一个纯正程序员的啰嗦
致命错误出现的时候，JVM 生成了 hs_err_pid<pid>.log 这样的文件，其中往往包含了虚拟机崩溃原因的重要信息。因为经常遇到，在这篇文章里，我挑选了一个，并且逐段分析它包含的内容（文件可以在文章最后下载）。默认情况下文件是创建在工作目录下的（如果没权限创建的话 JVM 会尝试把文件写到/tmp 这样的临时目录下面去），当然，文件格式和路径也可以通过参数指定，比如：
java -XX:ErrorFile=/var/log/java/java_error%p.log
这个文件将包括：
[……]阅读全文
有一个 SNS 应用，用户在使用的过程中积累积分，例如登陆+3 点，个人空间每次浏览+1 点，结交每个朋友+5 点等等。同时，很重要的一点是，用户需要看到自己的积分累计有多少，能够根据积分划分用户等级，在自己的空间展示积分。
在用户量比较大的情况下（例如超过三千万），这是一个比较典型的读写都很频繁的问题，而且写入的次数可能和读取的次数差别不大（大多数 SNS 应用中，读次数远超写次数的场景居多，例如用户的状态信息，更新一次以后有成千上万的访问）。
这实际是一个简单，但是典型的功能。试想，给文章投票（例如 “顶” 一下），给微博统计访问次数，给媒体打分……这些都是非常类似的功能。对于这样问题的思考和设计，考虑到
[……]阅读全文
看到吴军博士的一条微博：
不要看不起在生产线上干活，俺正经干过一个月，你对人生有很多体会。俺的一个朋友，一个非常大的跨国公司在中国的销售主管，大学毕业后第一份工作在宝洁，从一个偏远的城市蹬三轮买洗衣服做起。他讲有一次差点把他当盲流给抓了。我倒建议现在大学生毕业，下基层一年。
若是想强调 “体验” 和 “经历” 在人生中的重要价值，这番话的初衷自然是好的。比如这样的回复：
还是去一线做个两三年的好，想想现在很多所谓顾问根本没下过车间，却给工作几十年一步步走上来的主管做咨询，有时想想都害怕，只有理论就是空谈，譬如马克思害了多少人，空谈误事啊，切记！
我们见到太多的务虚主义者，太多的所谓咨询师和流程专
[……]阅读全文
Gamma 分布
α 和β 均大于零，且令λ=1/β，假设 X 的密度满足：
就说 X 是服从参数为 (β,α) 的 Gamma 分布，记为Γ(β,α)。Gamma 分布的两个参数中，第一个β 决定了形状 (shape)，第二个参数α 决定了尺度 (scale)。
右上图中的 k 即是α，θ 即是β；期望 E=β/α，方差 D=β/(α*α)。曲线有一个峰，左右不对称。在α 比较大时，曲线接近于正态分布。
[……]阅读全文
SOCKS 代理它分 SOCKS4 和 SOCKS5 两种类型，前者只支持 TCP 协议而后者支持 TCP/UDP 协议，还支持各种身份验证机制等协议。它和 HTTP 这种应用层的代理不同，它只负责传输数据包，不管应用层的协议，相较而言速度要更快。
3Proxy 是俄罗斯人 3APA3A 和 Vladimir Dubrovin 编写的开源代理服务软件，功能强大。我给我一台在美国的 VPS 主机安装了 3Proxy，开启了 SOSKS5 的代理服务：
system "echo 3proxy is running now" daemon nscache 65536 users username:CL:password auth stro
[……]阅读全文
最近在写一个程序，去爬热门事件和热门关键词网站上的数据。在这里介绍一下网络爬虫的种种。
基本组件
网络爬虫也叫做网络蜘蛛，是一种互联网机器人，把需要的网页撷取下来，组织成适当格式存储。它是搜索引擎的重要组成部分，虽然从技术实现上来说，它的难度往往要小于对于得到的网页信息的处理。
上面这张图来自维基百科，scheduler 调度多个多线程的下载器下载网页，并把信息和元数据存储起来。而通过解析下载网页的数据，找到链接，又把链接加入到工作队列中去准备下载。这看起来是一个迭代的过程。
