算法”中的所有字符都 编码为 2 字节长度。这样系统就可以每隔 2 字节解析一个字符，恢复出这个短语的内容了。 Figure 3‑7. Unicode 编码示例 然而，ASCII 码已经向我们证明，编码英文只需要 1 字节。若采用上述方案，英文文本占用空间的大小将会 是 ASCII 编码下大小的 2 倍，非常浪费内存空间。因此，我们需要一种更加高效的 Unicode 编码方法。 3. 数据结构 我们主要探究贪心选择性质的判断方法。虽然它的描述看上去比较简单，但实际上对于许多问题，证明贪心 选择性质不是一件易事。 例如零钱兑换问题，我们虽然能够容易地举出反例，对贪心选择性质进行证伪，但证实的难度较大。如果问： 满足什么条件的硬币组合可以使用贪心算法求解？我们往往只能凭借直觉或举例子来给出一个模棱两可的答 案，而难以给出严谨的数学证明。 15. 贪心 hello‑algo.com 306 � 有 动态规划中 都有涉及。 2. 确定贪心策略：确定如何在每一步中做出贪心选择。这个策略能够在每一步减小问题的规模，并最终能 解决整个问题。 3. 正确性证明：通常需要证明问题具有贪心选择性质和最优子结构。这个步骤可能需要使用到数学证明， 例如归纳法或反证法等。 确定贪心策略是求解问题的核心步骤，但实施起来可能并不容易，原因包括： ‧ 不同问题的贪心策略的差异较大。对于许多问题来说，贪心策略都比较浅显，我们通过一些大概的思考

将“Hello 算法”中的所有字符都 编码为 2 字节长度。这样系统就可以每隔 2 字节解析一个字符，恢复这个短语的内容了。 图 3‑7 Unicode 编码示例 然而 ASCII 码已经向我们证明，编码英文只需 1 字节。若采用上述方案，英文文本占用空间的大小将会是 ASCII 编码下的两倍，非常浪费内存空间。因此，我们需要一种更加高效的 Unicode 编码方法。 3.4.4 UTF‑8 一个错误的字节开始解析文本，字节头部的 10 能够帮助系统快速判断出异常。 之所以将 10 当作校验符，是因为在 UTF‑8 编码规则下，不可能有字符的最高两位是 10 。这个结论可以用 反证法来证明：假设一个字符的最高两位是 10 ，说明该字符的长度为 1 ，对应 ASCII 码。而 ASCII 码的最 高位应该是 0 ，与假设矛盾。 图 3‑8 UTF‑8 编码示例 除了 UTF‑8 之外，常见的编码方式还包括以下两种。 我们主要探究贪心选择性质的判断方法。虽然它的描述看上去比较简单，但实际上对于许多问题，证明贪心 选择性质并非易事。 例如零钱兑换问题，我们虽然能够容易地举出反例，对贪心选择性质进行证伪，但证实的难度较大。如果问： 满足什么条件的硬币组合可以使用贪心算法求解？我们往往只能凭借直觉或举例子来给出一个模棱两可的答 案，而难以给出严谨的数学证明。 Quote 有一篇论文给出了一个 ?(?3) 时间复杂度的算法

，将“Hello 算法”中的所有字符 都编码为 2 字节长度。这样系统就可以每隔 2 字节解析一个字符，恢复出这个短语的内容了。 图 3‑7 Unicode 编码示例 然而 ASCII 码已经向我们证明，编码英文只需要 1 字节。若采用上述方案，英文文本占用空间的大小将会是 ASCII 编码下大小的两倍，非常浪费内存空间。因此，我们需要一种更加高效的 Unicode 编码方法。 第 3 章 数据结构 一个错误的字节开始解析文本，字节头部的 10 能够帮助系统快速的判断出异常。 之所以将 10 当作校验符，是因为在 UTF‑8 编码规则下，不可能有字符的最高两位是 10 。这个结论可以用 反证法来证明：假设一个字符的最高两位是 10 ，说明该字符的长度为 1 ，对应 ASCII 码。而 ASCII 码的最 高位应该是 0 ，与假设矛盾。 图 3‑8 UTF‑8 编码示例 除了 UTF‑8 之外，常见的编码方式还包括以下两种。 我们主要探究贪心选择性质的判断方法。虽然它的描述看上去比较简单，但实际上对于许多问题，证明贪心 选择性质不是一件易事。 例如零钱兑换问题，我们虽然能够容易地举出反例，对贪心选择性质进行证伪，但证实的难度较大。如果问： 满足什么条件的硬币组合可以使用贪心算法求解？我们往往只能凭借直觉或举例子来给出一个模棱两可的答 案，而难以给出严谨的数学证明。 第 15 章 贪心 hello‑algo.com 337 �

