
手把手教你用Ucos
ucos作業系統的學習 實時作業系統 任務切換，排程 分式作業系統 不可剝奪型核心 ucosii嵌入式實時作業系統的源 分為三部分 與硬體無關的核心 與處理器有關的移植 和使用者配置檔案。ucos最多支援64個任務，優先順序分別對應0 63，其中0為最高優先順序，系統保留4個最高優先順序的任務，和4...
教你用Python感受量子霸權
用python的qiskit包體驗量子演算法 一 qiskit的安裝 目前ibm推出的qiskit是非常棒的python量子模擬器，安裝非常簡單 另外如果各位讀者之前有ibm q的帳號，也可以到環境去感受。基本量子邏輯門介紹 pauli x gate 相當於經典的邏輯非門。pauli y gate ...