昨天很忙，只阅读0.5小时，累计阅读11小时。

昨天阅读1小时，共176

昨日閱讀1小時
累積閱讀33小時

昨日阅读时长0.5小时，累计阅读时长10.5小时

1. 安替：利用未来与世界对赌  https://zhuanlan.zhihu.com/p/21937117

2. 摘录

    * 如果你有一天老了，躺在床上，你会不会再用那一天来换今天

    * 未来已在此处，只是分布不均

    * 如果有机会看一下十年后的情景，哪怕是一分钟，那么现在我就知道该干什么了

    * 现在开始的成功事件就是对未来十年时差的提前套利

    * 风投跟那个未来的时间的坐标很相近，创新的风投投的就是未来，而且未来的行业前景极大可能就是靠风投驱动的

    * 你必须要在一个学界的边界里面，在学界的边界里面越深，你越容易改变世界

    * 你只有通过学徒这种方法，你才能从非常低的起点，以最快的速度，进入核心的学界

    * 同侪压力就是如果我不熬夜把这东西搞定，我就会一辈子受这帮王八蛋学霸的耻笑

3. 自我思考

    本文主要讨论了两个论题：如何利用未来跟世界对赌？以及如何利用同侪压力被动进步？

    第一个论题实际是建立在以终为始的思考习惯之上，在我们开始做事之前，先去想我们预期要达到什么样的结果，据此来指导我们的开始。这一思想见于《高效能人士的七个习惯》，其实也算是动态规划求解最优策略的核心思想。因为未来的决策是不会反过来作用与过去或者当下的，除非有从未来到过去的通道。那么，如何思考未来我们需要什么，这个社会会发生什么？接下来作者提出了一个很有想法的断言，那就是『未来已在此处，只是分布不均』。这句话从两个角度来看：第一，小至个人时间管理，大至国家的五年计划，实际上关于未来要做什么我们在现在心中也是有数的；第二，当前落后国家或地区的未来可能是当前发达国家或地区的写照，因此地理上导致了时间的不均匀。承认这一断言之后，作者提出风投是未来的导向标，抓住风投的动向、理解风投的想法，等价于提前接触到未来，据此以实现现在与未来的套利。

    尽管我们有机会接触未来，并不一定代表我们就一定能改变未来。第二个论题便是讨论当今互联网如此发达、资源获取如此便利之下，地理的隔阂已经微乎其微了。那么为什么还是有要去硅谷感受、去名校学习的必要？作者给出的解释是激发同侪之间的压力，针对这一点我是深有体会。首先，你得进入那个圈子，懂圈子里的语言以及当前的所思所想；其次即使你在那个主流圈子里了，但是地理的隔阂还是会导致同侪之间不均匀的压力，因此有必要出去走走去更新自己的状态。实际上认识自己，乃至提升自己，以别人为镜也是不错的方式。

4. 昨日阅读：2小时

5. 累计阅读：95小时

昨日阅读1小时，总阅读274小时

昨日阅读0.5小时，累计阅读41.5小时

昨天阅读1小时，累计74小时

昨日阅读5小时，累计87小时。

第130天，昨日阅读1.5小时，共计144小时，代价！

昨天阅读5小时，累计阅读162小时。

时间：2016-11-14 参与挑战30天 第3天

1.今天你阅读到的有价值的全文内容链接
因为所有内容都是总结性质的，用到的全文内容链接太多，我觉得没有必要一一列举出来，将内容整理好全部放在段落摘录内。
图论相关的内容，之前这一块算是没有好好学，现在补一下，看到网上大部分的判断图连通的算法都是由C，C++实现的，少数用Java实现，打算全部看懂以后，转用Python重新写一遍，这次只是算法概念的描述，大体上的总结，有兴趣的坛友可以一起探讨，需要的话，可以整理成帖子重新发出来，在这里主要是写给自己看哒

2.今天你阅读到的有价值的内容段落摘录
判断图的连通性：
深度优先遍历 DFS
    DFS有两个主要特点，即：深度优先搜索形成的不再是一棵树，而是深度优先森林、节点的发现时间和完成时间具有括号性。之所以形成优先森林，是因为在进行深度优先遍历时，到达某个节点的源节点不唯一。具有括号性是指：如果开始搜索记为“（”，结束搜索记为“）”，则左右的括号都适当的嵌套在一起。通过括号性，我们可以更好的理解深度优先遍历的过程。其实现的时间复杂度为O(v2)

