编程形而上学

函数式编程

1. 柯里化的目的有时是为了定制多个相似的函数，例如函数(a) => (b) => (c) => a + b +c。目的是为了得到一个(c) => someValue +c，someValue 取何值要视具体场景而定，这有点像一个函数的constructor. 补充：程墨大佬说函数式编程以柯里化作为传入参数的主要方式。
2. 柯里化的目的也可以这么理解：分步传参，基础函数只能一次性传参，时常需要用多个变量存储参数，最后一次性调用函数并传参；而柯里化的函数则方便得多。
3. compose是一种管道机制，设有纯函数a、b、c，const foo = c(b(a(arg)))。运行foo(val)时，先以c,b,a的顺序push入执行栈，然后参数arg以a,b,c的顺序return，就像gulp的pipe一样，abc的顺序至关重要。
4. 作为高阶函数的参数的函数，自然会在高阶函数中调用，大概率会被传入高阶函数作用域中的参数，被传入的参数有可能还是函数。
5. 函数式编程鼓励尽量不用this，一般来说也用不上。
6. immutable的对象，需用到Object.freeze方法
7. 只要是跟函数外部环境发生的交互就都是副作用
8. 由于纯函数的特性“同一个输入只对应同一个输出”，可作memoize函数，形成闭包缓存，对应背包问题。
9. 纯函数对于其依赖必须要诚实，将依赖都写在接受的参数里。
10. 柯里化和类相似，都是蓝图。
11. 可以考虑把有副作用的函数放入一个nameSpace严格限制
12. 函数签名example: foo :: string -> [string]
13. functor的威力在于: 1 约定了统一的类型，防止了链式调用中意外情况的发生 2 这使得它可以安全地链式调用，如同compose 3 更好地定制map函数的行为，可增加截流之类的功能 4 container如同vm一样，成为data和behavior的中间人，映射从行为中被抽离了出来！ 5 这意味着：我们只需要关注映射——函数，而这正是声明式编程。6 进一步地演绎它，可以在map的参数中做各种函数式操作，比如compose,局部传参等等，你只需确保最后map的参数是一个纯函数即可。
14. functor 是实现了 map 函数并遵守一些特定规则的容器类型，it’s mappable.这和Promise是thenable的有异曲同工之妙。
15. js数组如今已经mappable了，可以作为functor使用，array在react和vue中的表现很好地印证了functor的安全性。
16. 柯里化的局部传参或许可以很好地用于连续异步，一次异步传一次参数。
17. 我认为函数式应该这样实践：手动声明的基础函数应完成最基础的一件事，比如obj => obj.prop，复杂的功能用compose组合基础函数，这样的代码有很好的可读性，且从具体到抽象过渡流畅，可抽象可具体。
18. Promise是一种monad，resovle是将值置入容器中，然后触发map(f)/then(f)，如果resolve的值是一个Promise，会递归resolve，一直到取到非Promise的值为止。
19. map(map(func, functor))，这样嵌套的原因是有时functor中的值还是一个functor
20. monad要素：of方法，join方法(flaten多层functor)
21. 我觉得react的组件就很像一个functor:state就是_value, render就是map的参数；高阶组件就如同柯里化的高阶函数
22. functor很像vm，是一个中间层-数据和映射的中间层，他的主要意义在于我们能把映射从操作中剥离出来并专注于它，这比起命令式编程更接近人类的思维。

面向对象编程

1. 对象 封装状态和行为:state&behavior，行为因状态而不同，状态因行为而变化。
2. prototype中放的基本是行为，为何？结合日常实际，一个生物之所以归类为人，是因为他的行为，还是因为他的长相和身材呢？主要还是行为吧。这种思想就是“多态”(大概)。
3. 當一組數據和方法强烈耦合時，就要考慮封裝為對象了。
4. 面向对象有不同的实现方式：基于类 & 原型链
5. 原型链OOP契合"polyMorphism"，关注behavior。而class侧重于类型，严谨，可避免大量错误。

抽象/软件工程/设计模式

1. 函数封装本质是对一系列过程/行为的抽象，封装一个代码块的原因：1它将被大量重复使用 2 将一系列行为抽象为一个行为，抽象程度越高的行为使用的越多，每次复用它产生的效率就越高，系统就越有序。
2. 函数的封装参考“单一功能”原则，一个函数最好只做一件事。“一件事”是个抽象的概念，实际操作起来一件事可以包含几件小事，几件小小事，多半还是要随机应变。个人觉得“一件事”应是你的程序中一个“尽可能大的&&可预见的未来不需要拆分”的功能。——“尽可能大”是为了高效，如果复用的函数粒度很小，则要引用更多函数完成一个功能，这样复用的效率就大打折扣。“可预见的未来不需要拆分”是为了增加可复用的次数，因为比函数更小的功能是不能用该函数实现的。
3. 这就好像盖房子用砖头一样，砖头越大，砌砖、搬砖的次数越少，但是相应的，砖头不能填上的边角空隙就会越多，这些空隙最终还要用砂浆之类的东西来填上。
4. 代码复用的效果：1 成倍地减少工作量-所有需要同样代码块的位置引用一个代码块 2 扩展/变换方便，修改一处即可，快且正确，不易失误。如何确保改变复用代码(util)不出问题呢？我认为应该对复用的代码在开始时就应 well-defined，定义好它的作用和行为，约定好接口。
5. 故，复用需要提炼出代码中相同/相似的、重复的、不变的部分。完全相同的部分不必多言，相似的部分要复用，往往是柯里化函数、面向对象、compose等，换句话说就是要根据具体的使用场景一次或分多次传入参数。值得注意的是，如果传参的过程过于复杂，可能还不如不引用代码块。
6. 前端路由就像一棵决策树，每匹配一层路由就进行一次决策，确定一块视图，所以在vue中，每多一层路由便多一个router-view，它就像一个promise，是未来决策出的视图
7. 当for(){array.push()}时，这一过程是时间映射到空间；递归(树形结构)时，是空间映射到时间
8. 一层if-elseif-else语句等于按顺序划分一个集合(所有变量可能的状态组成的集合，布尔运算一般都能对应到集合操作)，if是第一刀，切走第一块，后面的elseif只能切剩下的，然后最后剩下的那块归else
9. 函数中，每个带有return的if-else语句都是一层筛，过了筛子则继续计算，被筛掉了则中止于该return
10. 后端数据库的复制，与内存中的复制相比，多了一层connect也就是根据父节点的外键取出子一层数据。复制完成后写回数据库是最后一步。
11. 一个代码块(或者函数)的行为b依托于"参数及其他状态"s，从时间轴的角度看，多次调用该函数可抽象为一个数组，函数中的if类似于离散数学中的∀x(P(x)->)，对于多个s组成的数组ss，代码块中的if相当于ss.filter().forEach(),多层嵌套的if-else相当于ss.filter().filter().foreEach()
12. 关联的数据，如果为了更快/渐进的加载，由一个接口分为两个接口，可能会面临这样的风险：第一个接口数据到了，如果第二个接口慢了很多才到，就可能导致界面上的数据在一段时间内自相矛盾。而数据全部由一个接口返回就没有这样的问题。
13. 观察者模式： 被观察者维护这样的一个数组: Array, 被观察者需要与观察者约定好-观察者上的一个钩子函数，比如hook，被观察者实现notify函数：调用所有 Array 中的 hook，如此一来双方是松散耦合，他们只需约定hook函数名。
14. 发布订阅模式是观察者模式基础上发展而来，发布者和订阅者完全解耦，二者靠中间层通信，比较类似于消息中间件

数据类型

1. 为何需要数据类型: 计算机底层对事物的编码是通过0101这样的电位逻辑，以number和string为例，number最重要的特性就是可以加减乘除，为此，需要把数字以二进制的形式存储于多位晶体管，这个过程中，一个number只对应一个编码/状态，也只有这样number才能参与计算，比如number++，只要把第一位晶体管异或门判断，记录下进位并和下一位重复这一过程。
2. 如果是string，数据的主要行为就是拼接，匹配之类的操作，字符对应的编码完全是人为约定的，只要不同的字符不会对应同一个编码即可，因此才会有字符编码的多个标准，比如ASCII和UTF-8。
3. 所以如果没有数据类型，string就可以被用来加减乘除，把ASCII的a(编码65)加一，编码变为66，就变成了b，‘a’+1=‘b’?，that make no sense。
4. http RESTful api：用uri(url)来指代网络上的资源, [get,post,put,delete]作为方法，相当于: class Resource { Data data, Data get(), void post(Data d), void put(param), void delete(param) }

