<![CDATA[恋花蝶的博客]]> http://lanphaday.bokee.com/index.html ]]> zh-cn lanphaday 2006-07-01T11:47:27Z <![CDATA[搬家了，blog搬家了！]]> http://lanphaday.bokee.com/5323775.html 鉴于bokee一日比一日烂的服务，现本blog搬到CSDN，网址http://blog.csdn.net/lanphaday，本blog不再更新。CSDN即将推出blog搬家服务，以后会把这里的资料搬过去。

]]> 2006-07-01T11:47:27Z <![CDATA[给丫头的迟到的生日快乐！]]> http://lanphaday.bokee.com/5231234.html 忘记了昨天是丫头的生日，确切来说，是我没有刻意去记忆。
生日，是的，无论是谁的生日，我都不看重的，包括自己的。
记得父亲的生日，因为那一天一般是我过完年离家的第二或者第三天。
记得三姐的生日，因为那一天是我生日过后的第三天。
记得四姐的生日，因为那是六月的第二天。
记得女朋友的生日，因为那天是端午节。
奶奶、妈妈、大姐、二姐还有很多亲人的生日，我都不记得。
即使是姐姐们生日，也大多会忘记打上一个电话。
因为，从小到大，生日跟普通日子就没有什么不同，我从来都看重生日。
我在乎的，只有春节、端午、中秋、元旦，只有五一、十一。
小时候讲成的习惯吧，我没有尝试过生日热闹地过。
我生性就觉得生日应该静静地一个人多一个理由安静地度过一晚。

确实！我不能用自己的标准来要求别人的。
我喜欢安静的生日未必是别人喜欢的。
何况，我根本就忘记了。
作为朋友，没有及时送去祝福是可耻的。
只好在这里道一声对不起。
只好在这里来一句迟到的生日快乐！

]]> 2006-06-12T10:44:54Z <![CDATA[给丫头的迟到的生日快乐！]]> http://lanphaday.bokee.com/5231233.html 忘记了昨天是丫头的生日，确切来说，是我没有刻意去记忆。
生日，是的，无论是谁的生日，我都不看重的，包括自己的。
记得父亲的生日，因为那一天一般是我过完年离家的第二或者第三天。
记得三姐的生日，因为那一天是我生日过后的第三天。
记得四姐的生日，因为那是六月的第二天。
记得女朋友的生日，因为那天是端午节。
奶奶、妈妈、大姐、二姐还有很多亲人的生日，我都不记得。
即使是姐姐们生日，也大多会忘记打上一个电话。
因为，从小到大，生日跟普通日子就没有什么不同，我从来都看重生日。
我在乎的，只有春节、端午、中秋、元旦，只有五一、十一。
小时候讲成的习惯吧，我没有尝试过生日大摆宴席热闹地过。
我生性就觉得生日应该静静地一个人多一个理由安静地度过一晚。

确实！我不能用自己的标准来要求别人的。
我喜欢安静的生日未必是别人喜欢的。
何况，我根本就忘记了。
作为朋友，没有及时送去祝福是可耻的。
只好在这里道一声对不起。
只好在这里来一句迟到的生日快乐！

]]> 2006-06-12T10:44:04Z <![CDATA[[原创]炒冷饭 《从一道笔试题谈算法优化》全文（下）]]> http://lanphaday.bokee.com/5145376.html 声明：本文最初发表于《电脑编程技巧与维护》2006年第5期，版本所有，如蒙转载，敬请连此声明一起转载，否则追究侵权责任。网上发表于恋花蝶的博客http://lanphaday.bokee.com

从一道笔试题谈算法优化

苦想冥思

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 这次优化从solution_4产生的输出来入手。把solution_4的输出写到文件，查看后发现数组基本无序了。这说明在程序运行一定时间后，频繁的替换几乎将原本有序的结果数组全部换血。结果数组被替换的元素越多，查找最小元素要遍历的范围就越大，当被替换的元素个数接近结果数组的大小时，solution_4就退化成solution_3。因为solution_4很快退化也就直接导致它的效率没有本质上的提高。

