罪与罚

凡是人的灵魂的审问者,同时也一定是伟大的犯人.审问者在堂上举劾着他的恶,犯人在阶下陈述他自己的善:审问者在灵魂中揭发污秽,犯人在所揭发的污秽中阐明那埋藏的光辉. ----- 鲁迅 我特别在乎喜欢的是他文笔粗糙(要还债呀,飞快的写,一脱稿就进厂印刷.他哪有屠格涅夫.托尔斯泰的优闲?),但真的艺术确实另有上帝.陀式的粗糙是极高层次的美,真是望“粗”莫及,望“粗”兴叹. 最后,引用纪德的话:“读陀思妥耶夫斯基,是一件终身大事.” ----- 木心<文学回忆录> <罪与罚> 卧槽, 多么庸

证明自己价值的时刻到了,事实上,一举两得的办法是有的. 简介 把敌人和火炮的位置连贯成容易阅读和理解的字符串以便于火炮部队攻击. enemy = hero.findNearestEnemy() enemyPos = enemy.pos.x + " " + enemy.pos.y #字符串拼接结果是: "43 20" hero.say("Enemy at: " + enemyPos) # 这样会说出这样的字符串: "Enemy at: 4

那些年,我尝过的互联网的鲜 我是一个数据库安全从业者,尽管每天会听到.看到.处理该领域相关的安全事件,但基于侥幸心理,从概率角度来推断,从未想过,从未发生过,这种事情真的会落到自己的头上.尽管我每天有数通电话是来自各种银行担保.投资理财.外汇交易,但这些,都没有能够足够触动到我那根敏感的神经,直到一个与往常一样的下午,这件事的发生... 我同时是一个互联网模式的拥趸,各种与此相关的新鲜事务,最新应用,我都会勇于去尝试,期间不吝惜提供个人相关信息,这些信息包括,姓名.电话.邮箱,甚至与此关联的**

随着科技的发展,人类正在虚拟的网络上建立一个新的国度,这个国度的人口排名第三,仅次于中国和印度.现在,用户把越来越多地生活内容搬到了这个国度里,最早的就是单纯聊天,是那种看不到脸,也不知道对方是不是一条狗的陌生社交:接着是熟人社交,90后们喜欢非主流的照片,80后则每天给其刚出生的婴儿拍照留念,然后,他们一起把这些照片上传到QQ空间,等着朋友们点赞和评论:而移动互联网爆发之后,琳琅满目的APP占据了我们的生活,我们开始在虚拟网络里进行更具体的活动:工作.购物.学习.就医.抢火车票-好像,除了生孩

说个案例:一台Apache服务器,由于其MaxClients参数设置过大,并且恰好又碰到访问量激增,结果内存被耗光,从而引发SWAP,进而负载攀升,最终导致宕机. 正所谓:SWAP,性能之大事,死生之地,存亡之道,不可不察也. 哪些工具可以监测SWAP 最容易想到的就是free命令了,它指明了当前SWAP的使用情况: shell> free -m total used free Swap: 34175 11374 22801 另一个常用的是sar命令,它能列出系统在各个时间的SWAP使用情况:

最近因为重修课烦的不行,都没有心情好好学习了.只能怪大一大二实在是太傻逼了,现在只有乖乖买单了. 昨天脑子抽风把手机刷机了,结果重新安装PlayStore遇到了麻烦,几乎花了一整个下午的时间才终于搞定,所以就打算记下来,以备以后参考. GPS即GooglePlayServices,维基百科的解释是:Google Play Services is a proprietary background service and API package for Android devices. When f

上周的文章引发了比较火爆的争论并带来了争议,我比较满意或者遗憾,尽管如此,如果有人真的能明白在文章的背后我真正想表达的意思,我也就深感欣慰了.还像往常一样,我花周末的时间来总结结束,写点技术散文,同时我希望能在技术上引发同样的争论.        在跟温州皮鞋厂老板聊天时,老板让我从非技术角度重新思考了Google的BBR算法.        很多测试似乎表明BBR的表现非常不错,虽不能保证包打天下,至少相比锐速而言,它是免费的啊,那么疑问也就随之而来了,既然BBR是免费的,且效果不错,那么那些

文本的最重要来源无疑是网络.探索现成的文本集合是很方便的,然而每个人都有自己的文本来源,需要学习如何去访问他们. 首先,我们要学习从网络和硬盘访问文本. 1.电子书 NLTk语料库集合中存有古腾堡项目的一小部分样例文本,如果你对古腾堡项目其他的文本感兴趣,可以在http://www.gutenberg.org/catalog/上浏览其他书籍 下面以编号2554的文本<罪与罚>为例,简单介绍怎么通过Python访问 -*- encoding:utf-8 -*- from urllib.reque

拥塞避免带来了很多疑惑,本文解开这个疑惑并给出一个实实在在但却很简陋的算法.        其实在基于丢包的拥塞算法中,拥塞避免的过程总是伴随着AI和MD的,不能光说AI而忽略MD.        如果考虑的是基于时延的拥塞算法,AI和MD事实上是不需要的,因为算法会根据时延的变化来调整窗口.        所以说,AIMD是基于丢包的算法中采取的窗口调整方法,其中AI保证了带宽利用率,而MD则保证了公平性.对于基于时延的算法而言,带宽的利用率和公平性保证均分散性体现在算法的执行过程中了,其中: