
虚数单位i的基本特性是i2=-1,除此之外,你知道i的i次方,也就是ii等于多少吗?
先看一下著名的欧拉公式:
![]()
取x=pi/2,得到
![]()
![]()
有意思的是,这个数只是众多答案中的一个,因为如果取x=pi*5/2,那么可以得到ii=0.0003882…,事实上,这是一个典型的多值函数,它的值的个数是无穷多个。
i的i次方等于多少?
2010年09月6日 |本网站遵守CC版权协议 转载请注明出自www.thecodeway.com笔画最多的汉字
2010年08月27日 |本网站遵守CC版权协议 转载请注明出自www.thecodeway.com 今天看到云风在Reader里共享的一个关于汉字笔画的笑话,突发奇想,汉字中笔画最多的究竟是哪个字呢?比如那个著名的“山西biangbiang面”中的“biang”字,一共57划:

但这个字应算是山西人民恶搞的产物,难以服众,于是想到了UniHan数据库,这个库是UNICODE标准中的一部分,集成了中国大陆、台湾、日本、韩国、香港、新加坡等大中华区的常用以及历史上的汉字,可以说是比较权威的一个汉字数据库,其中的kTotalStrokes数据就是汉字的笔画数,于是将其下载到本地,做了个简单排序,就可以得到下面几个笔画最多的汉字:
|
UNICODE: 9750 音: bìng 笔画数: 39 |
|
UNICODE: 4C9C 音: yè 笔画数: 44 |
|
UNICODE: 9F98 音: dá 笔画数: 48 |
|
UNICODE: 4A3B 音: bèng 笔画数: 52 |
| 冠军是: | |||
|
UNICODE: 2053B 音: zhèng 笔画数: 64 |
看来,光荣并不属于劳动人民的biangbiang面,而是zhèng这个字
参考: 汉典
失落的世界
2010年08月26日 |本网站遵守CC版权协议 转载请注明出自www.thecodeway.com
Steve McCurry,美国著名摄影家,因拍摄那副著名的“阿富汗女孩”而闻名世界,“阿富汗女孩”拍摄于1985年,女孩那令人难忘的深绿色眼睛,似乎在向人们倾诉她悲惨的命运,这幅照片也被美国国家地理杂志评为“最为知名照片”。Steve McCurry在三十五年间拍摄的照片超过一万张,他是少数能够捕捉人类灵魂深处的摄影家之一,用他的话说:“我的照片植根于普通人的心灵,我会在他们不经意之间,发掘他们内心深处的灵魂。” 通过他的镜头,我们发现了另一个世界,这是他镜头里世界,这是一个令人难以置信的世界,这是一个遥远的失落世界。
泰国

autoexp.dat入门
2010年06月19日 |本网站遵守CC版权协议 转载请注明出自www.thecodeway.com VC在调试状态下,会以三种方式显示一个变量的内容,分别是preview, children和stringview,例如下图所示,定义一个std::string类型的变量,鼠标悬停后显示的内容就是preview,children是点击”+”符号后显示的内容,而对于含有字符串内容的变量,点击上放大镜符号,会弹出单独的窗口内显示其中的字符串内容。

针对这部分功能,微软提供给开发者一个自定义接口,就是通过修改autoexp.dat这个看起来其貌不扬的小文件,该文件放在“$(VSINSTALLDIR)\Common7\Packages\Debugger”目录下,微软并没有提供关于这个文件的说明文档,只是在这个文件开始的地方有一些简单的说明,好在这个文件的结构并不复杂,通过分析现成的例子,大概也能了解个八九不离十。
先以一个例子说明如何使用这个文件,打开这个文件,在”[Visualizer]“这一行下面添加下面的内容
preview
(
#(
"Hello,World!"
)
)
}
然后启动VC, 随便定义一个名字为MyClass的类,当使用VC的调试器查看这个类的内容时,你会发现显示的调试内容已经变成了”Hello,World!”

阅读这个条目剩下部分 »
哈弗曼编码简介
2010年03月17日 |本网站遵守CC版权协议 转载请注明出自www.thecodeway.com 哈弗曼编码几乎是所有压缩算法的基础,其实这个算法并不复杂,简单的理解就是,如何用更短的bit来编码数据。
我们知道普通的编码都是定长的,比如常用的ASCII编码,每个字符都是8个bit:
| 字符 | 编码 |
|---|---|
| A | 00101001 |
| B | 00101010 |
| C | 00101011 |
| … | … |
这样,计算机就能很方便的把由0和1组成的数据流解析成原始信息,但我们知道,在很多情况下,数据文件中的字符出现的概率是不均匀的,比如在一篇英语文章中,字母“E”出现的频率最高,“Z”最低,如果我们使用不定长的bit编码,频率高的字母用比较短的编码表示,频率低的字母用长的编码表示,岂不是可以大大缩小文件的空间吗?
但这就要求编码要符合“前缀编码”的要求,即较短的编码不能是任何较长的编码的前缀,这样解析的时候才不会混淆,比如下面的编码方法就符合前缀原则:
| 字符 | 编码 |
|---|---|
| A | 0 |
| B | 10 |
| C | 110 |
| D | 1110 |
| E | 11110 |
| … | … |
根据这个码表,下面一段数据就可以唯一解析成原始信息了:
1110010101110110111100010 – DABBDCEAAB
要生成这种编码,最方便的就是用二叉树,考察一下下面这个树

阅读这个条目剩下部分 »