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 找出了原因，就应该找出一个解决的办法。通过上面的分析，知道solution_3和solution_4最消耗时间的是查找最小元素这一操作，将它减少（或去除）才有可能从本质上提高效率。这样思路又回到保持结果数组有序这一条老路上来。在上一节我们谈到保持数组有序的插入算法将带来大量的元素移动，频繁的插入操作将使这一方法在效率上得不偿失。有没有办法让元素移动去掉呢？答案也是有的——那就是使用链表。这时新的问题又来了，链表因为是非随机存取数据结构，插入前寻找位置的算法又是O(n)的。解决新的问题的答案是使用AVL树，但AVL树虽然插入和查找都是O(logn)，可是需要在插入后进行调整保持平衡，这又是一个耗费大量时间的操作。分析到现在，发现我们像进了迷宫，左冲右突都找不到突破口。

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 现在请静下来想一想，如果思考结果没有跳出上面这个怪圈，那我不幸地告诉你：你被我误导了。这个故意的误导是要告诫大家：进行算法优化必须时刻保持自己头脑清醒，否则时刻都有可能陷入这样的迷宫当中。现在跳出这个怪圈重新思考，根据前文的分析，可知目标是减少（或去除）查找最小元素的操作次数（或查找时间），途径是让ResArr保持有序，难点在于给ResArr排序太费时。反过来想一想，是否需要时刻保持ResArr有序？答案为否，因为当查找最小元素需要遍历的范围较小时，速度还是很快的，这样就犯不着在每替换一个元素的时候都排序一次，而仅需要在无序元素较多的时候适时地排序即可（即保持查找最小元素要遍历的范围较小）。这个思想有用吗？写代码来测试一下：

template&lt; class T, class I &gt;

void solution_5( T BigArr[], T ResArr[] )

{

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; //同solution_4，略

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; //这个后续元素比ResArr中最小的元素大，则替换。

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; if( BigArr[i] &gt; ResArr[MinElemIdx] )

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; {

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; ResArr[MinElemIdx] = BigArr[i];

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; if( MinElemIdx == ZoneBeginIdx )

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; --ZoneBeginIdx;

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; //太多杂乱元素的时候排序

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; if( ZoneBeginIdx &lt; 9400 )

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; {

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; std::sort( ResArr, ResArr + RES_ARR_SIZE, std::greater() );

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; ZoneBeginIdx = MinElemIdx = RES_ARR_SIZE - 1;

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; continue;

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; }

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; //同solution_4，略

}

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 代码中的9400是经过试验得出的最好数值，即在有600个元素无序的时候进行一次排序。测试的结果令人惊喜，用时仅400毫秒左右，约为solution_4的五分之一，这也证明了上述思想是正确的。

殚思极虑

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 脚步永远向前，在取得solution_5这样的成果之后，仍然有必要分析和优化它。对这一看似已经完美的算法进行下一次优化要从哪里着手？这时候要借助于性能剖分工具了，常用的有Intel的VTune以及Microsoft Visual C++自带的profile等。使用MS profile对solution_5分析产生的报告如下（略去一些无关数据）：

&nbsp; &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;Func&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;Func+Child&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; Hit

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; Time&nbsp;&nbsp; %&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; Time&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; %&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; Count&nbsp; Function

---------------------------------------------------------

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 37.718&nbsp;&nbsp; 1.0&nbsp;&nbsp;&nbsp;&nbsp; 3835.317&nbsp; 99.5&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 1 _main (algo.obj)

&nbsp;&nbsp;&nbsp;&nbsp; 111.900&nbsp;&nbsp; 2.9&nbsp;&nbsp;&nbsp;&nbsp; 3220.082&nbsp; 83.6&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 1 solution_5(int * ...

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 0.000&nbsp;&nbsp; 0.0&nbsp;&nbsp;&nbsp;&nbsp; 3074.063&nbsp; 79.8&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 112 _STL::sort(int *,...

