费歇尔-耶茨洗牌算法是随机排列列表的标准算法,确保每个排列的可能性相同。传统上,它*反向*遍历列表,将每个元素与它前面的随机选择的元素交换。
然而,一个看似更简单的变体——*正向*遍历——实现了相同的均匀分布。这种“前向洗牌”通过将每个元素与当前位置或之前位置的随机元素交换来工作。
作者质疑为什么前向方法不更常用,指出它在数学上等同于传统的费歇尔-耶茨算法(以相反的顺序应用相同的随机交换)。它也与通常与外部数据源一起使用的“内向外”费歇尔-耶茨变体相关。作者认为这种前向版本更简单,并想知道通常包含的避免不必要交换的优化是否会影响实际效率。最终,两种方法都能正确地以相同概率洗牌列表中的每个排列。
## 量子比特质量即将到来的“FOOM”
近期实验表明,量子纠错(QEC)正在推动量子比特质量的急剧、加速提升。2014年的早期演示表明,QEC可以将受保护比特的寿命延长至单个量子比特之外,暗示了可扩展性之路。
此后,实验中用于重复码的量子比特数量稳步增加,从而导致受保护比特寿命呈指数级增长——作者将这种现象称为“FOOM”(突然、快速的提升)。2024年一个59量子比特的编码实现了2小时的寿命,比十年前的亚秒级寿命有了巨大飞跃。
这不仅仅是关于更多的量子比特;而是关于QEC如何利用量子比特的*数量*来克服*质量*限制。然而,进展并非线性。“QEC障碍”——如断电、量子比特泄漏和宇宙射线干扰——会暂时限制改进,直到解决这些问题。
相同的原理也适用于使用更复杂的代码(如表面码)来保护量子比特。在表面码中增加量子比特数量会导致逻辑错误率*平方级*降低,并可能在拥有足够多的量子比特的情况下达到难以想象的低错误率。作者预测逻辑量子比特也将出现类似的“沉寂然后FOOM”模式,并认为全面量子计算的质量障碍将在未来五年内被打破。
## 阿韦龙野童:重访一项禁忌实验
米切尔·阿比多评论了罗杰·沙特克的1980年著作《禁忌实验》的再版,书中详细讲述了1800年法国发现的阿韦龙野童的故事。这个男孩在野外长大,几乎没有社会化,成为了医生让-马克·加斯帕尔·伊塔德强烈研究的对象,伊塔德希望确定自然和培养在人类发展中的作用。
伊塔德认为这个男孩,名叫维克多,代表着“白板”——一块可以刻印知识和能力的空白。在五年时间里,伊塔德试图教维克多说话和进行社会化,但收效甚微。虽然维克多可以模仿声音并将词语与物体联系起来,但他从未理解语言的含义,也没有表现出显著的智力进步。
这个案例引发了关于人类完美性和维克多的潜在诊断的争论,从自闭症到发育障碍不等。批评者,包括哈兰·莱恩,认为伊塔德的方法——隔离维克多并优先考虑口语而不是手语——阻碍了他的进步。最终,“实验”未能证明人类的无限可塑性,但阿比多告诫不要对伊塔德做出严厉的评判,承认当时科学的局限性。这个故事仍然是对人类的意义以及先天潜力与环境影响之间持久问题的深刻探索。
Amiga社区正在集结,在Trevor Dickinson为Amiga硬件(如X1000和X5000)所做的贡献基础上,重振下一代平台。面对有限的硬件和OS4支持的下降,荷兰爱好者Dave和Harald着手开发一款低成本、高性能的新主板——Mirari,为Amiga注入新的活力。
他们的愿景是提供一块能够运行所有AmigaOS软件和游戏且价格实惠的主板,尽管在生产、物流和软件集成方面存在挑战。这项举措凸显了Amiga持久的热情,并展示了社区驱动开发的强大力量。Mirari的进展更新可以在The First Rebirth页面上找到,预示着这个备受喜爱的平台拥有充满希望的未来,由忠实的粉丝推动。
## 原生泰克斯:陆地之谜
超过165年来,科学家们一直在争论*原生泰克斯*的身份,这种巨型生物在早泥盆世时期是最早殖民陆地的生物之一,可高达8米高。最初被认为是可能的藻类或早期陆地植物,但解剖和化学分析反复否定了这些分类,使得真菌起源或完全独特的谱系成为主要竞争者。
最近的研究,侧重于来自4.07亿年前莱尼石板岩的*原生泰克斯·泰提*,挑战了真菌假说。虽然*原生泰克斯·泰提*是该生态系统中最大的生物,但其内部结构——特别是其独特的管状和“髓点”排列——与所有已知的真菌,无论是已灭绝的还是现存的,都存在根本差异。至关重要的是,对其细胞壁的分析显示出与木质素相似的成分,但*缺乏*真菌细胞壁的几丁质和壳聚糖。
因此,该研究得出结论,*原生泰克斯*代表着一个独特的、现已灭绝的陆地生物群体,而不是巨型真菌。它的真实进化位置仍然是个谜,凸显了我们对早期陆地生命的理解中存在重大差距。
