Start to Learn Topology

Kolmogorov 0-1 Law

    对于一个无穷随机序列{Xi}，关于它的一个尾事件(tail event)，发生的概率要么是0，要么是1，没有中间状态。
    那么，什么事尾事件呢？其标准定义可以参考Wikipedia：http://en.wikipedia.org/wiki/Kolmogorov_0-1_law。它定义在整个序列上，该事件和任意有限个随机变量之间独立，也就是说，该事件和任意有限个元素之间都是无关的，只存在于无穷随机序列的“尾巴”上。
    尾事件揭示了现代概率论的一个重要事实，尽管一个随机序列本身是捉摸不定的，但它的长期表现却是确定的。
    与Kolmogorov 0-1律相关的还有Hewitt-Savage 0-1 律：http://en.wikipedia.org/wiki/Hewitt%E2%80%93Savage_zero-one_law。说明的也是同一事实。

一个Python引用引起的困惑

先来看一段程序：
funs = [lambda x: x**k for k in range(0, 4)]
res = [f(2) for f in funs]
print res
结果是什么呢？
结果是这样的：[8, 8, 8, 8]，如果不感到意外，说明你已经理解了python，或者没看懂:)
如果意外，请看下面的分析：
实际上，[lambda x: x**k for k in range(0, 4)]，创建了4个lambda表达式，每个表达式都是
lambda x: x**k，而k最终是等于3。于是4个lambda表达式都是lambda x: x**3 !
怎样才能根据不同的k生成不同的表达式呢？原因是要对k生成多个对象！！
函数的参数是作为引用传入的，因此我们可以对lambda表达式增加一个参数，k：
funs = [lambda x, k=k: x**k for k in range(0, 4)]
重新运行程序，得到res的值为
[1, 2, 4, 8]！
神奇的python！
如果你是一个python程序员，不清楚python的引用机制，你将时常困惑。

Python中使用pickle对内建类型(built in types)进行对象序列化(object serialization and deseirialzation)

有对象要持久化，就离不开序列化和反序列化。对象是立体的，而存储却是现行的，因此叫序列化。
比如我们构造一个python对象：
d = {'coffee': 1, 'tea': 2, 'water': 3}
这是一个字典。
进行序列化的操作：
f = open('favorite.dict', 'wb')
import pickle
pickle.dump(d, f)
f.close()
进行反序列化操作：
f = open('favorite.dict', 'rb')
d = pickle.load(f)
print str(d)
是不是很容易呢？

Python中的可改写类型与不可改写类型 (mutable and immutable types in python)

Python的内建类型分为两种：一种是不可改写类型，另一种是可改写类型。
Python的变量是一个引用，其所指对象的类型及内容信息完全存储在对象本身，而不存储在变量上。
不可改写类型包括bool, int, float, string, tuple，这些类型的特点是一旦被赋值，无法在对象上就地（in place）修改对象的内容。如果要改写变量所指对象的内容，则必须新建一个对象，使新的对象具有需要的值，再将这个对象赋给变量。变量原先所指的对象的引用计数减1。可改写性是对象的内在属性，你无法通过任何方法就地改写对象本身。
如
s = 'abcd'
s[0] = 'd'
以上句子非法，原因是s是不可改写类型，无法就地修改其所引用字符串的内容。
可改写对象包括list, dictionary, set。这些类型可以包含任意同构或异构（同构是异构的一种特例）的对象。对list等类型的对象可以进行就地操作，比如改写list中的一个元素。而元素本身是否可改写，则取决于元素本身所属的类型，如此递归。
如
l = [1, 2, 3, 4]
l[0] = 3
以上句子合法，原因是l是可改写类型。

介绍基于云的研究利器——WolframAlpha.com

今天在研究一个函数的性质，期间需要积分一个函数1/(1+t^2)。而我忘记了积分公式，不过这没关系，当你需要算积分时，也不需要求助于收费的Mathematica软件。你只需要打开
http://www.wolframalpha.com/
网站，输入：
integrate 1/(1+t^2) dt，即可得到
http://www.wolframalpha.com/input/?i=integrate+1%2F%281%2Bt^2%29+dt
得到不定积分函数为atan(t)。
这是不是很容易呢？

UNIX文件系统Cache机制

UNIX利用Cache来提高文件访问的速度，几乎无处不在，应当在使用中引起我们的注意，或许，你测量的机器性能就包括Cache的贡献呢！

UNIX把文件划分为一个个数据块，每一个数据块叫做一个Block。内核为每一个Block创建了唯一的一个buffer与之对应。

Buffer被内核按照数据块的编号散列在一个Hash表中，通过该Hash表，内核可以快速查找用户程序所需要的block。

处于空闲、busy、delayed to write状态的block除了会被放在hash表中，还会被放在一个叫做free block list的链表中，以便于程序方便的get和put block buffer。

当用户程序读取一个block时，首先会去hash表中查找该block是否已经有buffer，如果有，则直接从该buffer中读取数据。此时，减少了一次从物理硬盘中读取数据的操作，从而提高了速度。当该数据不在buffer中，则从free buffer list中获取一个buffer，然后调用硬盘驱动程序从物理硬盘中读取数据，填充到buffer中，供前述的用户程序读取。

在写入时，用户数据先写入到buffer中。然后有三种可能：被同步写入物理硬盘，被异步写入物理硬盘，被延迟写入。前两者大家已经比较熟悉，延迟写入针对的是不就之后就有新的用户程序改写这块block的数据的情况，则减少相应的物理硬盘写入次数，从而提高速度。

block buffer在被使用（读取、写入）之后，会被置于free buffer list中。内容并不会被立刻清除。如果新的访问操作正好命中一个被释放的block，则从里面直接取出。否则，则按照last recently accessed (FIFO)的策略取出一个free buffer并访问它。