- 博客(195)
- 问答 (3)
- 收藏
- 关注
RSS订阅
原创 公共命名空间简述，实现自然语言编程的必经之路
公共命名空间的想法出现自2019年，到现在有三年了。在2022年底，总结一下这三年来的想法。就像字符集+字体，公共命名空间+新编译原理也是这么一对儿。字符集用来收集所有符号，字体用来显示字符集中的符号；公共命名空间用来收集所有的句子，新编译原理用来实现这些句子。公共命名空间是一个四维空间，四个维度分别是：句子、方言、同位素、冗余项(rǒng)。为了在二维的电脑屏幕上呈现四维空间，先呈现前两个维度。每一行是一个句子，每一列是一个方言。在行与列交叉处是单元格，点开单元格，是另一个二维表：每一行是一个同位素
2022-12-14 08:12:50
455
3
原创 韩语字符分析
多数汉字可拆分成两部分，算上字结尾，是三个符号。同时，韩语也是一个字变三个字，表示相同的意思，需要的字节数和汉语、英语都一样了。设想中，汉字用字根拼接而成，韩语也放弃这一万多个字符，使字符总数降低到6万，可以用2字节表示，也方便制作字体。查看unicode文档，发现韩语字符有11172个，这是19×21×28，其实就是19+21+28=68个符号的排列组合。个符号，有CJK ext A，包含6592个字符，从3400到4DBF，这一段可以替换成韩语68个字母，和汉字的结构描述符、字根。
2025-02-02 19:28:21
343
原创 设想中的计算机语言：可执行对象的构造函数和析构函数
可执行对象”是一个创意。现有的OOP，对象里储存的全是数据，代码集中管理。而可执行对象中储存的是代码。构造函数通过修改对象内的地址，完成重定向，而不是每调用一次函数都要查表找地址。也就是说，直接修改call, jmp指令后边的地址立即数。
2025-01-30 19:14:09
260
原创 蛇年的第一篇博客：设想中的汉字编码
本文描述了想象中的汉字编码，希望用拼接字根的方法，简化汉字编码。简化后，韩语字符也会跟着简化。最后，unicode字符的数量控制在216以内，可以用2字节表示。至此，用不同语言表达相同意思，所需编码长度差不多的设想，就更近了。虽然目标是2字节，但使用UTF-16仍有必要，保证可以编码114万多个字符，避免万一2字节不够用时的尴尬。新的编码将不兼容现有编码，可以命名为unicode CJK compressed。
2025-01-29 07:18:57
338
原创 我设计的CPU架构：CCSC，核-电路分离计算机
以上便是CCSC(核-电路分离计算机)的架构设计。该设计的目标是省电，并且通过将复杂电路移出核心的做法，简化核心，提高电路的利用率。之前有用简单电路模拟复杂电路的想法，但那不现实，CPU每执行一条指令都要调用一次加法器，如果加法器也需要模拟，执行速度会很慢，而且费电。所以，保留功能电路是设计CPU的必然选择。同时，如果每个核都设计所有功能电路，将是复杂的，且利用率低。例如，现有的CPU每个核都有除法指令，在新的架构中，除法指令在核心外部。
2025-01-24 07:27:24
498
原创 软件的收费方式
全国有700万程序员，占人口的1/200，200人养活一个程序员，每人支出收入的0.5%。每人每天玩手机5小时，一个月玩5×30=150小时，每小时收费0.75%÷150=0.00005。但是，还要考虑网民的网瘾，如果固定收费，会有人大量使用手机，网瘾就犯了。所以，应该计时收费，督促网民少用手机。另一个人，年薪百万，每天玩8小时，他需缴纳：1000000/12×0.00005×8×30=1000元/月。举例来说，一个人月薪4000元，每天玩5小时，他需缴纳：4000×0.00005×5×30=30元/月。
2025-01-20 21:52:00
189
原创 笔记，如何区分大端、小端？
所有计算机厂商储存字符串的方式是一样的：储存字符串"abcd"，在地址低的地方储存a，在地址高的地方储存d，阅读一个字符串，是沿着地址增加的方向进行的。沿着地址增加的方向看，它的值是：01 00 00 00，这是小端。注意，字节内部没有字节序问题，所以，不要一股脑地写成10 00 00 00。沿着地址增加的方向看，先显示高位数字的是大端，先显示低位数字的是小端。GB2312编码的“啊”是0xB0A1，沿着地址增加的方向看，就是B0和A1，这是大端。更高的位在地址偏移量更大的地方，这么设计编程会容易点儿。
