c**a
发帖数: 1085 | 1 我从小是被我妈妈批评大的，所以很烦家长批评孩子。
我家LD是从小被爸妈宠大的，公婆农村的没什么文化，就是对四个孩子哪个都是疼爱，
都是好好好。
教育孩子方面，LD就是没什么方法，不满意了就批评。我基本上是很想忍的，我知道夫
妻在教育孩子方面有分歧对孩子没什么好处。可是，也忍不了太多，他絮絮叨叨的没完
，烦死人了。
我经常说，不会说就不要说，教错了比不教还可怕。可是老公说，不批评就不会改正，
问题是他批评了，孩子一次记不住，他也经常发火。
教育老公方面，我真是用尽了心思，还经常举公婆的例子。
我说，你看你妈妈，总是夸你，所以你才长这么好，这么有自信，为什么你就不能多看
看孩子的优点？
我说，教育孩子也要讲方法的，就像剪枝，为什么你们村里人叫你爸爸去剪枝，不叫你
去？因为小小的果树剪枝也要有技术的，教育孩子，就更需要学习了。
这些话，每每孩子爸当时听进去了，下次孩子调皮的时候，他就又忘了。
我们工作都挺忙的，还有三个孩子，他更是经常加班到深夜，我也理解他，所以我说，
有些家务就不要做了，晚饭后一点点宝贵的时间，多陪陪孩子，给孩子讲讲故事。
他就总是不听，晚饭后最小的缠着我，他就忙着收拾，洗... 阅读全帖 |
|
t*******r
发帖数: 22634 | 2 我个人评论一下 meaning of life。
我觉得，在高中毕业那点开始，再讨论 meaning of life 已经没有任何意义了。
因为大脑灰质已经大部分剪枝完毕。在大脑灰质已经大部分剪枝完毕的情况下，
再讨论 meaning of life，其实就是心灵鸡汤的伪装说法。
但是，在大脑灰质剪枝基本完毕以前，meaning of life 的建立，是有切实意
义的。跟心灵鸡汤有着本质的不同。这具体是在啥时候建立，不知道。
Meaning of life 的实质，是 belief。进一步说，是不会被 the truth
轻易摧毁的 belief。
比如 belief 的一种表现形式，比如一坨 (uniquely) recycled star dust。
但是，个人觉得，不要试图在高中以后问这个问题，因为 basically you
are done. Don't even try to question your belief, coz any belief is
questionable, by its nature. |
|
t******l
发帖数: 10908 | 3 另一个猜测角度就是，就好比前面 AIME 题目，大脑在利用有限的数学脑力解题的时候
，因为脑力不够，所以必须对输入信息用 wishful thinking 连蒙带猜剪枝。。。但这
剪枝不保证总是剪对，剪错是常有的事儿，表现就是漏词用错词、把冰箱扔进洗衣机、
或者半道干脆来个断句啥的。。。当然把更多脑力划给数学的话，有可能就不需要
wishful thinking 连蒙带猜对输入信息进行不完全靠谱的信息剪枝了。。。但普通娃
的总脑力就这么多，都划给数学了，那 empathy 的脑力就可能都被挪用了而远远不够
用了。。。
：其实我觉得这是 “大脑没有用到 100% 也用到了 95%” 之理论的又一个证明，也就
是学院总资金有限，所以同一学院的两个系临时按需把资金划来划去时，磁带 tar-in
tar-out 一下子没周转过来的情况。 |
|
s***y
发帖数: 357 | 4 我觉得现在这些很多人包括职业棋手都已经被alpha go 吓傻了，甚至到了已经不敢客
观评棋的地步。
首先 对任何棋类来说，最后都是比拼的是计算，围棋的状态数太多，所以不论是计算
机还是人类都是算不清的， 不存在alphago 都算清的这种说法，实际上将来真有什么
量子计算机吧围棋都算清了，那可能还可以说是颠覆性的 –现在的alpha go说穿了就
是一个解决围棋的较优解的 程序， 和人类的智能/逻辑没有什么关系。而人类和计算
机计算的关键就是 剪枝的过程， 人类是通过逻辑和经验 把选点减少到2~3种，而
alpha go可能能够剪枝到10 ~20种，然后凭借计算的优势来找到最优解。既然计算机计
算肯定是比人类强的，那么，最有“智能”的部分就是怎么样找这样的选点，以及如何
判断局势的问题。 如果它的１０～２０总能包括人类想到的２～３种，并且局势判断
差不多的话，那么人类理论上是必败的。
那么alpha go怎么的解决的呢－神经网络， 用人类自己下的棋去训练。说穿了就是一
个函数拟合的问题。这个好比就是计算机的图像识别，把输入输出拟合一下。这个过程
和人类智慧不是一回事。也就是说，对于棋... 阅读全帖 |
|
s***y
发帖数: 357 | 5 我觉得现在这些很多人包括职业棋手都已经被alpha go 吓傻了，甚至到了已经不敢客