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; ……

可以发现sort函数的调用用去了将近80%的时间，这表明sort函数是问题所在，优化应该从这里着手。但正如前文所说，STL的sort已经高度优化速度很快了，再对他作优化是极难的；而且sort函数里又调用了其它STL内部函数，如蛛丝般牵来绕去，读得懂已经不是一般人可完成的了，优化从何谈起？

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 我们不能左右天气，但我们可以左右心情；我们不能修改sort函数，但我们可以控制sort的调用。再看看solution_5里对sort的调用有没有什么蛛丝马迹可寻：

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; std::sort( ResArr, ResArr + RES_ARR_SIZE, std::greater() );

这个调用是把结果数组ResArr重新排序一遍。需要把整个ResArr完全重新排序吗？答案是需要的，但可以不使用这个方法。因为ResArr里的元素绝大部分是有序的（结合上文可知前面94%的元素都有序），待排序的只是6%。只要把这600个数据重新排序然后将前后两个有序数组归并为一个有序数组即可（归并算法的时间复杂度为O(n+m)），将因为排序的数据量较少而大大节约时间。写代码如下：

template&lt; class T, class I &gt;

void solution_6( T BigArr[], T ResArr[] )

{

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; //同solution_5，略

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; //太多杂乱元素的时候排序

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; if( ZoneBeginIdx &lt; 9400 )

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; {

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; std::sort( ResArr + 9400, ResArr + RES_ARR_SIZE, std::greater() );

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; std::merge(ResArr, ResArr + 9400, ResArr + 9400, ResArr + RES_ARR_SIZE, BigArr, std::greater() );

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; memcpy( ResArr, BigArr, sizeof(T) * RES_ARR_SIZE );

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; //同solution_5，略

}

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 经测试，solutio_6的运行时间为250毫秒左右，比solution_5快了将近一半，通过profile分析报告计算sort函数和merge函数的占用时间总计约为执行时间的19.6%，远小于solution_5的占用时间。

结束语

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 一番努力之后，终于将一个原来需要近一个小时才能解决的问题用250毫秒完成，文章到这里要完结，不过上述算法仍有可优化的余地，这就要读者朋友自己去挖掘了。我希望看到这篇文章的人不仅仅是赞叹算法的奇妙，更希望能够学会算法优化的方法和技巧。对于算法优化的方法，我总结如下（仅供参考及抛砖引玉之用）：

不断地否定自己的方法[全文]

减少重复计算[solution_3]；

不要做没要求你做的事[solution_3]；

深化对需求的理解[solution_4]；

温故而知新，多重读自己的算法代码[solution_4]；

从程序的输出（或者中间结果）里找突破[solution_5]；

时刻保持头脑清醒，常常跳出习惯的框框[solution_5]；

善于使用工具[solution_6]；

养成解决一个问题思考多个方案的习惯[全文]。

最后要讲的一点就是STL里提供了一个可以直接完成这一问题的算法——nth_element。经测试，nth_element在大数组比较小的时候速度比以上算法都要快，但在大数组尺寸为1亿的时候所用的时间为1.3秒左右，是solution_6运行时间的5倍。原因在于nth_elenemt的实现方法跟本文介绍的算法大不相同，有兴趣的朋友可以去阅读其源码。建议大家在一般情况下使用STL的nth_element，它在数量为十万级的时候仍有极好的性能。

参考资料：

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; [1] 侯捷 《STL源码剖析》 华中科技大学出版社 2002年6月

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; [2] Anany Levitin 潘彦[译] 《算法设计与分析基础》 清华大学出版社 2004年6月

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; [3] http://job.csdn.net/n/20051216/31105.html

注：

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; [1] 此题目版权归出题人或者其单位所有

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; [2] 本文所有的优化都针对于平均情况，即大数组由随机数构成且无序

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; [3] 所有测试均设BIG_ARR_SIZE = 1亿，RES_ARR_SIZE = 1万，测试的机器配置为：CPU P4EE 3.0G + 512 M memory，HyperThreading Enabled，操作系统：Windows 2000 pro，编译器： MS VC++ 6.0 + sp6，STL库： STLport 4.6.2；可从我的博客http://lanphaday.bokee.com下载本文所有算法源码和测试程序。

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; [4] 如果要求有序，可以通过先找出结果，再对结果排序完成要求

&nbsp;

&nbsp;

&nbsp;

&nbsp;

]]> 2006-06-01T00:01:24Z <![CDATA[[原创]炒冷饭 《从一道笔试题谈算法优化》全文（上）]]> http://lanphaday.bokee.com/5145363.html 声明：本文最初发表于《电脑编程技巧与维护》2006年第5期，版本所有，如蒙转载，敬请连此声明一起转载，否则追究侵权责任。网上发表于恋花蝶的博客http://lanphaday.bokee.com