2025-01-17 12:11:11
205
原创 我设计的IP地址
IP地址不应该是神秘的，它和邮政编码、电话号码一样，只是个数字。考虑世界各地的人口，中国14亿，印度14亿，非洲14亿，欧美澳加起来17亿，亚洲其它地区17亿。分成5部分，各地的编号是：欧美澳1，非洲2，亚洲其它7，中国8，印度9中国和印度的邮政编码都是6位数，8-123456表示中国的一个地区。例如，我所在的邮区有8万人，最少需5位数，取6位数表示。IP地址是64位的，每4比特表示一个十进制数，可表示16位数。
2025-01-06 08:21:41
199
原创 缓存淘汰算法：次数除以时间差
记录缓存中的每一项的访问次数、最后访问时间，获取当前时间，可算出时间差，然后，用次数除以时间差，取最小的淘汰。这一算法比较慢，需配合多级缓存。一级缓存不很大，使用此算法。二级缓存可以大一些，使用其它淘汰算法。
2025-01-03 15:47:08
176
原创 变长的时间戳(第4版)
每400年有400×365+97=146097天，A类时间戳能表达1000个400年，是40万年，公元前后各20万年。1×××× 1×××× 0××××，这表示有3个32位。第2位是0，再看第3位，是0，就是A类；C类时间戳的单位是皮秒，写成A+B+C的形式，能表达很精细的时间。B类时间戳的单位是毫秒，和A类时间戳一起使用，满足多数需求。A类时间戳的单位是天，可以只有它自己，表示精确到天的时间；以32位为单位，一个时间戳可以是32位、64位、96位。B类时间戳表示一天中的毫秒数，它也可以储存于29比特中。
2024-12-28 19:47:00
319
1
原创 让汉语和英语一样长的字符编码
使用UTF-8编码表达相同的意思，需要的字节数，俄语是英语的2倍。使用UTF-16编码，英语是汉语的3倍。如何做到“不同语言表达相同意思，所需编码长度大致一样”？本文做出了尝试。
2024-12-21 18:03:02
174
原创 小王子压缩算法
在《小王子》这本书中，the little prince反复出现，设想应该可以把它做为新的符号，从而起到压缩的效果。搜集代码库，运行小王子压缩算法，留在字典里的，正是指令集需要的。这么一来，就求出了最优指令集。市场上并不缺少压缩算法，研究小王子压缩算法，是为了设计CPU最优指令集。霍夫曼编码依赖现有的符号边界，而本文要研究的，是寻找更好的符号边界。至此，找到了3个新的“符号”！有些时候字典过大，需要舍弃概率低的。
2024-12-20 19:23:34
231
原创 变长的时间戳(第3版)
从第2版的8类时间戳，缩小为3类。其中，A类时间戳以天为单位，分配146097000个数字给它，能表达40万年。当只使用A类时间戳时，它以天为单位，也就是日期类型date。变长时间戳第3版，较第2版而言，减小了表达范围，更贴近实际使用情况。第2版，表达范围从5880万亿年，到普朗克时间，这也太夸张了。时间戳的长度选32位，或是64位，都有限制。B类时间戳以毫秒为单位，分配86400000个数字给它，能表达1天。常用的格式为A+B，占64位，精确到毫秒。更精确的时间，用A+B+C，占96位。
2024-12-16 08:44:21
136
原创 最简单的计算机：真值表计算机(TTC)
就像编译原理优化程序前，需要把程序转化为中间代码，然后针对中间代码进行优化一样。如图，一块电路有7个端口，分别是输入A, B，输出C，真值表(在下端)。只是速度慢了一点，例如，它需要用软件的形式模拟一个加法器，每执行一条指令，就要调用一次加法器函数，那叫一个慢啊！为了让TTC快一点的研究，可用于实践。编译原理龙书上说：有“硅编译器”，即将源代码转化为电路的编译器。有了它，就能制作出TTC的编译器。上述4条指令可看做一个整体，这样一来就能减少加法器的调用。真值表计算机(TTC)是一个理论模型，有研究价值。
2024-12-15 13:05:56
266
原创 输入法：点三下输入一个汉字