观评棋的地步。
首先 对任何棋类来说，最后都是比拼的是计算，围棋的状态数太多，所以不论是计算
机还是人类都是算不清的， 不存在alphago 都算清的这种说法，实际上将来真有什么
量子计算机吧围棋都算清了，那可能还可以说是颠覆性的 –现在的alpha go说穿了就
是一个解决围棋的较优解的 程序， 和人类的智能/逻辑没有什么关系。而人类和计算
机计算的关键就是 剪枝的过程， 人类是通过逻辑和经验 把选点减少到2~3种，而
alpha go可能能够剪枝到10 ~20种，然后凭借计算的优势来找到最优解。既然计算机计
算肯定是比人类强的，那么，最有“智能”的部分就是怎么样找这样的选点，以及如何
判断局势的问题。 如果它的１０～２０总能包括人类想到的２～３种，并且局势判断
差不多的话，那么人类理论上是必败的。
那么alpha go怎么的解决的呢－神经网络， 用人类自己下的棋去训练。说穿了就是一
个函数拟合的问题。这个好比就是计算机的图像识别，把输入输出拟合一下。这个过程
和人类智慧不是一回事。也就是说，对于棋... 阅读全帖 |
|
z*********n
发帖数: 94654 | 6 是这样的：月季（也就是玫瑰，英语都是rose，其实大部分是月季杂交），在南加的天气
不剪枝根本没事。但是，如果不剪枝来年可能花会开得差。毕竟月季需要休眠。所以，
有经验的就都在每年大约现在剪枝。反正南加的都是现在剪。并不是掉叶子。 |
|
z*********n
发帖数: 94654 | 7 我现身说法一下吧
我精心照顾的几棵，其实主要是两课西红柿，剪枝了
现在上边挂的果这两棵就挂了五六十个了
不剪枝懒得管的那几棵少多了，所以剪枝还是非常重要的 |
|
y*****e
发帖数: 216 | 8 一、家庭养花好处
1．增添生活情趣 使生命更富生机，稗益身心健康，陶冶高尚情操，激发对生活的情感
。以花会友，其乐融融。
赏花节气一一春赏花、夏赏香，秋赏果、冬赏青。
赏花品位一一茗赏为上，谈赏为次，酒赏为下。
赏花标准一一色、香、姿、韵。
2．改善居住环境，实施绿色环保。
（1）绿色植物能吸收二氧化碳，释放氧气。每平方米绿色植物每天吸收二氧化碳90g，
释放氧气60g。
（2）吸收有害气体
吸收甲醛一一虎尾兰、鸭跖草、常春藤、吊兰、芦荟。
吸收苯一一常春藤、菊花、铁树。
吸收氯气一一米兰、菊花、月季、假摈榔、蒲葵。
（3）鲜花挥发油的杀菌作用
茉莉、丁香的芬芳香气，5分钟可杀死原生菌。
（4）调节温度
城市绿化区的绿色植物，夏季吸收日光能可达6080卡，使环境温度下降3.8℃，使每昼
高温持续时间缩短3小时，墙体垂直绿化可使墙面降温5℃
二、家庭养花方式与常用植物
1．庭院养花
乔、灌木与花草结合；落叶植物与常绿植物结合；观叶与观花、观果结合；观赏与实用
结合；充分发展立体空间，景色季相变化有新感。
适宜小庭院种植的植物：
（1)小乔木：
桂花、含笑、山茶、柑桔、批把、竹、紫蔽、樱花... 阅读全帖 |
|
M*******o
发帖数: 632 | 9 劉在中
1945年8月15日晚6時許，日本宣佈無條件投降的消息經電臺播出，陪都重慶市民大放爆
竹，歡欣之狀空前高漲。中央社幾名記者駕著三輪車狂敲鑼鼓，繞城一周，向市民報告
抗戰勝利的特大喜訊。滿街的人流，歡呼雀躍，見人就作出表示勝利的V字形手勢；還
用一切發聲器物慶祝，不知敲爛了多少洗臉盆。同日晚，《國民公報》刊登“日本投降
”的號外最先到達重慶市中心——精神堡壘（47年雙十節，就在此地建成了《抗戰勝利
紀功碑》，49後被篡改為《人民解放紀念碑》）市民爭購，供不應求。爆竹瞬間售罄，
公路鋪滿紙屑。入夜，探照燈光將天空照耀得如同白晝，時年六歲的我，索性坐在門前
梧桐樹椏上欣賞……
二戰後，我國際地位空前提高，本人迄今尚能背誦一篇小學課文：“中華民國，名列四
強；物產豐富，人多地廣。國民政府，主持中央；縣市政府，分治地方。省有卅五，彼
此接壤：蘇浙皖贛，川黔鄂湘，雲南福建，東西兩廣，冀魯晉豫，陝甘寧康，察綏熱河
，青海新疆，東北三省，新分九疆，臺灣收復，失地重光……”不過，老師講得最多的
還是美國用了兩顆原子彈，迫使日本無條件投降。52年考入重慶市二中，由於政權已經
更迭，外交政策一邊倒，... 阅读全帖 |
|
c***s
发帖数: 70028 | 10 白岩松
课桌上的水开了，咕嘟嘟响。
中国传媒大学新闻学院的一间老办公室里，白岩松和东西联大第三届的11个学生围桌而坐。白岩松正严肃讲着多用形容词对新闻真实性的影响，看到有人拿起水壶要去泡茶，忙说：“别立即冲，绿茶放个5分钟再冲，否则烫废了。”