从一道笔试题谈算法优化

引子

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 每年十一月各大IT公司都不约而同、争后恐后地到各大高校进行全国巡回招聘。与此同时，网上也开始出现大量笔试面试题；网上流传的题目往往都很精巧，既能让考查基础知识，又在平淡中隐含了广阔的天地供优秀学生驰骋。

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 这两天在网上淘到一道笔试题目（注1），虽然真假未知，但的确是道好题，题目如下：

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 从10亿个浮点数中找出最大的1万个。

这是一道似易实难的题目，一般同学最容易中的陷阱就是没有重视这个“亿”字。因为有10亿个单精度浮点数元素的数组在32位平台上已经达到3.7GB之巨，在常见计算机平台（如Win32）上声明一个这样的数组将导致堆栈溢出。正确的解决方法是分治法，比如每次处理100万个数，然后再综合起来。不过这不是本文要讨论的主旨，所以本文把上题的10亿改为1亿，把浮点数改为整数，这样可以直接地完成这个问题，有利于清晰地讨论相关算法的优化（注2）。

不假思索

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 拿到这道题，马上就会想到的方法是建立一个数组把1亿个数装起来，然后用for循环遍历这个数组，找出最大的1万个数来。原因很简单，因为如果要找出最大的那个数，就是这样解决的；而找最大的1万个数，只是重复1万遍而已。

template&lt; class T &gt;

void solution_1( T BigArr[], T ResArr[] )

{

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; for( int i = 0; i &lt; RES_ARR_SIZE; ++i )

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; {

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; int idx = i;

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; for( int j = i+1; j &lt; BIG_ARR_SIZE; ++j )

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; {

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; if( BigArr[j] &gt; BigArr[idx] )

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; idx = j;

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; }

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; ResArr[i] = BigArr[idx];

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; std::swap( BigArr[idx], BigArr[i] );

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; }

}

设BIG_ARR_SIZE ＝ 1亿，RES_ARR_SIZE = 1万，运行以上算法已经超过40分钟（注3），远远超过我们的可接受范围。

稍作思考

从上面的代码可以看出跟SelectSort算法的核心代码是一样的。因为SelectSort是一个O(n^2)的算法（solution_1的时间复杂度为O(n*m)，因为solution_1没有将整个大数组全部排序），而我们又知道排序算法可以优化到O(nlogn)，那们是否可以从这方面入手使用更快的排序算法如MergeSor、QuickSort呢？但这些算法都不具备从大至小选择最大的N个数的功能，因此只有将1亿个数按从大到小用QuickSort排序，然后提取最前面的1万个。

template&lt; class T, class I &gt;

void solution_2( T BigArr[], T ResArr[] )

{

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; std::sort( BigArr, BigArr + BIG_ARR_SIZE, std::greater_equal() );

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; memcpy( ResArr, BigArr, sizeof(T) * RES_ARR_SIZE );

}

因为STL里的sort算法使用的是QuickSort，在这里直接拿来用了，是因为不想写一个写一个众人皆知的QuickSort代码来占篇幅（而且STL的sort高度优化、速度快）。

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 对solution_2进行测试，运行时间是32秒，约为solution_1的1.5%的时间，已经取得了几何数量级的进展。

深入思考

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 压抑住兴奋回头再仔细看看solution_2，你将发现一个大问题，那就是在solution_2里所有的元素都排序了！而事实上只需找出最大的1万个即可，我们不是做了很多无用功吗？应该怎么样来消除这些无用功？

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 如果你一时没有头绪，那就让我慢慢引导你。首先，发掘一个事实：如果这个大数组本身已经按从大到小有序，那么数组的前1万个元素就是结果；然后，可以假设这个大数组已经从大到小有序，并将前1万个元素放到结果数组；再次，事实上这结果数组里放的未必是最大的一万个，因此需要将前1万个数字后续的元素跟结果数组的最小的元素比较，如果所有后续的元素都比结果数组的最小元素还小，那结果数组就是想要的结果，如果某一后续的元素比结果数组的最小元素大，那就用它替换结果数组里最小的数字；最后，遍历完大数组，得到的结果数组就是想要的结果了。

template&lt; class T &gt;

void solution_3( T BigArr[], T ResArr[] )