第二键区分左右，若是左半区，则表示选择第一键中的第一个声母；每个半区有4个按钮，分别是不加中间字母，以及中间字母为i, u, ü的情况。虽然也有9键的方案，但重码率较高。计算一下，9键点2下，共81种排列组合。而汉字的读音，不计声调，有400多个。所以，设计了“三拼输入法”，使用较少的按键，点三下输入一个汉字。对于某些不便使用26键的情况，例如按钮太小，不好按，可以考虑使用此输入法。且是三行四列，比之前的四行三列，更扁了。第三键是韵母，例如“路”，拼音是lu，只有声母和中间字母，没有第三键的韵母，就选空。
2024-12-07 22:21:18
270
原创 公共命名空间：可挂载同位素
公共命名空间是实现自然语言编程的必经之路。它可以理解为一张巨大的表格，其中收录了所有句子。用unicode来做类比，unicode里边收录了所有字符，且它是一个一维空间，先填充字符集，再研究字体，于是，可以在电脑上显示字符；然后说公共命名空间，其中收录了所有句子，且它是一个四维空间，先填充公共命名空间，再研究编译原理，于是，可以实现自然语言编程。
2024-11-22 06:12:47
850
1
原创 公共命名空间，例4
以上三句，对上下文容器的使用方式不同。第一句，不使用上下文容器；第二句，没写至哪里，就至上下文容器，它把运算结果推送至上下文容器；第三句，从上下文容器获取参数，并把运算结果推送进去。有了公共命名空间，世界各地的程序员都可以用母语编程，如上例。美国的程序员用英语编程，并不是C++这样看上去像英语的语言，而是真正的英语。
2024-11-20 07:53:36
147
原创 公共命名空间：内置名
第一句明确指出了使用什么，使用方言；第二句也是使用方言的意思。如果中括号里的内容，完全当做参数来处理，那么，第二句就难以确定使用什么。这里需要使用叫做“内置名”的技术，如下：把参数[哇哇小可爱的方言]修改为看上去有些累赘，但语义明确。以上便是内置名的使用方法。另一个例子，调用函数。调用[激励函数]调用函数[激励函数]把函数说了两遍。
2024-11-09 11:42:09
273
1
原创 公共命名空间，2024年11月的笔记
电脑也是一项发明，会用电脑的人不一定懂得电脑的原理，这是程序员和电脑操作员的区别。填充公共命名空间应该能在手机上进行，这样一来，能有更多人参与进来，而不是必须买台电脑才能填充。之前的博客中说到，公共命名空间是一个网站，方便所有将要使用计算机语言的人来填充。但最终的结果是，需要字符集，人工地把所有字符收集起来，让电脑一个个记住，这样便解决了在电脑上显示字符的问题。汽车是一项发明，许多人都会开汽车，但不一定懂得汽车的原理，这就是工人和司机的区别。继续考证，或进入大学，学习计算机专业，获得更高等级程序员的称号。
2024-11-03 08:15:54
405
1
原创 公共命名空间，2024年10月的笔记
首先，我国选择C++做为竞赛语言，许多人学C++，学习的结果是：看到“公共命名空间”，就幻想出一个私有命名空间，其实，公共命名空间和C++的命名空间无关！
2024-10-30 07:58:03
357
1
原创 公共命名空间：上下文容器
第二行执行时，还缺一个参数，从上下文容器中找，找到了这个整数。具体来说，"输入一个整数"和"输入一个整数至[n]"是两个函数，这两个函数很像，唯一的区别在于是否向上下文容器推送变量。公共命名空间，是供程序员讨论的空间，大家在这里讨论计算机语言应该是什么样子的，然后，由语言的制作者实现计算机语言。另外，“重复[6]次”、“重复[6]遍”，意思是一样的，在公共命名空间中，这是一组冗余项。准确地说，上下文容器不属于公共命名空间，它更像是公共命名空间中的某个方言的特性。至此，上下文容器为空，不推送，也不亏欠。
2024-08-13 18:10:16
261
2
原创 压缩转义符到只剩一个反斜线
例如，引入了新的转义字符的字符串，就不可能用一个正则表达式来描述，词法分析要创新。理论上可以，因为反斜线加小括号里是一门微型语言，可以表达这12个，甚至更多意思。例如，程序员A就发现，应该让字符串中的转义字符尽可能少，只剩一个反斜线即可。这是因为转义符要求尽可能少，以至于只剩下一个反斜线，这时，应该添加一个符号。熟悉C语言的程序员B，和Java语言程序员C立即发现，这么写不对。有的时候，变量名可以和换行符、制表符等区分开来，就可以省略等于号。的写法，这需要显示反斜线本身，和后边括号里的内容。