东西联大是白岩松的“新闻私塾”，已经招了三届共三十多个学生。北京大学、清华大学、中国人民大学、中国传媒大学4个学校的学生聚在一处，每月一课，学制两年。上课地点有时在北京东边的中国传媒大学，有时在北京西边的北京大学万柳公寓。白岩松钦慕辉煌的西南联大，便给它起名“东西联大”。
在这里上课氛围奇妙。桌子中间摆着饼干、QQ糖、草莓棒等各色零食，学生们随手取用。不时有人在讲课声中起身倒茶。白岩松每次都会拿来好几种茶，各泡一壶，大家随意喝。如果因此认为这里散淡轻松，那可大错特错了。第一节课，白岩松就提了一堆要求，比如绝对不能迟到，比如布置的每月3本书必须认真看了写书评，如果不看，他可是看得出来的。
哪怕有时会与学校里的上课时间冲突，学生们还是会想方设法来这儿。近三年来，只有两个学生因为特殊原因各缺过一次课。“这几乎是个奇迹。”白岩松说。
“与其抱怨，不如改变... 阅读全帖 |
|
M*******o
发帖数: 632 | 11 1945年8月15日晚6時許，日本宣佈無條件投降的消息經電臺播出，陪都重慶市民大放爆
竹，歡欣之狀空前高漲。中央社幾名記者駕著三輪車狂敲鑼鼓，繞城一周，向市民報告
抗戰勝利的特大喜訊。滿街的人流，歡呼雀躍，見人就作出表示勝利的V字形手勢；還
用一切發聲器物慶祝，不知敲爛了多少洗臉盆。同日晚，《國民公報》刊登“日本投降
”的號外最先到達重慶市中心——精神堡壘（47年雙十節，就在此地建成了《抗戰勝利
紀功碑》，49後被篡改為《人民解放紀念碑》）市民爭購，供不應求。爆竹瞬間售罄，
公路鋪滿紙屑。入夜，探照燈光將天空照耀得如同白晝，時年六歲的我，索性坐在門前
梧桐樹椏上欣賞……
二戰後，我國際地位空前提高，本人迄今尚能背誦一篇小學課文：“中華民國，名列四
強；物產豐富，人多地廣。國民政府，主持中央；縣市政府，分治地方。省有卅五，彼
此接壤：蘇浙皖贛，川黔鄂湘，雲南福建，東西兩廣，冀魯晉豫，陝甘寧康，察綏熱河
，青海新疆，東北三省，新分九疆，臺灣收復，失地重光……”不過，老師講得最多的
還是美國用了兩顆原子彈，迫使日本無條件投降。52年考入重慶市二中，由於政權已經
更迭，外交政策一邊倒，中共編纂... 阅读全帖 |
|
c****p
发帖数: 6474 | 12 我倒觉得在状态空间收敛和发散的角度上，围棋倒是越下越收敛。
围棋的状态空间是3^361（361落点，每个落点黑白空三种状态）。每落一子，状态空间
都要坍缩三分之一，所以下的子越多，剪枝掉的状态空间就算多。进一步的优化还有很
多，比如黑棋不会往黑棋的眼里落子，白棋除了吃子外不会往没有气的地方落子一样。
当然围棋有吃子，但是吃子毕竟也是状态迁移的过程，并不是不可预计的。
我以前知道的围棋算法有几个难点：
1.没法算落子权重。
2.没法算胜负形势。
3.状态空间太庞大。
现在算法应该可以逐渐解决，但是状态空间还太庞大（>10^172种状态）。
但是算法对于帮助剪枝缩小状态空间应该是有帮助的。
长远看，电脑在围棋上也胜过人类是必然的。 |
|
S*******l
发帖数: 4637 | 13 大脑是超级计算机，有超多神经元需要根据信号输入来剪枝塑形。从客观世界接受感官
信号输入来稳固模型，好判断处理信号输入，计算适当回应以控制个体在客观世界的行
为保证个体生存。
好比婴儿如果从小蒙着眼睛，视觉通路中枢不能接受视网膜信号的剪枝强化，就不会有
正常视觉，即使眼睛没有问题。时间长了，摘掉眼罩，也难以建立正常视觉。
内观看到的就是自主的蒙眼睛捂耳朵，切断外来的训练信号让大脑乱搭形成的幻觉。 |
|
l****p
发帖数: 27354 | 14 故意剪枝，看能否明年收获。剪枝不需要太多，目的是形成伤害。 |
|
发帖数: 1 | 15 从国家类型上讲，美国是一个各项指标都很平衡的超级综合型大国，苏联则都属于一枝
独秀型大国。
苏联的军事优势本身也是个一枝独秀。其陆海空力量并不平衡，而是陆战力量一枝独秀。
三红线与六剪刀
美国的对苏战略剪枝，大致可以归纳为三条红线、五个步骤。
三条红线是：
地缘上不允许苏联在开放性海岸线上拥有战略性不冻港
经济上不允许苏联弥补综合国力短板
军事上不允许苏联发展出全球投送的综合性军力
苏联一旦接近任一红线，都会遭到美国的强力打压。打压的六个步骤则在于：
第一步是用围堵战略逼紧苏联。
美国控制全球五个工业中心（美、英、法-德、日、苏）的四个，孤立苏联，使之无法
获得拥有战略性不冻港的开放性海岸线。这就把苏联关在全球海权体系之外，也就是把
苏联关在全球商贸主网络之外，使之只能成为一个局地性强国。
二战结束后世界上的五大工业中心
第二步是用核武器抵消苏联的最强项——军事力量优势，再用确保相互摧毁策略和核武
器迭代，一路提高热战成本，逼苏联放弃军事决胜的冒险主义道路。同时，苏联为了维
持自己在军事领域的唯一优势，只能不断追加对核武器和常规武装的预算，从而加剧经
