始终

工作中遇到一些需要做集合运算的场景。这种时候，写个 Python 脚本当然是个选择；然而，我却嫌弃太重量级。因此，在 Linux 工具中寻找到了能够胜任这一工作的 sort 和 uniq 两个命令。

公认的计算机之父是阿兰·图灵在 1936 年提出了「图灵机」的概念。图灵机是一个抽象的计算模型，它可以形象地表述为：

1. 有一个向两端无限延伸的带子，可以在上面记录内容
2. 有一个可以在带子上擦除/写入的读写头，可以在带子上任意移动
3. 有一个控制器，控制读写头的移动和擦除/写入操作

图灵机的表述看似纸上谈兵，但实际与现在计算机的体系结构有良好的对应，甚至可以说是所有现代计算机背后的灵魂。

1. 带子对应于内存（当然内存不能无限大，这限制了计算机的处理能力是有上限的）
2. 读写头可以在带子上任意移动读写对应内存的随机存取（内存的英文名字就是 Random Access Memory）
3. 控制器对应中央处理器

在内存这条带子上，找到正确的位置以便进行存取的过程，就是所谓的「内存寻址」过程。在图灵机这个思想模型中，我们可以假设读写头可以按照要求立即在带子上找到正确的位置。但是在现实生活中，有效地内存寻址是必须要解决的问题。因此，内存寻址可谓是计算机体系结构的核心问题之一。

这篇文章主要讨论 Intel x86 架构上的内存寻址问题。纯干货，吃到撑。

先来个背景音乐。

简介

想必读者对编程中的「变量」、「实例（对象）」不会陌生。

变量和实例对应的，是一些有意义的数据。这些数据，在不同编程语言中，可能有不一样的表现；在不同操作系统中，也可能有不一样的形式。现代计算机应用，不可避免地会涉及到多个模块/程序之间的数据交换、不同语言之间的相互协作、计算机之间的数据交互。如果依着操作系统和编程语言的特性，用不同的形式去实现同样的数据，那整个计算机世界就会乱了套了。

数据的序列化和反序列化，就是为了解决这个问题而诞生的。

序列化是说，将变量和实例这些数据，依照某种约定，转化（通常伴随着压缩）为一种通用的数据格式；转化后的数据，可以用来储存或者传输，以备下次读取使用。其中提到的格式可以是二进制的，也可以是字符串式的。反序列化，就是上述过程的补集：将序列化的数据读入，解析为编程语言可识别的数据结构的过程。

现有的 cases 环境，只支持：

• 左侧的花括号
• 一个对齐符号 &

如果在 cases 环境里需要多个对齐符号 &，或者希望在它左右有不同风格的括号，就要动一番脑筋了。

最近在学习图论相关知识，读到二分图最大匹配问题的匈牙利算法，感觉很有意思，所以记录下来。