2024-08-12 06:02:41
495
1
原创 公共命名空间的例子3
在x语言中，不符合“先乘除后加减”，这个句子应该怎样解释呢？第一步，进行词法分析，目的是识别出注释和字符串，其中可能包括任意符号，干扰编译过程。第二步，用句号、分号分割，并用数数的方法处理括号，识别出单个语句。这种分析方法是先用优先级低的符号进行分割，再分别处理每个段落。以1+2×3为例，原本的做法是先算乘除，新的方法是：先用加号分割，再处理1和2×3，最后构建起一棵语法树。现有的语言中也有类似情况，如正则表达式。正则表达式被当成一个字符串，在运行时编译并执行。
2024-08-12 05:58:53
330
原创 公共命名空间的例子2
公共命名空间尝试收集所有的句子，它给程序员准备了一个讨论、甚至是“吵架”的地方。程序员对计算机语言的设想和要求，在这里得到体现。语言的制作者通过分析别人讨论的内容，进行权衡，决定语言应该是什么样子的。这比他自己在那想象要好。结果，语言凝聚了众人的智慧，不再是某个语言之父的个人创作。先填充公共命名空间，再实现计算机语言。这个过程可能要重复多次，但还是次数少一点为妙。不能指望一次成型，但像现在那样，出现上千种语言，把一个过程重复上千次，也是不好的。
2024-08-07 05:25:22
468
原创 公共命名空间的例子
通过上述讨论，关于解方程的句子就基本定型了，然后，交给语言的制作者去实现语言。在公共命名空间中，程序员不能像传统语言那样，自定义函数名，而是使用已经讨论通过的句子。或许公共命名空间中的讨论一般没有定论，对于容易产生定论的话题，它们早就讨论完了，用不着公共命名空间登场。现有的上千种计算机语言，是上千个“语言之父”的杰作，这些语言大同小异，却不相通。这样一来，需要有“句子相关的解析器”，把特定的解析器和特定的句子关联起来。程序员C发现，既然是关于x的方程，那么解一定是放在x里，所以，可以进一步修改。
2024-08-06 09:55:05
247
1
原创 数据结构：带索引的双链表IDL
它更省内存，可以用于从内存里的红黑树，到硬盘上的数据结构(如B+树)，的转换过程中的替代品。举例来说，索引中储存的长度是6-6-5-6，插入一项之后变成6-7-5-6。总长度为24，分4段，平均每段长度为6，所以，修改为6-6-6-6。查找数据时，在索引数组中采用二分法，先找到双链表的中间位置，比大小。相比使用数组，对于有1M个元素的数组，在首部增加1项，会产生1M个数据移动。设双链表的最大长度为100万，则索引长1000，每个索引项中的长度为1000。如图，下方是一个双链表，上方是索引。
2024-08-04 06:00:34
515
原创 公共命名空间中的自定义函数
这种情况就像生产汽车和驾驶汽车的区别，程序员相当于生产汽车的工人，普通人相当于司机。当然，充当字典角色的正是公共命名空间，先填充公共命名空间，再实现计算机语言，不要轻易修改公共命名空间，给语言的使用者一本好用的、稳定的字典。在新的语言中，不能像传统语言那样，有“自”定义函数的功能，不能由程序员决定函数的名字，而是由“公共命名空间”来决定。其中中括号表示参数的位置，百分号表示“类型”，这是六个独立的命名空间的一部分，大于号表示这是一个输出变量。开发程序的过程会有些变化，先选择方言，再使用方言中的句子。
2024-07-31 12:13:25
489
原创 未来的汉字编码
一字节模式兼容ASCII码，是0*******的样子。两字节以上都是多字节模式，是多个1*******加上一个0*******结尾。每个字节有7比特可用，三字节即可表达unicode全部字符，因为unicode范围是0~0x10FFFF，21比特。理论上讲，UTF-8inf可以表达任意大数，inf正是“无穷”的意思。
2024-07-29 10:38:50
427
原创 计算机组成原理：海明校验
g4上边有3个8和1个p4，3个8对应b5, b6, b7，g4的值等于对b5, b6, b7, p4求偶校验的结果。计算了g4g3g2g1后，发现它的值等于0000，这表示没有错误。在上图中，对绿色的7比特数据进行海明校验，需要添加紫色的4比特校验位，总共是蓝色的11比特。然后竖着看，p4上边有3个8，分别对应b5, b6, b7，p4的值等于这三位的偶校验的结果。p1上边有5个1，p1的值等于对b1, b2, b4, b5, b7的偶校验的结果。的1, 2, 4, 8, 16, 32, 64位，是2。