{

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; //取最前面的一万个

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; memcpy( ResArr, BigArr, sizeof(T) * RES_ARR_SIZE );

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; //标记是否发生过交换

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; bool bExchanged = true;

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; //遍历后续的元素

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; for( int i = RES_ARR_SIZE; i &lt; BIG_ARR_SIZE; ++i )

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; {

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; int idx;

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; //如果上一轮发生过交换

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; if( bExchanged )

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; {

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; //找出ResArr中最小的元素

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; int j;

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; for( idx = 0, j = 1; j &lt; RES_ARR_SIZE; ++j )

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; {

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; if( ResArr[idx] &gt; ResArr[j] )

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; idx = j;

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; }

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; }

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; //这个后续元素比ResArr中最小的元素大，则替换。

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; if( BigArr[i] &gt; ResArr[idx] )

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; {

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; bExchanged = true;

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; ResArr[idx] = BigArr[i];

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; }

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; else

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; bExchanged = false;

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; }

}

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 上面的代码使用了一个布尔变量bExchanged标记是否发生过交换，这是一个前文没有谈到的优化手段——用以标记元素交换的状态，可以大大减少查找ResArr中最小元素的次数。也对solution_3进行测试一下，结果用时2.0秒左右（不使用bExchanged则高达32分钟），远小于solution_2的用时。

深思熟虑

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 在进入下一步优化之前，分析一下solution_3的成功之处。第一、solution_3的算法只遍历大数组一次，即它是一个O(n)的算法，而solution_1是O(n*m)的算法，solution_2是O(nlogn)的算法，可见它在本质上有着天然的优越性；第二、在solution_3中引入了bExchanged这一标志变量，从测试数据可见引入bExchanged减少了约99.99%的时间，这是一个非常大的成功。

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 上面这段话绝非仅仅说明了solution_3的优点，更重要的是把solution_3的主要矛盾摆上了桌面——为什么一个O(n)的算法效率会跟O(n*m)的算法差不多（不使用bExchanged）？为什么使用了bExchanged能够减少99.99%的时间？带着这两个问题再次审视solution_3的代码，发现bExchanged的引入实际上减少了如下代码段的执行次数：

for( idx = 0, j = 1; j &lt; RES_ARR_SIZE; ++j )

{

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; if( ResArr[idx] &gt; ResArr[j] )

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; idx = j;

}

上面的代码段即是查找ResArr中最小元素的算法，分析它可知这是一个O(n)的算法，到此时就水落石出了！原来虽然solution_3是一个O(n)的算法，但因为内部使用的查找最小元素的算法也是O(n)的算法，所以就退化为O(n*m)的算法了。难怪不使用bExchanged使用的时间跟solution_1差不多；这也从反面证明了solution_3被上面的这一代码段导致性能退化。使用了bExchanged之后因为减少了很多查找最小元素的代码段执行，所以能够节省99.99%的时间！

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 至此可知元凶就是查找最小元素的代码段，但查找最小元素是必不可少的操作，在这个两难的情况下该怎么去优化呢？答案就是保持结果数组（即ResArr）有序，那样的话最小的元素总是最后一个，从而省去查找最小元素的时间，解决上面的问题。但这也引入了一个新的问题：保持数组有序的插入算法的时间复杂度是O(n)的，虽然在这个问题里插入的数次比例较小，但因为基数太大（1亿），这一开销仍然会令本方案得不偿失。

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 难道就没有办法了吗？记得小学解应用题时老师教导过我们如果解题没有思路，那就多读几遍题目。再次审题，注意到题目并没有要求找到的最大的1万个数要有序（注4），这意味着可以通过如下算法来解决：

1)&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 将BigArr的前1万个元素复制到ResArr并用QuickSort使ResArr有序，并定义变量MinElemIdx保存最小元素的索引，并定义变量ZoneBeginIdx保存可能发生交换的区域的最小索引；

2)&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 遍历BigArr其它的元素，如果某一元素比ResArr最小元素小，则将ResArr中MinElemIdx指向的元素替换，如果ZoneBeginIdx == MinElemIdx则扩展ZoneBeginIdx；

3)&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 重新在ZoneBeginIdx至RES_ARR_SIZE元素段中寻找最小元素，并用MinElemIdx保存其它索引；

