《三体》死神永生之感

死神永生读后感


学号:16340219
本人学院
加一个公式: c=λυ
以便之后阐述


目录
时间线
云天明的礼物
青铜时代号的悲哀
水滴危机
云天明的童话
画中的永生
1


时间线

时间时长
危机纪元公元201X年—2208年
威慑纪元公元2208年—2270年
威慑后公元2270年—2272年
广播纪元公元2272年—2332年
掩体纪元公元2333年—2400年
银河纪元公元2273年—不明
DX3906星系黑域纪元公元2687年—公元18906416年
647号宇宙时间线公元18906416年启动

云天明的礼物
乍一看,这是一个感人的爱情故事,其实,这是一个横贯宇宙的爱情史诗。云天明身患癌症将死,临死前他送给他喜欢的女生程心一颗行星,并愿意将他的大脑送入三体世界,守护这个世界以及她。一颗星星,承载着云天明的默默地无声的暗恋,他们或许都不会想到,这是他们最终的归宿。天亦有情天亦老,人间正道是沧桑。可是刘慈欣最后还是不让他们在一起,可恶。还有一个问题:程心为什么说安乐死法是为云天明通过的?听着很无情。


青铜时代号的悲哀
因为信任,他们选择回归;因为荣誉,他们堕入陷阱。是谁杀了他们,有人说是他们残忍种下的恶果,也有人说是人性的不能容忍罪恶的善良。其实,极权何尝不是一种人性,处于生死边缘才会不择手段,为活下去每个人都会极尽全力。这是人心不可破除的欲望吧。说是话,看到这里,我心生恐惧。呵呵,或许我太幼稚了吧!这里写图片描述


水滴危机
人类最难熬的时间,也是程心展现母爱的时刻,其实我一直在想,选程心作为执剑人是不是太柔弱,每次都要制造危机,再用母爱解决危机,丢掉威慑系统是人类面对统治,拒绝维德的光速飞船计划使人类被毁灭,一次又一次。刘慈欣对母爱如此执着吗?当面对两个文明时,程心不是想着保护地球文明,而是企图保卫敌我两个文明,作为一个男生,我很难理解这种包容一切的能力,鱼和熊掌不可兼得啊!


云天明的童话
这可以说是救世大招啊,用三个童话暗含深意的告诉程心保护人类的方法—制造光速飞船或创造黑域,通过降低空间的频率,增大波长,从而降低光速,给宇宙管理者制造这是连光的速度都会降低的黑域,那么其他物质又怎么会威胁到外域星系的假象,以求自保。
这里写图片描述
然而,这一方法却成为了人类两个纪元的困惑,最终才发现,光速飞船和黑域殊途同归,只有飞船达到光速,才能形成波纹创造黑域,但又会暴露自己,刘慈欣将这一问题扔给程心,让她再次做出错误的判断。如果她有维德的刚强,或许她会一时成为人类的公敌,但如果她成功了呢?当然这一切只是后话,第三部从一开始便带着死亡的气息,注定着一切会灭亡。从小说中,我看到的不会是人类物质上的救世主,而只有精神上的暂时寄托,可以说,灭亡已注定,只是如何安乐死而已。虽说云天明的童话给人类带来过一线生机,但童话毕竟缥缈,终是幻想。他救了只是一个他心爱的人。现在的话,我或许理解一开始程心对云天明说的话了:灭亡已注定,何必求生机,云天明代表着人类,预示着对人而言,无痛苦的死或许是最好的归宿。


画中的永生
一片二向箔,一个空间,一群人,永生。
我无法想象空间跌落的情景,但能看到人们凝固在脸上的表情,生动却再也不会动。
对刘慈欣来说,人性归宿莫不过于此,没有动,就失去了人性之恶,程心的母爱即使再伟大,也无法达到撼动人性的力量。
这里写图片描述


本文纯属个人观点,如有不当,欢迎指出。


  1. 个人认为比我的更专业的读后感[1]
    [1]:(http://blog.sina.com.cn/s/blog_538f347f0100ynyd.html
在Python编程中,"运动"通常是指模拟经典的牛顿问题,这是一个物理学上的经典问题,涉及到个质点之间的引力相互作用。这种运动通常用于展示多动力学、天力学以及数值计算方法,如欧拉法或四阶Runge-Kutta方法。 要编写这样的程序,你需要了解基本的物理定律,比如牛顿第二定律F=ma,以及如何通过向量运算表达引力作用。Python提供了诸如NumPy库来处理向量和矩阵运算,Matplotlib库则可以用来可视化运动轨迹。 下面是一个简化的示例,展示了如何使用Python的基本数学模块和循环来模拟运动: ```python import numpy as np from matplotlib import pyplot as plt # 定义常数 G = 6.674e-11 # 引力常数 m1 = m2 = m3 = 1 # 质量相同的物 r0 = [1, 0, 0] # 初始位置 v0 = [0, 0, 0] # 初始速度 # 设置时间步长和总时间 dt = 0.01 total_time = 10 # 计算并更新位置和速度 def update(state, masses, G): r = state[:3] v = state[3:] forces = np.array([[-G * masses[i] / np.linalg.norm(r - rj)**3 * (r - rj) for j in range(3)] for i in range(3)]) a = forces.sum(axis=0) / masses return np.concatenate((v + dt * a, r + dt * v)) state = np.zeros(6) # 初始化状态(位置+速度) positions = [r0] # 存储所有时间点的位置 for _ in range(int(total_time / dt)): state = update(state, [m1, m2, m3], G) positions.append(state[:3]) plt.plot(*zip(*positions), 'o-') plt.xlabel('x') plt.ylabel('y') plt.title('运动模拟') plt.show() ```
评论 11
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

打赏作者

hellowangld

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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