> Competition at larger scales naturally breeds cooperation at smaller scales because in order for a group to effectively compete with another group (large-scale competition), there must be cooperation within the group.

> Cooperation can also breed competition since sometimes the best way for the group to achieve its shared goals is to facilitate some healthy competition among its subgroups.

1L 已经指出来了两个大方向

补充一下要减少计算量，除了改进算法之外，还有其他选项

1. 降低资源消耗
改进算法
降低对精确度的要求：用精确度不高的算法（例如 Monte Carlo method ）
降低对实时性的要求：用任务队列异步处理
降低其他要求：需要综合很多因素权衡利弊

2. 提高资源供给
换更强的 CPU
加 CPU

NP 问题除了暴力穷举，还可以用 backtracking 或者 branch and bound

曾经写过 1 个旅行家的，用的 branch and bound，几十个岛屿的复杂地图在单机上算起来就很慢了

2 个旅行家，1000 个岛屿，考虑上 distributed branch and bound 吧

@sumarker 2012 年的第 3 版，因为是笔记所以和原文有些不一样。

The concepts an architect works with all day are likely to be modules, components, connectors, stakeholders, evaluation, analysis, documentation, views, modeling, quality attributes, business goals, and technology roadmaps.

The concepts an implementer works with all day are likely to be objects, methods, algorithms, data structures, variables, debugging, statements, code comments, compilers, generics, operator overloading, pointers, and build scripts.

@zhshch CI 改成 CD，让 CD 闯进生产服务器，是不是听起来就好多了🤔

API 名称和文档与具体行为匹配就好，不要给调用方错误的预期，剩下的如何处理就是调用方的责任了
此外不要把异常用成正常业务的流程控制手段

如果调用方的预期是总能得到正确的结果，则在无法满足外部期望的时候，应该 throw，尽早暴露问题并修复
如果调用方的预期是有些情况无法计算，则调用方应该用 Tester-Doer Pattern，或者调用返回 Option.Some / Option.None 的 API，无法计算作为正常业务场景，由调用方用 if else 去控制流程

至于性能，只要不是运行时频繁抛出来，几乎不可能成为性能瓶颈
如果你不是天才，就老老实实上 profiler 找瓶颈有针对性地去调，先学会走，再去学跑

服务端有 Electronic Arts 开源的 Orbit （ Java ）
对标 Microsoft 的 Orleans （ C#）

度量 output，还是 outcome?
用来发现问题解决问题提高效率，还是只作为 KPI ？

如果面试通过率很低，招 senior 结果进面试的只能当 junior，不妨在吐槽外部人员之后找找自身的原因

职位描述、简历筛选有没有问题，实际需要的能力和职位描述里写出来的能力是否一致，适合的人能否被吸引过来
面试过程有没有问题，interviewer 考察的重点和职位描述里列的是否一致

如果当局者迷的话，可以问问 interviewee 面试之后有什么感想

根据模块在系统中的地位区别对待
影响比较大比较深远的要从各种角度优化
影响不大的随便写写，看上去能用就行了

随意画用 StarUML，放代码库里的用 PlantUML

学习一下 Re-Engineering Legacy Software
https://book.douban.com/subject/26382368/

前端程序都是公开的，signingKey 你准备怎么藏起来

加 timestamp，用 sha256

const signature = crypto.createHmac('sha256', signingKey).update(timestamp + parameters).digest('hex')

量子物理里的位置和动量有傅立叶变换的关系，是数学推导出的不确定性，与观测技术无关
https://en.wikipedia.org/wiki/Fourier_transform#Uncertainty_principle

还有一种方案
k8s.gcr.io/proxy-to-service:v2 (with nodeSelector and hostPort)
实现 TCP/IP 层的负载均衡

逆向工作法，先写新闻稿、用户手册，后写代码

vagrant 只配好 SSH，用 ansible 部署出 kubernetes cluster，应用都放 kubernetes 里。