妈妈吼你屋子乱的像猪窝的无聊探究

妈妈吼你屋子乱的像猪窝的无聊探究

请广大人民群众回忆下,谁小时没有被妈妈吼过屋子乱的跟猪窝一样?弱小可怜又无助的你,面对妈妈手中的鸡毛掸子或衣服架子,只好极不情愿的磨蹭收拾。在妈妈神一样强大的存在、和一切都正确的情况下,你似毫无反驳可言。

当然了,妈妈吼你把屋子收拾整洁,让你养成良好的生活习惯,是无可厚非的,也是你将来能娶到老婆或嫁出去所必备的。仅管大多数人民群众,对脏、乱、差有极强的忍耐力,但对另一半的脏、乱、差,却极度没有忍耐。瞧,人,就是酱紫的双标。

但是(一般有但是,就是有意外情况,机智如我),我们就不能默默地想着怎么说服妈妈容忍一下我们略微一丢丢的脏、乱、差呢?毕竟,懒才是我们内心的真实写照,脏、乱、差只是现实的表象。

下面,让我们尝试下,来挑战一下妈妈的怒吼。

屋子脏、乱、差的高效性

把屋子收拾整洁,就是把物品有序的摆放或堆放。物品总是要使用的,对于某些人民群众,买时一时爽,回来扔衣/鞋柜的人群,咱们不跟她们讨论,毕竟,她们总是有道理的,毕竟,万一她们说不过,一句“你竟然凶我”,然后就地动山摇了,后果不堪设想了。

好了,言归正传。收拾,可以比拟为排序,就是整洁有序的摆放;使用,就是检索,简单说,就是找到,拿出来。所以这个问题,貌似可以定量的来探究一下下。

咱只说使用,毕竟物品被使用才是物品存在的终极奥义。以平时我们学生时代乱堆、乱放的书为例。我们的习惯是,每次用完某本书,就把那本书扔到书桌上一沓书的最上面。使用其它书时,就在这沓里从上往下翻。这就是妈妈认为脏、乱、差的基本情况,一般被妈妈称为“吃到哪里,拉到哪里”。

好了,我们定性的来看。在这沓书里,从上往下,查找第n本书,需要依次察看n次。即使要使用的是最上面那本,你也得看一下,当前最上面的那本是你要用的不。察看的次数,就是我们为了使用而付出的精力和体力,原则上,我们要节省一切可以付出的体力,然后花钱,去橹铁馆,试图去除那些可能从来都去不掉、只会不知不觉增加的,膘。

然而,我们其实不知道每次需要用哪本书,但根据使用习惯,一般刚用完、被丢到最上面的那本书,很可能就是下次要使用的书,从某种意义上来说,经过你的懒惰和随手堆放,书从上到下,逐渐形成了使用概率从大到小的一个排列。这种堆放顺序,从检索的角度来说,恰恰是最高效的检索排列。其总体的查找次数的数学期望(就是平均需要查找的次数)为,
1p1 + 2p2 + … + n*pn
其中,pi是第i本书被使用(查找)的概率。

对2个非负可排序数列来说,逆序积和 <= 乱序积和 <= 顺序积和。(证明见后,感谢彪老师友情提示)

也就是说,乱堆乱放很大可能导致的是,p1 >= p2 >= p3 >= … >= pn,其检索次数的数学期望很大可能是所有可能排列中的最小值,是一种效率极高的、便于查找使用的排列方式。因此,我们有充分理由乱堆乱放,“吃到哪里就拉到哪里”,机智。

好了,至此,我们简单的定量的探究了乱堆乱放的高效性,这样呢,下次被妈妈吼你屋子乱的跟猪窝一样时,你可以理直气不壮地跟妈妈讲述一番高效性的问题了,依此缓解下妈妈对你懒惰和脏乱差的质疑。

当然了,妈妈要是拿鸡毛掸子或衣服架子来跟你讲理,后果自负啊。毕竟,神一样存在的妈妈,是谁都惹不起的。

书本中的相关问题
其实,上述问题,在计算机科学里,就是缓存的LRU算法(Least Recently Used)缓存置换算法。

其原因是,计算机各种存储器,访问数据时的速度有快有慢,从快到慢,大体上是处理器、缓存、内存、固态硬盘、普通硬盘等,其价格是反过来的,缓存等的成本极其高昂,如果全部的数据都放在缓存中,那电脑、手机等就不是寻常百姓用的起的玩意了。但也不能全部放到便宜、慢的存储器中。总不能点下微信,半分钟后微信才打开,那迎接你的将是你对象的怒吼了。所以日常计算机、手机等设备中,广泛使用分级缓存,来平衡速度和价格的问题。通常来说,越贵的存储器,使用量越少,也就是能存储的数据较少,这时就需要决定,啥数据存放在快的缓存中。这个就是乱堆乱放到最顶的算法,道理同上。当在缓存找不到时,才去更大一级更慢点的存储器去找数据,用完后,直接放到快缓存的顶部,挤掉底部的最近最不常用的数据。这个和书堆不一样,容量有限,不能无限往上堆。

这个过程,也类似你找书的过程,当这堆书里找不到要用的书时,你通常会去翻书包,书包里也没翻到时,你通常会去翻书架,书架也没翻到时,你通常喊妈妈说“我要买书”,妈妈会很高兴的觉得,脚着娃还真是爱学习。你书桌上的书堆、书包、书架,形成了跟计算机一木一样的分级缓存管理体系,是一个棒棒的高效体系。