网络爬虫相关的几项重要策略：
[……]阅读全文
这个问题的讨论最初来自公司内部邮件，我只是把这个问题的讨论内容记录下来。
有一些项目组在定位问题的时候发现，在使用 “for(x in array)” 这样的写法的时候，在 IE 浏览器下，x 出现了非预期的值。
具体说，如果自定义了 Array.prototype.indexOf 方法（譬如源于某 prototype 污染），也许是因为老版本 IE 浏览器并不支持 array.indexOf 方法，而开发者又很想用，那么这样的浏览器可能会出现这样的问题：
Array.prototype.indexOf = function(){...};
var arr = [1, 2];
for (x in arr) consol
[……]阅读全文
这道题是说，100 层楼，两个一模一样的鸡蛋，某层之上扔鸡蛋就会碎。问要测试多少次才能找出这层楼来。我曾经在去年初的这篇文章里面讨论过这个问题的解法，因为只想记录一下思路和讨论过程，写得很简略。现在，我想重新整理一下这个问题，再稍稍扩展和挖掘一下。希望可以用尽可能清晰易懂的描述，把这个问题的前后说清楚。
现在只有两个鸡蛋，而算法必须在各种合法输入下都是可行的，就是说要能找出这一层来，你得假设你的运气最差，这就意味着，我求解的是在每种扔鸡蛋的策略下都有一个需要扔的次数的最大值，而现在需要求解的是这些最大值中的最小值的问题。如果我只有一枚鸡蛋，这就意味着，我只能从第一层开始老老实实地一层一层往上试
[……]阅读全文
这是一篇扯淡，一篇 rant，或者是一坨不靠谱的文字。有一些观点过于偏激，如果你没法接受，也请不要太在意。
无趣的接口封装
我记得刚工作的时候，我的第一个正式项目是去写一个基于 SOAP 的 WebService 接口，那个时候觉得新鲜，“原来 web service 是这样子的！”；到了现在，已经写过各种各样的 service 接口，再也没有觉得做这样的事情很有意思，或者很有新意、很有挑战性，尤其是一些并不复杂的增删改查的接口（当然业务逻辑是有够繁琐的）。
有同事说，做界面、做 portal 并没有什么意思，都是浮于表面的东西。虽然我不完全认可，但在这个前端工作被普遍瞧不起的国度，而且从某些层面上说也对，可是我
[……]阅读全文
这是一堆杂乱的文字。可以认为它是我从去年二月份正式跳槽到北京工作以来，这一年三个月的时间里，出现次数最多的感悟。
不知道有多少人和我一样，有选择焦虑症，总是思考要做出怎样的决定而浪费了时间。事实上，在大多数情况下我们总不能做出完全正确的选择，就像人生永远都会充满遗憾和后悔。做软件也是一样，想一猛子扎下去把东西设计完美，就走上了彻底的不归路。倒不如，像 Facebook 说的那样，“move fast and break things”，先弄出一个符合你基本预期的东西来，然后再来细细打磨和深加工，做所谓的 “refactory”？
这看起来像个权衡的算术题对不对？到底是思考久一点，调查久一点，慢一点
[……]阅读全文
想谈一谈这个话题是因为最近有一位朋友抱怨他的博客在某些用户某些时候访问的时候，被莫名其妙地加上了广告，他检查来检查去，始终发现不了网站本身有什么问题，后来他才了解到了 HTTP 劫持一说。
HTTP 劫持
其实这不是一个新概念了，在几年前，中国一些不讲道德的运营商，尤其是地方运营商就开始捕捉用户浏览器的访问记录，然后根据不同用户的访问行为，有选择地往用户访问的网页里面推送广告。他们可以为所欲为地强制改写网站 HTML 页面，采用往返回页面里写入 JavaScript 等方式，来注入广告：
这是访问 55BBS 网站时某些用户会在屏幕右下角看到一个京东商城的广告。这样的广告，不但可以在一 [……]阅读全文
注：这篇文章翻译自 《You're Missing the Point of Promises》，阅读这篇文章，你首先需要对于 JavaScript 中的 Promises 是什么有了解，否则，你可以先看一看这篇文章（英文），或者这篇文章（中文）掌握基础。有一些修改，另受水平所限，翻译的不当之处请参阅原文。