2024-06-29 11:05:33
555
原创 float8格式
在人工智能·神经元网络中，一个参数用1字节表示即可，或者说，这是个猜想：因为图像的颜色用8比特表示就够了，所以说，猜想神经元的区分度应该小于256。
2024-06-28 22:36:40
342
原创 变长的时间戳设计，第2版
B类时间戳的数字是1168776000=(365×400+97)×8000，现在使用的西洋历，以400年为一个循环，每400年是365×400+97天。设计变长的时间戳，以32位为单元，最短有32位，最长有32×8=256位。时间戳是变长的，是由上述8类组合而成的。最常用的组合是B+C，它表示公元后的第几天，第几个10。秒，二者相乘，得到“天”，正好是B类时间戳的单位。秒，这可以用来描述普朗克时间，也就是物理学中时间的最小值，不可能有比这更小的时间了。减去其它的数字，使用A类时间戳，能表达几千万亿年。
2024-06-26 16:28:43
701
原创 密码学：用随机函数隐藏指纹
把e加密成2个符号，用随机函数选择，例如70%概率下选择符号1，30%选择符号2。解密时，符号1和符号2都翻译成e。这样一处理，e的指纹就被隐藏起来了。英文中e的出现频率高，加密后，频率最高的那个符号代表e。这是历史上的一次真实案例。这些符号的概率，叫做“指纹”。阅读时忽略它，这么一来，会有一个符号，加密后看上去很像e。这些无意义符号，也是随机加入的。明天下♥️午在北大♥️门集合♥️。
2024-06-26 07:12:22
422
1
原创 文本和二进制混合存储
10个×能表达[0, 1K)，将它加一，能表达[1, 1K]的范围。在立即数模式下，用2字节记录长度len-1，再写下长度为len的data。既然设计为保存1KB数据，这套方案可以命名为UTF-8_1KB。对UTF-8编码进行修改，得到能够混合存储的编码。在这句话中，以二进制形式储存时间戳，紧凑。②以二进制为主，区分文本和二进制数据段。①以文本为主，插入二进制数据。，这里还有4个码位，保留。，UTF-8一字节模式。，UTF-8双字节模式。，UTF-8三字节模式。，UTF-8四字节模式。
2024-06-25 12:34:07
292
2
原创 分布式，容错：10台电脑坏了2台
H=2，则每台电脑分H+1=3个分区。用轮换的方式存储，首先，电脑1的分区A，储存1号信息；然后，电脑2的分区B、电脑3的分区C，也储存1号信息。由10台电脑组成的分布式系统，随机、任意坏了2台，剩下的8台电脑仍然储存着全部信息，可以继续服务。H=N-1，总容量变为1/N，这时，每台电脑都储存着全部信息，保证任意坏了N-1台，剩下的1台还能正常工作。设N台电脑，坏了H台，要保证上述性质，需要有冗余，总的存储量降低为1/(H+1)。H=1，随机坏1台，总容量变为1/2；H=2，随机坏2台，总容量变为1/3；
2024-06-23 17:56:26
308
原创 变长的时间戳设计
以前的时间戳有32位，以秒为单位，2秒≈68年，从1970年开始，到2038年会出问题。后来出现的时间戳有64位，以纳秒为单位，2纳秒≈292年。本次设计的变长时间戳，以32比特为单位，总共分5段，最长为32×5=160比特，最短为32比特。一个32位数，其值从0到42亿多。从公元元年1月1日 00:00:00做为时间的原点。
2024-06-20 20:12:11
732
空空如也
Python高精度运算mpmath库的问题
2025-02-11
一个64位超前进位加法器需要几个晶体管？
2024-12-27
直播间的工作原理是什么？
2024-06-01
为什么在Android上不能运行OpenOffice？
2023-12-10
运行GPT-3需要多大的内存
2023-05-21
Hadoop的文件结构
2023-05-14
编译原理，用变量名决定程序功能
2022-05-10
怎样表示unicode字符？
2021-12-07
人工智能，雇佣超算训练一次要多少钱？
2021-05-22
TA创建的收藏夹 TA关注的收藏夹
TA关注的人