生活中的相关问题
生活中,我们无意识的运用这种高效管理的例子比比皆是,比如,衣服,常穿的,回来就挂在衣架或直接堆在椅子或沙发上,嗯嗯,这也是妈妈常吼的乱堆乱放问题, 不常穿的放在衣柜里,明显偶尔才穿的,比如礼服、西装、妈妈的婚纱等,包装好了放在最陈列的地方。这是高效的整理分级管理模式。

简单说,所有和收纳、整理相关的日常生活问题,有经验的妈妈们、爸爸们,都是不自觉地采取了这种策略。这在一定程度上说明,人类,棒棒的。啥?你说爸爸不干活,收拾的活都是妈妈干的。可能是这个情况,不过通常来说,爸爸也可以有分级管理体系,比如,口袋、家里某些隐蔽角落、单位的办公桌,嗯嗯,这个咱就不能再细说了。嘿嘿。

生产中的相关问题
生产中,很多行业也在大量的直接或间接的使用此种算法。

电报行业,著名的摩尔斯电码,就是依据这一原则,给使用频率最高的字母分配最短的编码,从而使得要发的电报尽可能的短,节省通信成本。

压缩,著名的哈夫曼编码,也是遵从这一算法的例子,给出现频率最高的字符,分配最短的编码,从而使得压缩后的数据量尽可能的小。

快递行业,啥?不就是买买买,咋还扯上算法了。那必须扯上,不然晚到了你给差评呢。快递的自动分拣系统,执行的也是这个算法。因为买买买的量太大,快递量很大,统一扔进自动分拣系统,分拣系统每个出口对应要投递的一个地区,通常来说,投递量大的地区,对应的出口靠近分拣系统的入口,这样,整个分拣传送系统分拣效率最高,当然,节省的是电费和时间。现实中的分拣系统,在这个基础上更为复杂,因为是多入口、多出口,总体也是依照这一原则进行的。

还有其它很多例子,就不一一列举了。

题外再扯远点
Σ ab形式的问题、在目前这个世界比比皆是,也牵扯着各个领域,下面简单列举,不细说了,只是感受下这一形式的神奇。
热力学,熵, S = - kb
Σpiln(pi)
信息论,信息,H= - Σ pi
log2(pi)
人工智能,交叉熵,H= - Σ piln(qi)
卷积,y(n) = Σ x(i)h(n-i)
傅里叶变换,x(k) = Σ xj * e^((-i
2
pikj)/n)

以上为了输入法方便,简单列举下形式,有木有发现这些有相当的相似性,阔能,冥冥之中,有些什么吧,我啥也不知道,啥也不敢说。

好了,这次探究比较简单,就到这里了,毕竟,还要搬砖吃饭呢。对了,搬砖的现金流贴现,也是类似的形式,
现值 = Σ m * (1+r)^(-t)

心哇凉哇凉的去搬砖了。

数列不等式的证明
隐隐觉得看似不言自明,还是求证下踏实。
0 <= a1 <= a2 <= … <= a(n-1) <= an
0 <= b1 <= b2 <= … <= b(n-1) <= bn
S = a(i1)b(j1) + a(i2)b(j2) + … + a(in)b(jn),即两两相乘不重复,然后求和
则,逆序积和 <= 乱序积和 <= 顺序积和
以顺序积和最大为例,
设S为任意序积和,S = an
bk +al
bn + …
再S基础上构造S~ = an
bn + bkal + …,即只调换投两项,后面不变,
S~ - S
= an
bn + bkal - anbk - albn
= an
(bn - bk) +(bk - bn)al
= (an - al)
(bn - bk) >= 0

后面不细说了,逆序和最小同理。

参考
[1] LRJ,https://baike.baidu.com/item/LRU/1269842?fr=aladdin
[2] 摩尔斯电码,https://baike.baidu.com/item/%E6%91%A9%E5%B0%94%E6%96%AF%E7%94%B5%E7%A0%81/1527853?fr=aladdin
[3] 哈夫曼编码,https://baike.baidu.com/item/%E5%93%88%E5%A4%AB%E6%9B%BC%E7%BC%96%E7%A0%81/1719730?fr=aladdin
[4] 热力学,熵,https://baike.baidu.com/item/%E7%86%B5/19190273
[5] 信息论,信息,https://baike.baidu.com/item/%E4%BF%A1%E6%81%AF%E8%AE%BA/302185?fr=aladdin
[6] 交叉熵,https://baike.baidu.com/item/%E4%BA%A4%E5%8F%89%E7%86%B5/8983241?fr=aladdin
[7] 傅里叶变换,https://baike.baidu.com/item/%E5%82%85%E9%87%8C%E5%8F%B6%E5%8F%98%E6%8D%A2/7119029?fromtitle=%E5%82%85%E7%AB%8B%E5%8F%B6%E5%8F%98%E6%8D%A2&fromid=3472079&fr=aladdin
[8] 现金流贴现,https://baike.baidu.com/item/%E7%8E%B0%E9%87%91%E6%B5%81%E8%B4%B4%E7%8E%B0/10615261?fr=aladdin

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值