将“Hello 算法”中的所有字符都 编码为 2 字节长度。这样系统就可以每隔 2 字节解析一个字符，恢复这个短语的内容了。 图 3‑7 Unicode 编码示例 然而 ASCII 码已经向我们证明，编码英文只需 1 字节。若采用上述方案，英文文本占用空间的大小将会是 ASCII 编码下的两倍，非常浪费内存空间。因此，我们需要一种更加高效的 Unicode 编码方法。 3.4.4 UTF‑8 一个错误的字节开始解析文本，字节头部的 10 能够帮助系统快速判断出异常。 之所以将 10 当作校验符，是因为在 UTF‑8 编码规则下，不可能有字符的最高两位是 10 。这个结论可以用 反证法来证明：假设一个字符的最高两位是 10 ，说明该字符的长度为 1 ，对应 ASCII 码。而 ASCII 码的最 高位应该是 0 ，与假设矛盾。 图 3‑8 UTF‑8 编码示例 除了 UTF‑8 之外，常见的编码方式还包括以下两种。 我们主要探究贪心选择性质的判断方法。虽然它的描述看上去比较简单，但实际上对于许多问题，证明贪心 选择性质并非易事。 例如零钱兑换问题，我们虽然能够容易地举出反例，对贪心选择性质进行证伪，但证实的难度较大。如果问： 满足什么条件的硬币组合可以使用贪心算法求解？我们往往只能凭借直觉或举例子来给出一个模棱两可的答 案，而难以给出严谨的数学证明。 � 有一篇论文给出了一个 ?(?3) 时间复杂度的算法，用于判断一个硬币组合能否使用贪心算法

将“Hello 算法”中的所有字符都 编码为 2 字节长度。这样系统就可以每隔 2 字节解析一个字符，恢复这个短语的内容了。 图 3‑7 Unicode 编码示例 然而 ASCII 码已经向我们证明，编码英文只需 1 字节。若采用上述方案，英文文本占用空间的大小将会是 ASCII 编码下的两倍，非常浪费内存空间。因此，我们需要一种更加高效的 Unicode 编码方法。 3.4.4 UTF‑8 一个错误的字节开始解析文本，字节头部的 10 能够帮助系统快速判断出异常。 之所以将 10 当作校验符，是因为在 UTF‑8 编码规则下，不可能有字符的最高两位是 10 。这个结论可以用 反证法来证明：假设一个字符的最高两位是 10 ，说明该字符的长度为 1 ，对应 ASCII 码。而 ASCII 码的最 高位应该是 0 ，与假设矛盾。 图 3‑8 UTF‑8 编码示例 除了 UTF‑8 之外，常见的编码方式还包括以下两种。 我们主要探究贪心选择性质的判断方法。虽然它的描述看上去比较简单，但实际上对于许多问题，证明贪心 选择性质并非易事。 例如零钱兑换问题，我们虽然能够容易地举出反例，对贪心选择性质进行证伪，但证实的难度较大。如果问： 满足什么条件的硬币组合可以使用贪心算法求解？我们往往只能凭借直觉或举例子来给出一个模棱两可的答 案，而难以给出严谨的数学证明。 Quote 有一篇论文给出了一个 ?(?3) 时间复杂度的算法