广度优先遍历 BFS
    BFS的特点是其搜索过的节点形成一颗广度优先树，每个节点到这棵树的根节点的距离叫做深度。BFS搜到的路径是最短路径，这里的最短路径是指经历的节点数目。BFS算法一般会用到队列作为节点的存储结构，其实现的时间复杂度为O(v+e)

Warshall 算法
【算法思想】
    Warshall算法通过动态规划的形式，以多阶段决策的方式来逐步构建一个有向图的传递闭包:
1）有向图的邻接矩阵表示了一个有向图，实际上有向图的邻接矩阵我们可以看作是没有经过任何中间顶点 (即一个点仅到它的邻接点为可达) 的图的传递闭包 (传递闭包的初始条件)
2）我们可以通过一次加入一个点的方式 (一共n次，加入n个点，n步决策) 来构造最终的传递闭包：
    用R0表示邻接矩阵，以后每次加入一个顶点来构造R1，R2.......Rn。
    如果 r(i , j) 在Rk-1中为1，那么加入顶点k作为中间节点后，r(i , j) 在Rk中的值仍为1 (如果可达了，加入点之后肯定还是可达)
    如果 r(i , j) 在Rk-1中不为1，仅当 r(i , k) = 1 且 r(k , j) = 1，r(i , j)在Rk中才为1 (如果现在不可达，仅当加入的一个中间节点可以作为一个桥梁使之可达，才可达)
【时间复杂度】
【伪代码】
【时间复杂度】O(v3)

Tarjan 算法
【功能】
    Tarjan算法的用途之一是，求一个有向图G=(V,E)里极大强连通分量。强连通分量是指有向图G里顶点间能互相到达的子图。而如果一个强连通分量已经没有被其它强通分量完全包含的话，那么这个强连通分量就是极大强连通分量。
【算法思想】
    用dfs遍历G中的每个顶点，通dfn表示dfs时达到顶点i的时间，low表示i所能直接或间接达到时间最小的顶点。(实际操作中low不一定最小，但不会影响程序的最终结果)
    程序开始时，time初始化为0，在dfs遍历到v时，low[v]=dfn[v]=time++，
v入栈（这里的栈不是dfs的递归时系统弄出来的栈）扫描一遍v所能直接达到的顶点k，如果 k没有被访问过那么先dfs遍历k，low[v]=min(low[v],low[k])；如果k在栈里，那么low[v]=min(low[v],dfn[k])(就是这里使得low[v]不一定最小，但不会影响到这里的low[v]会小于dfn[v])。扫描完所有的k以后，如果low[v]=dfn[v]时，栈里v以及v以上的顶点全部出栈，且刚刚出栈的就是一个极大强连通分量。
【大概的证明】
1．  在栈里，当dfs遍历到v，而且已经遍历完v所能直接到达的顶点时，low[v]=dfn[v]时，v一定能到达栈里v上面的顶点：
    因为当dfs遍历到v，而且已经dfs递归调用完v所能直接到达的顶点时（假设上面没有low=dfn），这时如果发现low[v]=dfn[v]，栈上面的顶点一定是刚才从顶点v递归调用时进栈的，所以v一定能够到达那些顶点。

2 .dfs遍历时，如果已经遍历完v所能直接到达的顶点而low[v]=dfn[v]，我们知道v一定能到达栈里v上面的顶点，这些顶点的low一定小于 自己的dfn，不然就会出栈了，也不会小于dfn[v],不然low [v]一定小于dfn[v],所以栈里v以其v以上的顶点组成的子图是一个强连通分量，如果它不是极大强连通分量的话low[v]也一定小于dfn[v]（这里不再详细说），所以栈里v以其v以上的顶点组成的子图是一个极大强连通分量。
【时间复杂度】
     因为所有的点都刚好进过一次栈，所有的边都访问的过一次，所以时间复杂度为O(n+m)
【伪代码】