济转型的难度。
第三步是打人权牌，... 阅读全帖 |
|
发帖数: 1 | 16 赛灵思收购AI芯片独角兽深鉴科技，传出价3亿美元
分享到：
19
124
2018-07-18 21:50:05 字号：A- A A+ 来源：观察者网综合
关键字: 芯片深鉴科技FPGA赛灵思收购人工智能AI
【观察者网 综合报道】一家成立仅两年的国内AI芯片初创独角兽公司深鉴科技（
DeePhi Tech）18日被美国芯片巨头赛灵思（Xilinx）收购。虽然具体交易金额尚未可
知，但业界人士评估，收购金额可能在3亿美金左右。
深鉴科技官网及CEO姚颂随后确认了这一消息。收购后的深鉴科技将继续在其北京办公
室运营。
[点击查看大图]
[点击查看大图]
赛灵思软件业务执行副总裁萨里尔·拉吉（Salil Raje）表示：“我们很欢迎深鉴科技
的加入，期待着他们的加入能进一步增强赛灵思全球领先的工程技术研发力量，加速赛
灵思打造灵活应变智能世界的公司愿景。人才和创新是实现赛灵思公司发展的核心。未
来，赛灵思将继续加大对深鉴科技的投入，不断推进公司从云到端应用领域部署机器学
习加速的共同目标。”
[点击查看大图]
电子工程专辑网站（eetimes.com）援引分析师的话称，分析师表示，此举可为... 阅读全帖 |
|
发帖数: 1 | 17 人生一课
“巨象集团”是美国一家著名的企业，其总部设在&#
32445;约曼哈顿，是一幢七十多层楼高的大厦。&#
29615;绕大厦的是一片郁郁葱葱的花园绿地，
在这寸土寸金之地更显出该集团与众不同的实
力。
这天，一位四十多岁的妇人领了一个十二三岁
的小男孩儿走进这个花园，坐在长椅上。妇人
好像很生气的样子，不停地和男孩儿说着什么。
距他们两人不远处，一位六七十岁头发... 阅读全帖 |
|
h**6
发帖数: 4160 | 18 沿着对角线遍历一次，复杂度仍然是O(N^2)。因为每条对角线都只需要寻找比以前更大
的边长，也就是更大的B1、B2值。虽然遍历单条对角线复杂度是O(N^2)，但对角线的值
都是相关的，因此遍历全部对角线的复杂度也是O(N^2)。
通过运行时间也能看出来，同样是10000*10000的矩阵：
剪枝之前，O(n^2logn)算法耗时96.406秒，O(n^3)算法耗时1263.265秒。
剪枝之后，两个算法运行时间分别为10.156秒和9.375秒。此时复杂度相同，前一个算法因较复杂开销更大故更慢。 |
|
h***n
发帖数: 276 | 19 在backtracking的基础上，进行剪枝，举个例子，att的排列
当第一个字符确定是a，然后选第二个字符的时候，有t和t做candidate，第一次选择将
第一个t放在第二个位置，然后继续罗列相关的排列，当回朔回来重新选第二个位置的时
候，发现剩下的candidate，第二个t，在前面已经有同样的字符被选择过了，于是剪枝
，pass掉这个分支，这样的话，就避免了罗列相同的排列
所以，你给出的backtracking的程序框架可以继续使用，只是在每一步选择的时候要进
行book-keeping，不要选择以前选过的就可以了
的一 |
|
|
u******e
发帖数: 758 | 21 刚刚和amazon的recruiter通完电话，确认拿到offer，他正在发email
95k+15k
大概打算从了，希望板上有讨价还价经验的朋友可以给点经验争取最大利益^_^
另外，因为身份问题，我十月前要先去amazon北京，类似这期间的pay之类的问题有谁有
经验的？
鉴于NDA和某w同学，面经里问题我尽量只涉及方向不说具体内容。
先说下我的基本情况吧，应该有点励志效果：
学历只有国内大学cs的本科，还因为身体原因延毕了半年-_-之后在杭州找的一个小公司
的SDE工作了1年半，拿L1来了公司在美国的总部作PM。公司规模很小，不到20人，很多
东西是一团乱麻，工作不到2年后于去年12月跟老板吵翻，离职开始找工作。
L1签证到今年2月就过期了，所以算是黑着身份找的，想想也挺不容易的。
简历自己写的，然后托朋友改了一下（还不是cs的人，只是帮我改了些语法和排版）。
一开始是在monster上投的，发现这样投实在是石沉大海。之后开始直接上各公司主页上
的career里投，疯狂的时候只看position，连requirements都不仔细看就扔出去了，而
且一般都是一家公司投7,8个职位的... 阅读全帖 |
|
g**********y
发帖数: 14569 | 22 ihasleetcode能谈一下你的思路吗？我算了一下，普通的剪枝效率很不够。
长度7的单词，那个list里有23208个。
第一行，所有词都可能。
第一列，被第一行限制后，还是有~1000个词满足前缀。