这些在线实验室旨在补充《应用数学基础》教材系列,提供核心数学和计算概念的实践操作。它们专注于使用Python和NumPy、SciPy和Matplotlib等关键科学库,弥合理论与现实应用之间的差距。
用户将培养数值方法、数据可视化、编码最佳实践和高效计算方面的技能。实验室按教材的卷次组织,包含清晰的目标、理论背景、练习和补充材料。
除了完成实验室外,鼓励学生开发个人项目来扩展实验内容——例如,将马尔可夫链练习转化为Twitter机器人——以展示他们的技能,用于实习或求职申请。非ACME学生的访问信息可在“公共使用”页面上找到。
## AI驱动的搜索现已可用
人工智能的最新进展极大地简化了构建强大的搜索功能。作者通过为Braggoscope(一个BBC Radio 4的“In Our Time”播客目录,包含超过1000集节目)创建一个语义搜索引擎来证明这一点。过去复杂的任务,现在可以通过将文本转换为“嵌入向量”——高维语义空间中的坐标——并将其存储在“向量数据库”中来实现。
这使得搜索能够基于*含义*,而不仅仅是关键词;搜索“最大的行星”会返回关于木星的节目,就像搜索“木星”本身一样。
作者使用了PartyKit,一个现在集成了向量数据库(通过Cloudflare Vectorize)和AI模型的平台。该过程涉及通过将内容转换为向量来索引内容,然后查询数据库以查找与用户搜索最接近的向量,从而有效地找到语义上相似的结果。
整个项目,包括管理界面和查询API,用大约162行代码构建,现在已上线至Braggoscope.com。除了搜索之外,这项技术还驱动着诸如检索增强生成(RAG)之类的应用,从而提供更可靠的AI聊天机器人和助手。
《用Python探索数学》是阿瑟·恩格尔1993年教材的更新版本,原教材使用Turbo Pascal,现已改编为Python。前六章大部分沿用了恩格尔的作品,涵盖了60多个独立的数学主题。在恩格尔2022年去世后,安德鲁·戴维森修订了这些章节并撰写了新的章节,从分形开始。
虽然恩格尔的原著侧重于数学,但本版本承认了Python库(如Matplotlib)和计算能力的进步,成为一本数学*和*编程教材。它最适合具有两年相关经验的大学生,但熟悉Python的高中生也可能受益。
本书优先考虑数学理解,使用相对简单的代码,有意排除了复杂的科学模块,如NumPy。然而,它广泛利用Matplotlib进行可视化。读者应该熟悉Python,但附带了复习资料。书中介绍了递归和列表推导等主题,完整的代码解决方案和练习答案可在网上获得。由于出版限制,作者已在线免费提供扩展版本。
2025年11月26日 • 编程
你认为我查看此截图后按下Tab键会发生什么?没错,它什么都不会做,而是会建议其他不在最初两个建议中的内容。微软(或至少C# Dev Kit插件)负责VS Code自动完成行为的团队或人员,请做好你们的工作并修复这个问题,谢谢。
作者介绍
## 晋升之路:超越“梦想工作”的旅程
在YouTube屡次被拒绝应得的晋升后——尽管实际工作水平已达到高级/资深级别——作者踏上了一段挑战性的旅程,以发现自己真正的市场价值。意识到内部晋升周期的局限性,他们决定在继续胜任当前工作的同时,争取“双级跳”(L4到L6)。
这需要一种艰苦的双重生活:在工作中保持高绩效,同时将夜晚和周末投入到高强度的面试准备中。遵守保密协议要求专注于抽象的工程原理和可扩展的系统设计,而不是专有细节。虽然一些公司的13轮面试过程表明存在问题,但作者发现面试官通常理解大型组织(如Google)的晋升挑战。
最终,一位支持性的经理理解了超越公司限制的成长需求。这次经历凸显了一个关键的教训:有时,最好的领导者会在内部晋升不可行时,促成员工的离开。作者鼓励其他感到自身价值被低估的人去测试市场,强调职业发展通常需要走出舒适区。
经过25年的努力,麦克马斯特大学的研究人员创建了CANDID——加拿大可报告疾病发生率数据集,这是一个包含超过一百万条传染病记录的综合数据库,数据可追溯到1903年。戴维·恩教授最初在被忽视的卫生部存储区域发现了原始资料——数十年的手写报告,克服了最初获取历史数据的阻力。
该数据集包括脊髓灰质炎、麻疹和结核病等疾病的每周、每月和每季度病例数,涵盖加拿大所有省份和地区。这个“美丽的数据集”使研究人员能够分析过去的爆发、模拟疾病传播并了解长期趋势。
目前,公众获取加拿大传染病数据的途径有限,仅发布年度全国统计数据。恩认为,在优先保护患者隐私的前提下,增加数据共享对于改善疫情准备和应对至关重要。CANDID现在已公开可用,为流行病学家提供了一项宝贵的资源,以便从过去吸取教训并加强未来的公共卫生策略。