4)&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 重复2)直至遍历完所有BigArr的元素。

依上算法，写代码如下：

template&lt; class T, class I &gt;

void solution_4( T BigArr[], T ResArr[] )

{

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; //取最前面的一万个

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; memcpy( ResArr, BigArr, sizeof(T) * RES_ARR_SIZE );

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; //排序

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; std::sort( ResArr, ResArr + RES_ARR_SIZE, std::greater_equal() );

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; //最小元素索引

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; unsigned int MinElemIdx = RES_ARR_SIZE - 1;

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; //可能产生交换的区域的最小索引

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; unsigned int ZoneBeginIdx = MinElemIdx;

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; //遍历后续的元素

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; for( unsigned int i = RES_ARR_SIZE; i &lt; BIG_ARR_SIZE; ++i )

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; {&nbsp;&nbsp;&nbsp;&nbsp;

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; //这个后续元素比ResArr中最小的元素大，则替换。

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; if( BigArr[i] &gt; ResArr[MinElemIdx] )

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; {

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; ResArr[MinElemIdx] = BigArr[i];

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; if( MinElemIdx == ZoneBeginIdx )

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; --ZoneBeginIdx;

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; //查找最小元素

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; unsigned int idx = ZoneBeginIdx;

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; unsigned int j = idx + 1;

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; for( ; j &lt; RES_ARR_SIZE; ++j )

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; {

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; if( ResArr[idx] &gt; ResArr[j] )

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; idx = j;

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; }

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; MinElemIdx = idx;

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; }

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; }

}

&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 经过测试，同样情况下solution_4用时约1.8秒，较solution_3效率略高，总算不负一番努力。

&nbsp;

&nbsp;

&nbsp;

&nbsp;

]]> 2006-05-31T23:58:52Z <![CDATA[修身齐家治国平天下　 读《战国策》和《编程卓越之道》有感]]> http://lanphaday.bokee.com/5129645.html 本文由恋花蝶最初发表在http://lanphaday.bokee.com，并保留所有相关权利，欢迎转载（任意形式请勿删改），但请保存这一段声明，谢谢。

修身齐家治国平天下
&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 读《战国策》和《编程卓越之道》有感