Gabow 算法
【算法步骤】
    步骤1:
    在所有顶点中，找一个没有被访问过的节点v，以v为参数执行步骤2。否则完成。
    步骤2:
    记录v的访问顺序。
    将v压入堆栈Path和Root。
    如果v指向其它的邻接顶点，那么对于每个邻接顶点next：
    1) 如果没有访问过，则以next为参数，递归执行步骤2。
    2) 如果访问过，而且没有确定它属于哪个强连通分量，弹出Root栈中next之后所有的顶点
    如果Root栈的顶元素等于v，那么在Part中记录顶点对应的的强连通分量。
    最后递归返回。
【时间复杂度】O(v+e)

拓扑排序 (多用于有向图)
    拓扑排序就是将有向图中节点间的关系转化为线性关系。拓扑排序可以用于查看图中是否存在环，如果存在环则无法进行拓扑排序。但是，在下面的程序中，我们假设图中不存在环。对于无向图来说，因为节点间的关系是对称的，所以节点不能进行拓扑排序。拓扑排序其实很简单，其过程如下：每次从节点集合中选出一个节点A，且A的入度为0，然后修改以A为使点的节点的入度，按上述过程依次进行，直到节点集合为空或者不存在拓扑排序为止。这个过程可以通过DFS的括号性来表示，即：拓扑排序就是将节点按着完成时间进行降序排序
【算法思想】
    1) 从有向图中选取一个没有前驱(即入度为0)的顶点，并输出之;
    2) 从有向图中删去此顶点以及所有以它为尾的弧;
【算法步骤】
    1.构造空列表 L和S；
    2.把所有没有依赖节点的节点放入L；
    3.当L还有节点的时候，执行下面步骤：
        3.1 L中拿出一个节点ｎ（从L中remove掉），并放入S
        3.2  对每一个邻近n的节点m，
            3.2.1 去掉边（n,m）;（表示加入最终结果集S）
            3.2.2 如果m没有依赖节点，把m放入L;
【时间复杂度】O(n+e)

3.今天你阅读到的有价值信息的自我思考点评感想
谈一谈关于图的连通性判断的用途：根据所构建的图的不同，连通性判断可以被转化成多种含义，一开始死学理论的时候，觉得这块内容就是跟数学有关，直到接触了实际数据，才知道它的用途变化多端，然后重新开始学习(出来混迟早是要还的)，在这里不想讲打算用图的连通性去做什么，这一块大家接触的不一样，研究方向不同，会有很大差距。我想说：不要轻视任何模块的知识，只要我们投入时间学习了，就应将它转化、吸收、存储起来，哪怕通过学习它还是我们的短板，但至少这个短板长高过。哈哈，说的有些煽情！
结合自己的经历，之前对这一块的知识就是各种混乱，每次想要做连通性判断的时候，能想到的都是转化成文本，利用文本匹配的相关知识进行判断，所以嘛，虽然现在还是不清不楚的，但是想要去尝试一下哈，先把自己之前写的一两个小的demo换用判断图连通的算法实现一下，看看效果！

4.昨日你阅读的时间量：2.5 小时
5.你参与活动至今的总时间量：6 小时

昨日阅读3小时，累计阅读81小时。

今日阅读《德川家康》。
今日阅读1小时，累计阅读130小时。

昨天阅读5小时，总计165小时。

昨日阅读2小时，共阅读44小时

昨天阅读3小时，累计阅读时间123小时。

昨天阅读1小时，累计阅读17小时。

昨天阅读1小时，累计阅读51小时。

昨日阅读5小时，累计阅读75小时

昨日阅读5小时，累计阅读49小时
阅读了纸质《八次危机---中国的真实经验》，观看了视频讲解http://v.ifeng.com/news/finance/201303/a1797553-7200-4799-94eb-98716da40403.shtml

20161114 昨天阅读2小时，累积阅读110小时，54天。

昨日阅读时间1小时，累计阅读时间217小时

昨日阅读1个小时，总共阅读151个小时

昨天1小时，累计171小时

20161113--day52--昨天阅读3.5小时，累计97.5小时。

昨天阅读1小时，总计阅读182

昨天阅读1小时，累计阅读时间52小时。

昨天阅读1.5小时,累计阅读2.5小时候，为自己加油

今日阅读2小时，总计阅读98小时