安全下车

```
PP = {}
PP[type(PP)] = 1

print(PP[type(PP)])
```

可能你脑中仍然有一个全拼到键位的翻译过程，神经元之间的短路连接还没有建立。

就像少数民族听说普通话，是没有一个脑中转换为母语再理解的过程的。

学习首先要弄清输入和输出，这样人脑才能构建出正确的模型。
在这个任务中，输入是声母韵母，输出是盲打时手指的运动偏移，而不是键名。

我用别人手机，都是打了几个双拼才注意到输入法是全拼，然后非常缓慢地输入全拼。
别人用我手机，也是打了几个全拼后才发现输入法拼不出字，然后我得慢慢回想键位表才能告诉他“软件”的拼法是“rrjm”。

通俗点叫肌肉记忆，就像魔方，自己公式转得飞快，一旦放慢给人讲解每一步怎么转，反而就不会了。

还行吧，我每个周六日都是正收益。

@IGJacklove #19 确实，我当时 C 语言上机考试前，机房有几天考试系统的模拟练习，我去抓了抓题库和窗口类名标题，做了个后台 F1 一键搜题库复制答案到剪贴板，然后宿舍几个都是 90 多。

并且我猜在大多数高校，如果本科生大二大三进实验室打工，一般导师都会提供一台 Windows 主机。

能主动上 V2EX ，题主应该是个挺乐于探索的女生，我来点不同的观点：

计算机专业上大学建议选 MacBook ，轻便续航好适合在图书馆学习。

同时还可以让自己脱离舒适区，逼迫自己了解不同不同平台之间的差异，锻炼寻找 Windows 等价替代的能力，更有助于学习到与平台无关的泛化性更强的计算机知识，而不是成为教材课件让装啥就装啥、让点哪就点哪、让输入啥就输入啥的操作工调包侠。

@mxT52CRuqR6o5 #11 淘宝是引入受信任的第三方：支付宝担保

@andy2018 #13 好的我联系你

难度不高，先人工标注一波然后，直播流中抓帧送入 YOLO ，也不需要很高帧率。

少进程大批次，多进程小批次，反正积是常量显存大小。

但多进程可能切换代价高，大批次可能随机下降慢。

可以用原生等价实现，只不过 numpy 的占内存更小。

```Python
import numpy as np

nparr = np.arange(24).reshape(3,4,2)
arr = nparr.tolist()

print(nparr[0,2,1])
nparr[0,2,1] = 100
print(nparr)

print(arr[0][2][1])
arr[0][2][1] = 100
print(arr)
```

```
5
[[[ 0 1]
[ 2 3]
[ 4 100]
[ 6 7]]

[[ 8 9]
[ 10 11]
[ 12 13]
[ 14 15]]

[[ 16 17]
[ 18 19]
[ 20 21]
[ 22 23]]]
5
[[[0, 1], [2, 3], [4, 100], [6, 7]], [[8, 9], [10, 11], [12, 13], [14, 15]], [[16, 17], [18, 19], [20, 21], [22, 23]]]
```

如果维度规整，直接转成 numpy 数组下标操作即可。
所谓规整，就是所有元素在某个维度不能参差不齐。

人的本质是一切社会关系的总和。
父母离开农村就几乎失去了所有社会关系，父母不愿出去和你不愿回来其实是同一个原因。

抛砖引玉，想了个最差 O(n3)的算法，输出估计是{1, 2, 3, v, a, b}

输入串按长度排序，从短到长处理，
遍历第一个串的每个长度为 1 的子串，统计它在其它未处理串中的出现次数，
找到出现次数最少的子串，
若已被输出使用，则继续遍历第一个串的每个长度为 2 的子串，统计...
若未使用，则输出该子串，
继续下一个输入串。

@murmur #10 金本位靠不靠谱是个屁股问题，看你是站在美国的立场上，还是站在将黄金存在美国央行拿着金圆券的其他国家立场上。

比特币的稀有性不在代码，而在算力形成的共识，就像可乐行业的壁垒不在配方，而在成本控制。
你当然可以 fork 一下立刻发行一个新币种，但这种没有算力支撑的 token ，就像与黄金脱钩的法币一样，完全是空中楼阁，看看现在市场上 POS 币的市值就知道了。