月度归档： 2010年8月

明天开始就是9月份了，于是就不能无限制上网了。一周还好。
于是趁着还有无限制的网络的时候，记录一下这几天回家的事情。
首先是29号，早上开车去了次无锡，上坟。因为我家的小凯越已经5个年头了，虽然保养比较好，但毕竟每天都开，开了近8万公里了，所以发动机动力不足了，上130就抖了，于是基本维持在120的速度。来去路上大概花了3小时，不过最主要的是在无锡走一条小路不通返回的时候车轮掉到一个洞里了，然后找人来抬……花了很大劲才弄出来，车底也擦了几下。
然后29号下午跑去买火车票，买到8号的T110硬卧，rp还是不错的~
30号在家看《新三国》，顺便下载各种软件。下午整理笔记本中间的东西，刻盘，然后重装系统，装了xp。
31号白天重装台式机，装了win7，发现兼容性能很好，而且用起来很舒服（当年是因为分区坏了才换回xp的，我想起来了……），所以下午又把本本装上了win7，折腾了一天多。因为还能上网，所以能安心下载驱动啥的。各种软件也是最新的了。
明天开始就不能整天上网了，于是估计只能整天看动画、电影了……
熬过这8天，然后回学校再说吧。

早上7点起床，收拾完东西就走了。9点多到北京南站，人很多，但D233已经开始检票了。因为是磁卡票，能从闸机验票，所以没有排队。
上车，发现人挺多。包厢里一共6个人，一个是从天津上来的。除我以外都是到南京的。开车后没多久我就跑到上铺躺着了，所谓先下手为强，花327元软座的票价享受655元动卧的体验。
因为有电源，就在上铺躺着看电脑，看《新三国》。火车上一共看掉17集……
包厢里一共三男三女，我对面下铺坐着（半躺着）一个很可爱的女生，可惜边上有gg。。。ms比我大一级。
于是路上养养眼还是可以的，特别是人家还在打瞌睡。
南京过后包厢里只有我一个了（因为这车不卖南京之后的票，南京之后没有人上车了），所以很舒服。拔掉耳机，直接公放，顺便吃吃东西。动卧代坐代包厢真是舒服极了~
之后回家，看了看虹桥站的自动售票机，还不错，都能卖，但是上海到北京早已经没有硬卧了。。。
2号线车很少，在虹桥火车站站至少等了5分钟。
换乘4号线，在宜山路站莫名其妙停了5分钟。
换乘1号线，这个很快。
换乘5号线。到站台的时候发现有很多人排队了，心想它快来了吧。结果等了7分钟，站台挤满了，才来一辆，这是始发站啊！！！刚挤上去就关门了，然后发现外面的景象就是我刚到站台的景象。。。原来是刚开掉一辆。
结论：动卧代坐很美好，上海人真多。
anyway,I’m back! 虽然明天就要买返程票了。

快回家了，于是准备屯点动画看看，于是开始搜寻豆瓣。
再然后，发现了一些吸引我注意的动画，但是几乎都不能下载了。
颇为惋惜。

也许是时代潮流吧，旧的不去新的不来，旧的动画总不能永久留存，于是自然就被淘汰了。
只是有点惋惜，明明很好的动画，相较现在的卖肉的动画而言好太多了，只是没人关注了。

几十年后，还有多少现在的动画会被人记起呢？

终于要回家了！
本来想买D29的，结果周五周六的D29异常火爆，都没票……
D31因为是CRH1B的，所以坐10个小时太难受了。
于是买了D233，动卧代坐，虽然没有靠背，但是有电源，早点去还能睡个上铺啥的。
waiting

七月初的时候，闲来无事，于是安装了极品飞车8玩玩。
昨天终于打通了，而且昨天还花了两个多小时，否则不知要拖到猴年马月才能通关了。
感觉上，极品8的车辆调教是蛮难掌握的，因为需要修改的部件很多，总感觉找不到一辆顺手的车。
不过，因为没有打困难级别的对手，所以开得还是很顺利的。
最后的boss很弱，比平时的对手还弱……
AE86是辆好车。
7月初基本每天开2小时，然后实践，然后回来以后就碰的少了。
断断续续的，打了这么久。
为什么呢？因为整天都在写代码。重复的体力活。
不过马上就要解脱了，28号回家。。。
p。s。 突然发现我的日志分类里面没有“游戏”这一类……看来我玩游戏真的太少了……所以嘛，分在电影动画类吧，算是娱乐活动？

RT

说的是东之伊甸。
这是一部本来很有可能成为神作的动画，TV版的时候吊足了观众的胃口，然后第一部剧场版也是，制造了更多的悬疑，然后到了第二部剧场版，本来满心期待惊天地气鬼魂的结局的，结果。。。什么都不是，看完的感觉就是：“为什么我没有两倍速看掉……”。且不说各种悬疑都没有很好的过渡阐明，各种人物也只是一笔提过，比如说亚东的孙女们，就露了几分钟，出来还不知道有什么意思。亚东老人家呢，也是出来打个酱油，宣布结束，洗个脑，没了。saki和朗的关系也没有了，他又失踪了。
总的来说，就是剧场版2各种乱七八糟，完全不符合之前一贯的风格，原本良好的基础，都被无情的践踏了，也难怪豆瓣上一星评价这么多了。
不过，他至少是完结了。
期待《凉宫春日的消失》！

1.自己实现聚类的方法，比如：自己实现Kmeans等算法。只要能用就行。。时间足够了就去研究怎么分层聚类，类似K-means Tree的方法。
2.弄懂sift、surf的基本思想和特征描述符。
3.根据surf、sift特征，加上各种附加信息：大小，位置，方向等，实现图像的匹配计算。
4.对于3，实现大规模的图像匹配计算。

为了不忘记，索性记下来。

今天，正好碰到一个32位二进制数计算有多少个1的问题。网上搜了一下，C++没有这个函数，但是具体实现的代码倒一个比一个巧妙。
算法1：一位一位右移，这个是最容易想到的，这里不说了。
算法2：http://crane.is-programmer.com/posts/17830.html
利用分治的思想，两两相加得到结果。已经让人叹为观止了。
算法3：HAKMEM算法
http://blog.csdn.net/bvbook/archive/2008/04/15/2292823.aspx
只剩下没几个加减法和位运算了。
算法4：MIT HAKMEM算法最终版：
http://blog.csdn.net/msquare/archive/2009/09/09/4536388.aspx
彻底让人震惊了。

算法很美妙，好的算法可以让程序速度发生数量级的变化~