&nbsp;前几天买了好几本书，其中有《战国策》和《编程卓越之道 第一卷 深入理解计算机》。今天谈谈读了它们之后的一些感想。
&nbsp;久远的封建王朝遗留给我们的学习目标就是学而优则仕，终身理想就是治国平天下，最起码也得齐家。这种停留在家农耕时代的思想至今仍然是法力无穷，终其原因就是农工商的地位太低。当然，这篇文章不是谈政治的，所以这方面的问题就点到即止。治国平天下到现代赋予了新的意义，就是在某一领域成为顶尖人物，比如搞化学的拿个诺贝尔奖、搞计算机的拿个图灵奖之类。不过这样的人物自然是像会打失传已久的“如来神掌”武学奇材一样百年一遇，离我们太过遥远，不过仍然记妨碍我们不倦追求，这正是三千年封建文化留给我们的好处之一。封建文化给我们的另一个好处就是科举，有利于人材的选拨（不打算讨论其公正性及适应性）。科举带来的最大好处就是让广大人民群众认识到只要“修身”，那是有机会“齐家治国平天下”的。
&nbsp;《战国策》是一部史书，读史的好处大多，我就不多引援名家之言了。对于《战》我更乐于把它看作是一本治国平天下的教程，比如改名为《Learning Kingcraft by Example》相信可以在外国卖得不错。《战》一书还没有看完四分之一，但已经初窥门道，正如前言，他主要讲述治国平天下的技术，但对于修身这个齐家治国平天下的基础之术却鲜有所言。其实一直以来，修身是最基础却最不被重视，诸子百家也鲜有所言。不过后来元明清时期终于渐渐重视起来，出现了《颜氏家训》、《朱子家训》等书籍。但直到现在，修身仍然难以在一个人的人生规划甚至是职业规划中占有一席之地，大家乐于追求和计划升职加薪，却对胜任更高职位提出的能力要求视若无睹，深以为熬足十年八年，丑媳妇终会熬成婆。是以网上都说程序员三十岁三十五岁该如何如何，却没有人谈程序员二十岁二十五岁时该如何如何。这就是对修身之术的不重视。
&nbsp;这方面，国外的很多同行就做得更好一些，但不是说国内没有这样的人。《编程卓越之道》（英文名：Write Great Code）四卷本就是讲述修身之术的好书。我现在手上的是第一卷，中文版现在也只出了第一卷。先不说这本书的内容，从英文名和中文名就可以看出国人的浮躁和好大喜功。平平实实的英文名译成中文的时候非扯上“道”这一深奥难懂的概念不可，译成《如何编写卓越代码》或者《让代码从平凡到卓越》不可么？还有一本叫《程序员修练之道》的名字译得比这个更恶心，译个题目都喜欢故弄玄虚。讲了题目，再谈谈这本书吧，这本书是好书，翻译的质量尚可（可能读中译本比较多，接受各种词汇的能力加强了），但排版等细节方面仍有不足，比如多处把2^n印成了2n，但瑕不掩瑜，作者Randall Hyde（《The art of assembly Language》一书的作者）对计算机系统的深入理解仍然跃然纸上，从数值在计算机中的表示到二进制算术和位运算，从浮点数表示到字符表示及字符串组织，从内存的组织与访问到CPU体系结构，从指令集到输入输出细细给你道明其中的优缺和瓶颈。作者并没有教你优化的方法，只是告诉你哪里会陷阱。记得《C++编程规范》里有一个条目是避免代码劣化，感觉这本书全书都是在印证这一个说法——如果你没有能力优化，起码要保持它没有被劣化。参加过一些code review，有时候会看到一两段代码写得比较耗CPU和内存，比如在局面重置的时候全部生成新的对象或者在条件判断的时候把不太可能发生的情况放在前面，有同事指出的时候，听到的往往是：“嗯，这里是有问题，因为刚开始的时候代码不成熟，所以没有做优化，我们打算在正式版（下一版）优化它。”这时候我比较想说的是：“你不是在做优化，只是把劣化的代码改正过来而已。”同样来自《C++编程规范》，有一句话说得很好：优化应该放在代码稳定成熟了再做，防止劣化却要时刻进行（不完全记得了）。在这里，我这样说不是说我写的代码就没有劣化，相反地，我觉得自己写的代码因为“设计模式”思想的缺失和项目经验的缺乏，往往是小处有精巧大看结构差，我个人觉得这是更加严重的劣化了，因为这个劣化消耗的不再是CPU和内存，直接就是自己和同事的精力和生命了。参加工作快要一年了，越来越认识到这一点，记得年前职前培训的时候很想分到实际的项目组去，现在我却又希望能再给我半年时间什么都不用做，让我好好地读一下书，打好基础开拓思维。作为以编写卓越代码为目标的程序员，精读《编程卓越之道》四卷本的意义决不止于加固基础那么简单，个人来讲，我更大的感触就是它让我认知到基础的重要性，即修身的重要性。从小学到大学，我都没有读过重点学校，胸无大志的我耍几分小聪明轻松过关。正是这当年引以为傲的小聪明，让我不重视基础，以为生活和工作也会像考试一次逃不出自己的聪明脑袋。甚至在象棋这一关上吃了基础不扎实的亏仍然执迷少悟（故意把不写成少，:-)）。后来毕业了，进了网易，身边高手如云，想奋起直追却始知自己下盘不稳根基不牢。比这更大的障碍是自己害怕离开自己熟悉的语言和平台不能让自己发挥自己的小聪明，让人识破自己是只纸糊的“老虎”。工作了很久之后，才有胆量卸下包袱，慢慢进行自我修身之路。《编程卓越之道》是一本很好的“修”技术之“身”的书，我打算四卷都读下去。
&nbsp;中国人的理想是治国平天下，外国人也说不想当将军的兵不是好兵，我不是圣贤级别的，难以免俗也期望在自己熟悉的领域里有所建树。读《战国策》和《编程卓越之道》两本书给我的感想就是：做大事要有做大事的策略，但天下大事必作于细（侯捷语），没有坚实的基础知识，是没有掌控大事的能力的。古人总结得好：一屋不扫，何以扫天下？所以，我要放好心态，一步一步来。</