Promises 是一种令代码异步行为更加优雅的抽象。如果用最基本的编码方式，代码是这种连续的形式：
getTweetsFor("domenic", function (err, results) {
// the rest of your code goes
[……]阅读全文
使用一款搜索引擎，我们希望搜索结果能够拥有最佳的排序，Google 为它最核心的排序算法 PageRank 申请了专利。在 PageRank 以前，排序大多依靠对搜索关键字和目标页的匹配度来进行的，这种排序方式弊端明显，尤其对于善于堆砌关键字舞弊的页面，很容易就跳到了搜索结果的首页。Larry Page 和 Sergey Brin 开始着手解决这个问题，Google 排序的继承来自于互联网上网页之间的链接关系。一张网页被其它网页引用的次数越多，可以简单地认为这样的网页越受欢迎，当然在结果列表中应该越靠前。
前面提到了目标网页被引用网页的“ 数量”，另一条重要的判定 PageRank 级别的
[……]阅读全文
The whole team talked about algorithm recently, since we found some leaked written exam questions on Internet so that online test became meaningless soon. On one hand we're thinking about how to contribute to the question bank, on the other hand it caused debating on algorithm significance and
[……]阅读全文
我的一些关于编程语言学习和使用的观点如下，因为最近谈到这个事情，就记录下来吧，但是我只想简单的表述出来。当然，我不想陷入语言孰优孰劣这种争论的圈子里。
多掌握一门语言有没有价值？如果一门新的语言能改变你对编程的理解，它就是值得学习的。另外，每一门语言对应着一种或几种 “编程范型”，接触不同的编程范型是很有价值的，这是扩展视野的好机会。
编程语言只是工具，工具都是用来解决特定的问题的。特定的问题使用适合的工具来解决。但是很多情况下，我们的选择太多。选择这一门编程语言的原因可能只是因为 “它很酷啊”，或者 “因为大家都在用它”。另外，还有一种极端的滥用的情况：“当手上有一把锤子的时候，你看什么都是钉子
[……]阅读全文
决策树
决策树是一个预测模型，它代表的是对象属性与对象值之间的一种映射关系。树中每个节点表示某个对象，而每个分叉路径则代表的某个可能的属性值，而每个叶结点则对应从根节点到该叶节点所经历的路径所表示的对象的值。
这张图很好地解释了决策树：
明天要不要出去玩？
例子中可以找到两层的分类依据属性，第一层是晴/阴/雨，第二层是是否潮湿和是否刮风，分类依据的确定和先后顺序对决策树的质量有决定性的影响。另外，在实际
[……]阅读全文
贝叶斯定理
英国数学家贝叶斯（Thomas Bayes）曾经给出如下定理：
P(A) 表示 A 事件发生的概率，P(B) 表示 B 事件发生的概率；P(A|B) 表示在 B 事件已经确定发生的情况下，发生 A 事件的概率；P(B|A) 表示在 A 事件已经确定发生的情况下，发生 B 事件的概率；P(AB) 表示 AB 事件同时发生的概率。所以：
P(A)P(B|A)=P(AB)=P(B)P(A|B)
也就是说，A 事件发生的概率乘以 A 事件已发生条件下 B 事件发生的概率，和 B 事件发生的概率乘以 B 事件已发生条件下 A 事件发生的概率，这二者是相等的，都等于 AB 事件同时发生的概率。
（特例：如果 A、B 是独立事件，互不相关，那么 P(A)=P(
[……]阅读全文