“语言只是工具”是现代社会最为荒谬的说法之一。 即便存在海量的常见任务，他们在部分语言里很容 易做到， 而在其他语言里则如履薄冰；但这并不 是本质问题。 来自语言设计的盲点，设计时藏匿的偏见，未证明 无误的硬性约束，将会固化语言使用者的思想，阻 碍他们见到背后的风景。 细说不是胡说，语言不是工具 Again, “语言只是工具”是现代社会最为荒谬的说法之一。 不仅仅是对自然语言，程序语言也是一样的哟。 nes.py 有必要提一下。 仅仅是出现了map, reduce, filter, flatMap这些字眼， 就理解为所谓的“函数式编程”，这一想法是完全错误的。 随着闭包和高阶函数逐渐推广，证明了函数式编程的实用性。但一些基础的东西被众多 新旧语言吸收，不是说他们就靠近了函数式编程。 引用透明， （基于函数类型的）多态，基于类型递归、递归类型、递归函数的问题求解 模型，都是函数式编程极为重要的组成部分。

Uniswap v3 LP 策略 Uniswap v3 在 2021 年 5 月 5 日发布后两天，Charm 部署了其第三款 产品：Uniswap v3 LP 操作策略——Alpha Vault，并且已经被证明是非常 成功的产品：利润比 v2 的 LP 高两倍以上！ 部署开发 Brownie Brownie is a Python-based development and testing framework

)) 更平稳地盈利 币价 成交量 成交额 升 10% 时利润 10 10 100 10 10 5 50 5 5 10 50 5 5 5 25 2.5 然后呢？还可以有什么？  可行性证明  异常报警  对冲、双向开仓、参数调整资金利用率  自适应参数，减少配置  在股票市场等的其他市场冲浪 知行合一 Side Project 一定要好玩 THANK YOU

Library Reference, 发布 3.8.20 制作一个电话本 split() 将字符串用参数传递的样式分隔开。这个方法对于转换文本数据到易读而且容易修改的数据 结构，是很有用的，如下面的例子证明。 首先，这里是输入。它通常来自一个文件，这里我们使用三重引号字符串语法 >>> text = """Ross McFluff: 834.345.1254 155 Elm Street ... Way'], ['Heather', 'Albrecht', '548.326.4584', '919', 'Park Place']] 文字整理 sub() 替换字符串中出现的样式的每一个实例。这个例子证明了使用sub() 来整理文字，或者随机化每 个字符的位置，除了首位和末尾字符 >>> def repl(m): ... inner_word = list(m.group(2)) ... random 9.7.5 NormalDist 对象 NormalDist 工具可用于创建和操纵 随机变量 的正态分布。这个类将数据度量值的平均值和标准差作 为单一实体来处理。 正态分布的概念来自于 中央极限定理 并且在统计学中有广泛的应用。 class statistics.NormalDist(mu=0.0, sigma=1.0) 返回一个新的 NormalDist 对象，其中 mu 代表 算术平均值

Library Reference, 发布 3.8.20 制作一个电话本 split() 将字符串用参数传递的样式分隔开。这个方法对于转换文本数据到易读而且容易修改的数据 结构，是很有用的，如下面的例子证明。 首先，这里是输入。它通常来自一个文件，这里我们使用三重引号字符串语法 >>> text = """Ross McFluff: 834.345.1254 155 Elm Street ... Way'], ['Heather', 'Albrecht', '548.326.4584', '919', 'Park Place']] 文字整理 sub() 替换字符串中出现的样式的每一个实例。这个例子证明了使用sub() 来整理文字，或者随机化每 个字符的位置，除了首位和末尾字符 >>> def repl(m): ... inner_word = list(m.group(2)) ... random 9.7.5 NormalDist 对象 NormalDist 工具可用于创建和操纵 随机变量 的正态分布。这个类将数据度量值的平均值和标准差作 为单一实体来处理。 正态分布的概念来自于 中央极限定理 并且在统计学中有广泛的应用。 class statistics.NormalDist(mu=0.0, sigma=1.0) 返回一个新的 NormalDist 对象，其中 mu 代表 算术平均值