第二行，被第一列限制后，也有~1000个词满足前缀。
第二列，被前两行限制后，可能有~50个词满足前缀。
从那以后，trie的剪枝才开始真正工作。
这个数量级已经是差不多10^12, 我很难想象这种办法基础上的检索能10秒出结果。
还是你算法完全不一样？
and |
|
n*******w
发帖数: 687 | 23 用big O表示的话，基本是lz说的那样。
最长word可能没有n平方那么长，指数上的n平方可以写成 min(n^2, word_limit)
可以用各种数据结构帮助剪枝。暴利递归解n=4大概是5分钟数量级。
tries可以到0.3s。上次看到有面试官问剪枝可以优化多少倍。最后答案是至少1000倍
以上。
听说过最快的是做到0.1s。大概就是把1M个单词文件读进内存的速度。解4*4几乎不需
要时间。 |
|
n*******w
发帖数: 687 | 24 标准答案算不上。可以说说我test过的数据结构吧。
1. 最黄最暴力的就是从matrix的任一位置开始，8个方向能走的全试试，走一步看走过
的路径组成单词是不是在dictionary里边。即使当前路径不是valid单词，也要继续往
下走。n=4运行时间数量级在5分钟。假设dictionary是1百万个单词量级
2. 稍微不那么黄的暴力解法是，对于dictionary里边的每个单词，去matrix里边走看
能不能走通。感觉上单词百万级会更慢，实际上可以降低运行时间到一分钟之内。原因
是，每个单词去走的时候，不需要每走一步就检测是不是合法单词，不合法直接退出，
大量的剪枝了。
3. 把dictionary建trie，这样在matrix里边每走一步都检查trie是不是能往下走。如
果当前prefix就已经invalid了，那这条路就不可能走出单词了。运行时间几乎等于建
trie的时间，大概是0.3s量级。
建trie的过程大概是建立一个27叉树，分别存a-z（不考虑case）以及结束标志比如$。
每个node不用存字符本身，存一个bool值就行。true表示这个路径存在否则不存在。相
当于把... 阅读全帖 |
|
r**h
发帖数: 1288 | 25 题目不要求subarray是连续的吧
DFS，就是根据每个节点（取或者不取）两种情况向后搜索并记录当前的解。由于题目
里面提到数组中所有元素都是正数，因此如果当前的和已经大于sum那么就可以直接剪枝
void findSubSetSum(int *pArr, int *pSub, int nSize, int nIndex, int curSum,
int nSum){
//剪枝
if(curSum+pArr[nIndex] > nSum)
return;
//找到解
if(curSum+pArr[nIndex] == nSum){
pSub[nIndex] = 1;
printResult(pArr, pSub, nIndex);
pSub[nIndex] = 0;
return;
}
//继续向后搜索，分两种情况
if(nIndex < nSize-1){
pSub[nIndex] = 1;
findSubSetSum(pArr, pSub, nSize, nIndex+1, curSum+pArr[nIndex... 阅读全帖 |
|
b****g
发帖数: 192 | 26 你楼上的意思是说访问过的grid就不能在访问了，所以每个grid就被使用一次。你的理
解可能是从每个grid向四个方向递归访问，如果不考虑访问过的不再访问，那确实是4^
N。但是你楼上使用了剪枝，所以时间复杂度会下降，所以每个grid最多被用一次，所
以“对每个起始点来说，顶多遍历整个range每个点一次“。你如果不问这个问题我也
意识不到剪枝能把复杂度从指数降到多项式。
with |
|
d*k
发帖数: 207 | 27 題目的意思應該是從原點（0）到最後一點（n-1)，而不是像gas station要從任意點走
一圈。抛砖引玉说一个复杂度较高的DP。
f(i, p)表示位於i點，油量為p時候的解。令m = P + B(0) + B(1) + ... + B(n-1) 。
dist(i, j)表示i, j兩點間的距離。
顯然對於0 <= p <= m，有f(n-1, p) = 0
對於f(i, j), 0 <= i <= n -2, 0 <= j <= m，
若j >= dist(i, n - 1)則f(i, j) = 0
否則f(i, j) = 1 + min(f(k+1, j - dist(i, k＋1) + B(k)), k需要滿足條件
(1) i <= k <= n - 2。
(2) j >= dist(i, k)
