关键词： C/C++ extern

0. 前言

在学习MIT 6.087的过程中，遇到了变量作用域范围的问题，其中对C语言关键字extern的认识和理解并不够充分。搜索后发现了这篇英文博客，于是将之翻译修改，作为学习记录及总结。

关键词： CS4挑战 MIT-6.0002

0. 前言

这是我CS4挑战计划的第二门课程，Github上显示的commit记录是从11月23日开始，到12月16日完成所有编程练习，前前后后大概花费了不到一个月的时间。中间穿插着MIT18.01课程的学习，所以进度还是可以接受的。6.0002课程是6.0001课程的后续，主要围绕着数据科学这个主题来推进课程，本文就是对MIT 6.0002课程的回顾与总结。

关键词： CS4挑战 MIT-6.0001

0. 前言

这是我CS4挑战计划开始的第一门课程，前前后后大概花费了一个月的时间。中间伴随着很多的杂事，所以MIT挑战一周一课的进度对于我来说是不切实际的，更何况开始这门课程学习之前我还有一定的Python基础。回归主题，本文就是对MIT 6.0001课程的回顾与总结。

一把刀的锋刃是很难越过的，所以智者说得救之道是很难实现的。

这句被英国作家毛姆引用在其作品《刀锋》扉页上的句子，常常会莫名其妙地，在我拿着吉列剃须刀看着镜子中满脸剃须泡沫的自己时，倏忽间从脑海中蹦出来。很显然，做事情绝对不能分心，尤其又是手动剃须这种本身就具有自残倾向的的行为，最直接的恶果便是几乎每次剃须之后脸上都多了几处可见的伤口。可见别说得救之道是很难实现的，光是完美的剃须之道，就已经足够我伤脑筋的。

伤脑筋总是难免的，可我还是对手动剃须这种行为一往情深。不是说没有体验过电动剃须刀的便捷与安全：开关一打开，剃须刀面开始旋转，下颚胡须与剃须刀摩擦发出嗡嗡的声音，然后不停地切换刀面与面部接触的位置，剃须刀机械地来回游弋，过程充满着文明与工业化的秩序与稳定。但我似乎更加潜意识地喜欢手动剃须刀，那种可能见血的恐惧与期待，在自我保护与自我伤害的矛盾中来回博弈，演变成一种不可名状的快感，最终在剃须结束时达到顶峰。

关键词： MIT挑战 自我学习 CS4挑战

0.前言

这半个月想了很多的事情，关于未来工作城市的选择，工作的方向，自己适合什么样的公司和岗位，以后在哪里定居等等，思前想后也没能给自己一个满意的答案，反而变得十分焦虑浮躁，没法深入地去阅读和钻研。于是9月21日辞掉了寒武纪的实习，顺便把论文答辩的批次延迟到下个批次，也没有撒网式地投简历，把买房等等未来的事情搁置，暂且算是在给自己做减法吧。很久没有心平气和地与自己对话了，如果没法理清楚自己的真正需求，理清楚自己的优势和不足，理清楚下一步自己应该培养的习惯，估计对于即将毕业工作的我来说，生活状态很有可能会不太令我满意。

其实这一阶段焦虑的根本原因在于自己的生活节奏被完全打乱。寒武纪实习占据了大量的时间，论文的项目又没有自己的贡献，基础的计算机课程也没法系统性地去学习，找工作的目的和方式又比较迷茫，每件事情都要耗费精力和时间，但自己又没养成高效做事的习惯，由此陷入自我怀疑和未来的迷茫之中。这种紊乱的思维和不健康的生活方式在身体方面体现最为明显—自己有了小肚腩，同时晚上的睡眠质量非常不好。我必须把自己的生活节奏给调整过来，只有这样，一件一件事情地去解决，才能解决根本问题。

所以首先的出发点还是生活方式上。早睡早起，保持慢跑，准备半马，饮食有度。说容易做很难，一步一步调整。并行的是计算机基础课程的补充，借鉴于MIT挑战，我也想实现一个自己的CS4挑战，即在规定时间内，完成自己选择的美帝四大CS高校（MIT, Stanford, CMU, UCB）的计算机课程，以此完成计算机基础知识的补充，也帮助自己在秋招和接下来的春招找到满意的工作。

关键词： C++引用

0.前言

引用并非对象，相反的，它只是为一个已经存在的对象所起的另外一个名字。

这句话摘自C++ Prime 的46页。仔细品味这句话，就会产生很多疑惑。第一，引用并非是对象，那么引用是什么？第二，引用是所存在对象的别名，“别名”的具体含义是什么？它占用内存空间吗？它和指针变量有什么区别？所有的这些疑问将在本文中给以解答。我们将遵从认知事物的规律，从认识、理解和总结三个步骤来把握C++引用。

关键字： Python *args **kwargs

0. 前言

上周和室友讨论他在科大讯飞面试的问题时，谈到了Python装饰器的含义和用途。于是乎今天重新复习了一下关于Python装饰器的内容。但在阅读Python装饰器的代码中，函数经常会出现*args和**kwargs等参数，虽然之前了解这两个参数表示可以输入数量不定的变量的含义，但并没有深入理解其含义和用法。写下此文作为理解*args和**kwargs的学习笔记。

关键字： K-means算法

0. 前言

K-means算法是常见的聚类算法。研一的时候在吴桂兴老师的”信息论”课上接触过K-means算法，但并没有深入理解，也没有自己写代码去实现。最近在看斯坦福CS231n课程的lecture2里又涉及到K-means算法，正好也想把Coursera里吴恩达机器学习课程里的代码复习一遍，以此文作为学习总结。

前言

最近在执行100天C++ Primer计划，书中第四章里的左值和右值的概念让我困惑不已。CSDN博客里关于左值和右值的文章介绍的都不够全面，每次看了一些都没有耐心继续再看下去。个人认为这篇英文博客把左值和右值的概念说明的非常清晰，且方式也是循循善诱。翻译之作为学习的存档。