离散数学

1. 蕴含等值 P∨Q <=> ┐P→Q ,可用集合理解：已知某元素在集合P或集合Q中，可得出结论，若该元素不在集合P中则必然在Q中。
2. “所有”意味着一堆∧，“存在”意味着一堆∨
3. 大部分情况下，一个值可以对应无限多个表达式，例如:1这个值可以表达为1 或 2-1 或 3/3等等，计算一个表达式，实际上是一个表达式转化为等价的另一个表达式的过程，那么转化为怎样的表达式才是终点呢？应该是最一目了然的那个。比如单个数字就非常一目了然。
4. 集合与布尔值，相伴而生。布尔值可以表达为在集合内或集合外，而集合由来自是否(布尔值)满足特性。
5. false意味着在集合外，又意味着在集合的补集内，从补集的角度看，又成了true
6. 由真值表得出基本的proposition equilavences, 再由它们得出复杂命题的equilavence
7. de morgan’s law: 非(p1或p2或p3…) equilavent 非p1与非p2与非p3…。一种解释是：非(所有的x都P) <=> 存在x非P
8. 一个真假未定的命题(一般含有个体变量)对应着一个集合。它的值为真的情况代表一个状态落在这个集合内。
9. 个人觉得 ∀x(P->Q) 有筛选的意味: array.filter(x => P)辖域内∀xQ
10. 命题中的前置量词：对于多个量词quatifier ∀ ∃的顺序，如果都是同性则顺序无关紧要，如果不同则顺序不可随意调换。最外层的量词有决定性的影响。
11. 大多表达式中的operator都基于二元关系(两个变量)，因此复杂表达式往往可以通过分治，层层二元拆解，最终底层都是二元表达式。
12. 状态机中状态的迁移可以构成一张图(图论的图)，每个状态机是一个函数，每个函数对应着图中的一个node和这个node为起点的edge,函数的参数便是选择edge从而到达下一个状态，所以一个状态机往往返回另一个状态机或者终点状态，也就是从一个状态到另一个状态(有点像向量的概念)。

图论

1. 图论中的一些概念：无序积:用来形容无向图的边 n阶图,n为顶点个数 顶点的邻域：与该顶点相连的点组成的集合 握手定理：无向图中度(单个顶点的边数)的总和等于边的总和的两倍，推论：度为奇数的顶点，个数必定是偶数 对于数列d,如果它每项能映射到一张图的一个顶点的度，则说这个数列可图化，该数列是该图的度序列。 同构：两个图，可以通过移动顶点最终达到完全重合 r部图，r为int，当r=2时称为2部图或对偶图 补图、自补图：一个图的补图与自身同构 超立方体图可用于并行计算连接cpu 子图 不含平行边也不包含自环的图称为简单图 操作(都是以边为准)：删除、收缩(两个相连的点合成一个点)、并图、交图、差图、联图(可产生完全2分图)、积图(把一个图中每个顶点换成另一个图)
2. 如果一个图中全是偶数长度的回路而不存在基数长度的回路,则此图可成为二部图。分法为选定一个基点，同基点距离偶数的同基点分为一部,距离偶数的分为另一部(当回路长度为奇数时，从一侧出发距离为偶数，而另一侧的距离为奇数，一致性被破坏)

编译原理

1. 编译原理大概分为两部分: 词法分析和语法分析
2. 语法分析中有一个概念/语言为BNF,目前我对于它的理解(不一定正确)为：consider this example:

<a> ::= 
	<b>
	|
	<a><+><b>
	|
	<a><-><b>

这里的|链接部分基本等同于if-else,也就是说它是有先后顺序的。