(3) j - dist(i, k) + B(k) >= dist(k, k+1)
(4) f(k + 1, j - dist(i, k+1 ) + B(k)) >= 0
若無滿足條件的k，則f(i,j) = -1
最後返回f(0, P)。时间复杂度n * n * m。
我想如果... 阅读全帖 |
|
d*k
发帖数: 207 | 28 題目的意思應該是從原點（0）到最後一點（n-1)，而不是像gas station要從任意點走
一圈。抛砖引玉说一个复杂度较高的DP。
f(i, p)表示位於i點，油量為p時候的解。令m = P + B(0) + B(1) + ... + B(n-1) 。
dist(i, j)表示i, j兩點間的距離。
顯然對於0 <= p <= m，有f(n-1, p) = 0
對於f(i, j), 0 <= i <= n -2, 0 <= j <= m，
若j >= dist(i, n - 1)則f(i, j) = 0
否則f(i, j) = -1, 若dist(i, i+1) > B(i) + j
= 1 + f(i+1, j + B(i) - dist(i, i + 1), 若 j < dist(i, i + 1)
<= j + B(i)
= min(1 + f(i+1, j + B(i) - dist(i, i + 1), f(i+1, j)), 若
dist(i, i+1) <= j
最後返回f(0, P)。时间复杂度n * m。
我想... 阅读全帖 |
|
m********l
发帖数: 791 | 29 boggle game 绝对是考算法的
我之前也见到过这题 好像没答好 跪了
首先是需要用Trie建字典，然后用DFS找到valid word（类似Leetcode的word search）
中间要考虑用Trie剪枝来提供运算效率
算法复杂度是n*n*pow(8, n*n), n*n是棋盘size，8是可以走的方向。这个dfs复杂度很
大，但是剪枝可以大大减少运算时间。 |
|
m**********r
发帖数: 2099 | 30 我父母的房子就是这种情况。那个线如果被掉下来的树枝砸断了，需要电力公司来弄，
这个你可能要花钱，或者走保险。因为树是你的财产，这相当于你家的狗咬了别家的狗
。如果那颗树很结实，当地没大风，养护并不难。买个那种长杆trimmer，把电线附近
的树枝都剪掉，叫电线悬空即可，剪枝很好玩的，弄几次你就上瘾了。对于电线在树干
上蹭的情况，找电力公司，他们会来装个羊眼把线圈住，减少和树皮摩擦就没事了。我
这里电力公司鼓励你打电话联系他们，也不收费。因为断电了反正也找他们来，不如没
出事就弄弄。
法律上还有个问题是easement。有这个线估计房子上还有对电力公司的easement，他们
可以派人enter your property来检修这根线。
总之不是特别麻烦，邻居好相处这些都不是问题，剪枝的时候和邻居聊两句也可以增进
感情。 |
|
t*******r
发帖数: 22634 | 31 其实我的意思是，对于 fulfill certain tasks 而言，别过度解读那个理论。
否则容易得出 “I am a girl so my math is bad” 这种荒谬结论。
或者另一个角度，到底是荷尔蒙对女娃的数学影响更大？还是推妈们从
零岁到 K 班的阶段，狂推唱歌跳舞绘画文艺，数学只推计算题和 repetitive
training 杀兴趣，对女娃的影响更大？。。。也不好说。。。我觉得，还不如
一万小时理论，和大脑灰质剪枝理论，更有实践意义。。。当然，如果已经推
傻了，那就算了，还是相信荷尔蒙决定理论吧。。。毕竟大脑剪枝过程不可逆，
也犯不着给自己添堵是不是？ |
|
t*******r
发帖数: 22634 | 32 不用炝地。。。根据最新大脑灰质剪枝理论，只有 top 10% 灰质到 20 岁时不会被剪
枝。。。所以将来不能常用的东东，估计早晚会被剪枝。。。 |
|
t*******r
发帖数: 22634 | 33 根据大脑灰质剪枝理论，成人如果已经入戏很深了，那么再大幅度改变
看法的可能性就不大了．．．大脑灰质剪枝过程是不可逆的．．．说句
不中听的大实话，您老就别皇帝不急太监急了．．．
再说了，楼主说不定就这样培养出个天才娃也不是不可能．．．退一万
步说，就算楼主万一搞砸了，那也是为人类基因进步做贡献是不是？．．．
所以咱就别皇帝不急太监急了．．． |
|
t*******r
发帖数: 22634 | 34 “Seal Team 6” vs “民兵辎重队”，是指娃自己跟自己比。
很少有普通娃会各方面一刀齐的，所以 “大脑灰质剪枝策略”
的好坏，的确是对普通娃影响最大。
对天才娃而言，倒也不是说 “大脑灰质剪枝策略” 对娃的
能力潜力培养的影响不大。。。而是说，天才娃，咋整都是
天才，最多是 “大天才” vs “小天才” 的差别。。。而普通
娃而言，再往下掉就是落后娃了。。。 |
|
d****g
发帖数: 7460 | 35 再来唐一下。
其实剪枝是早晚。武侠小说里的万事通往往是学不精的典型。
想想咱国家出来的精英们，也是高考剪枝的结果。别的多不重要了，自然数理化精通些
。美国高中这又是音乐体育又是社会活动的，能＂精通＂啥？
所以剪是好事情哈。FOCUS。看司马迁。一剪FOCUS出个史记来。
但"啥时候剪"，"剪啥"，是问题的关键。好多事情剪了不影响。音乐体育－－重新洗牌
，枯木逢春的多了去了。
啥绝对不能剪？我个人觉得是性格哈。。好比＂音乐体育＂可以捡回来。但＂音乐体育
＂上对性格的影响倒不好捡。所谓＂气场＂哈。在国内还无所谓，只要学习好就可以很
阳光。在美国？阳光道上似乎更曲折。
啥时候不能剪？个人的感觉是小时候尽量啥都不剪。那么早的高精尖，不如广大平。除
非你每天不只２４小时。 |
|
t*******r
发帖数: 22634 | 36 添堵的说法，就是说，如果大脑灰质剪枝给剪歪了，有的时候只能将歪就歪继续歪下去
。。。因为大脑灰质剪枝过程未必是个可逆过程。。。 |
|
t*******r
发帖数: 22634 | 37 虽然话糙，但还是有一定道理。
不过娃小的时候，大脑灰质剪枝剪好了，可能比吃药更有效。
大脑灰质剪枝，本质上是细胞级完全无创高端外科手术外加无创理疗，伽玛刀啥的都弱
爆了。
人6
以观 |
|
t******l
发帖数: 10908 | 38 你这种属于寻找 false pattern。实际可能的原因是：
大脑灰质增生阶段
-- 比较乱，不靠谱。
大脑灰质剪枝半截阶段
-- 比较轴，一根筋。
大脑灰质剪枝完毕后
-- 比较 sweet，但也可能有点呆。 |
|
t******l
发帖数: 10908 | 39 我政治不正确的说两句。
首先，心理学老军医是出名的不靠谱。（插一句：一半以上的心理学试验都无法
重复。娘的，INTEL 就为了硬件乘法器里一个罕见情况的 bug 而全世界回收芯片。
这态度简直不能比。心理学毕业找不到工作也是自找的。）
其实，Autism 明说了是按症状分类、而不是按机理分类的。
按症状分类的坑爹程度，我这么说吧，仨美女冲进来抱怨木有性高潮。但很可能第
一个美女的真实原因是男方阳痿，而第二个美女的真实原因是男方早泄，第三个美
女的真实原因是女方性冷淡。但遇上心理学家，搞不好把三个风牛马不相及的，统
统都归成同一类 “性高潮缺失症” 就发 paper 然后 PHD 毕业了。。。俺话糙理
不糙。。。
而对于一般家庭没有家族史啥的，从防患于未然的角度，我觉得主要是在第一次大
脑灰质剪枝的阶段（trouble 2 / terrible 3 / sweet 4），不要太热心于
“play the opening game like a book” 以及 “play the endgame like a
machine” 了。因为那不是普通娃的通常的大脑正常发展的轨迹。娃在小的时候... 阅读全帖 |
|
t******l
发帖数: 10908 | 40 但是另一方面，从 fit in social structure 的角度看，剪枝成硬盘比剪枝成超级数
学协处理器，可能更容易 fit into social structure。。。我觉得其中的深层原因可
能是前面所说的，现代 social structure 是一定程度反智的。。。原因很简单，超级
数学协处理器这枚硬币的另一面就是叛逆造反。。。其实都不用造反，都是超级数学协
处理器了，那显然没人愿意给 NIH 当千老了，NIH 不肯干。。。所以藤校入学标准显
然要一定程度的反智，才能保证硬盘型工奴的货源。。。当然也不能太反智，反智到连
试管的容积都读错，那也不行。。。所以现在的体系可能差不多正好。。。
）。 |
|
t******l
发帖数: 10908 | 41 剪枝型还是增长型，推软技能还是推硬技巧，归根到底，都是折腾型下面的某个子集。
所以剪枝/增长只是症状，病因可能是性生活没有消耗掉足够的性能量，而去折腾人生。 |
|
G****a
发帖数: 10208 | 42 【 以下文字转载自 JobHunting 讨论区 】
发信人: uglyduke (一苇居士), 信区: JobHunting
标 题: 绝对精华，offer＋面经
发信站: BBS 未名空间站 (Wed Mar 30 21:34:37 2011, 美东)
刚刚和amazon的recruiter通完电话，确认拿到offer，他正在发email
95k+15k
大概打算从了，希望板上有讨价还价经验的朋友可以给点经验争取最大利益^_^
另外，因为身份问题，我十月前要先去amazon北京，类似这期间的pay之类的问题有谁有
经验的？
鉴于NDA和某w同学，面经里问题我尽量只涉及方向不说具体内容。
先说下我的基本情况吧，应该有点励志效果：
学历只有国内大学cs的本科，还因为身体原因延毕了半年-_-之后在杭州找的一个小公司
的SDE工作了1年半，拿L1来了公司在美国的总部作PM。公司规模很小，不到20人，很多
东西是一团乱麻，工作不到2年后于去年12月跟老板吵翻，离职开始找工作。
L1签证到今年2月就过期了，所以算是黑着身份找的，想想也挺不容易的。
简历自己写的，然后托朋友改了一下（还不是cs... 阅读全帖 |
|
d**z
发帖数: 344 | 43 今年冬天热，花一直在开，我们街上每年冬末树叶都落光，今年还是绿的。
今年气候真异常。等着果树叶子掉光，下雨气温低点的时候剪枝条。结果等啊等啊，
一直不下雨也不低温。前些天出去剪枝，发现果树的花蕾都已经长出来了。 |
|
l*********g
发帖数: 857 | 44 找了个链接希望有用
我的这盆栀子花，已经伴我度过了10年的时光，每年的初夏时分，它清新的花香，洁白
的花朵，碧绿的枝叶，总是让人心旷神怡。应网友的要求，我就把我这几年栀子花的养
护心得跟大家谈谈。大家互相学习，取长补短，共同提高。
1，气候：
栀子花是喜温暖，不耐寒的植物。我所在的6b地区，秋天霜冻前要搬回室内，置于通风
，阳光好的地方,家里干燥的话，要往叶面喷些水.春天的霜冻期过后，搬到室外，阳光
充足的地方，在北方地区夏天总的来讲，没有那么毒的阳光。南方要种在有早晚阳光，
不要暴嗮的地方。
2，土壤：
我用的是：Miracle－Gro Moisture Control Potting Mix。每两年换一次盆，一般是
在早春时，大约4月份换盆。每次换一个略大一些的盆。
3，施肥：
栀子花是喜酸性土壤的花，通常用的是酸性的化肥，有缓释的颗粒肥，还有水溶性的肥
料.我一般两种配合着用。
缓释的颗粒肥:3月，6月，9月 各施一次。
还有水溶性的肥料，一般在4月，5月每月一到两次，
施肥也要看你的植物生长情况，生长期，开花期勤施，叶子油绿有光泽就少施一次水溶
肥也没关系。冬天我一般都不施肥。... 阅读全帖 |
|
f********m
发帖数: 8405 | 45 我家的葡萄今年是第三年了，一直没怎么管它，今年给搭了个架子，葡萄丰收在望了：）
葡萄要甜一要靠水二要靠肥三要靠剪枝条。我只会纸上谈兵，完全不懂怎么剪枝。还好
葡萄运气好，有个爱种园艺的邻居。葡萄架子正贴着墙根，隔壁邻居家的玫瑰花圃只隔
一墙，葡萄靠着蹭水蹭肥长的高高壮壮的。昨天碰到邻居，我赶紧的邀请他们自己动手
摘葡萄。。。 |
|
r****y
发帖数: 26819 | 46 围棋程序的难度本质就是比象棋还高很多数量级的时间复杂度。这一点无法用brute force
穷举解决，无论硬件，算法怎么进步都无能为力。
如果不穷举，就要剪枝。而围棋没有一个确定描述的数学模型可以用来剪枝。找到这种
数学模型的难度一点也不比穷举小。
我认为唯一可能的突破口还是学习。如果有较好的学习算法出来，就有希望。 |
|
F**********g
发帖数: 5034 | 47 先赞一个！
同问有无嫁接？
好象要剪枝，太密了！
没有鹿什么的动物？
我08年种了两棵梨树，一棵中国梨，一棵美国梨。中国梨今年春天被风刮折了（因为我
没剪枝，头重脚轻），从根部又长出新芽，好不容易长到一密多高，周六被鹿跳进
FENCE把叶子吃光了，还斩了首！TNND！ |
|
L*********4
发帖数: 883 | 48 觉得虽然版上科普过但是还是很多人都不知道AlphaGo是怎么算棋的。
MCTS算棋的方法是，根据一个快速的评估函数，加上一定的随机性，直接走子，然后对
方再用同样的评估函数加上随机性直接走子，一直走到棋局结束。注意：是一直走到棋
局结束然后看谁赢！也就是跟那些电视评棋的人一样，都是第一感连着往下摆，但是他
会一直摆到对局结束！他可能会摆上几个变化，但是都是一个子一个子一直摆下去的，
不是像普通码农想象的是什么剪枝搜索的。
他不是局部搜索的。他的局部对杀未必有alpha-beta剪枝算法强，所以AlphaGo另外有
一个policy network来处理局部的情况，这个policy network算路未必很远，而这可能
就是其弱点。由于MCTS的存在，AlphaGo的paper里面说，他搜索的棋局数尚且不如20年
前的深蓝多。所以这就是为啥我说先拿稳实地，然后要不吃大龙要不治孤跑大龙才是跟
AlphaGo对战的窍门。 |
|
