#python #plt #bin #backend #marker https://t.iss.one/c/1270345254/150501

感觉自己对动态类型有偏见， Python 的 namedtuple 和 structs 挺方便的，但我觉得组合起来不好，不如在 Kotlin 里写一大堆传统方法的定义🤔

其实明明动态对象处理起来非常方便，也不需要反射，但就是觉得不够用还是性能可移植性差一样

js rb py 都觉得不方便用，用的时候就觉得自己没认真在写代码，老强迫症了

但是动态就有一个好，就是无需任何设计模式就能实现巨高复用

动态系语言不仅支持 coroutine 什么的，还从没有受到 JavaEE 的害，非常纯真
只有必要的定义和事件入口，没有 Adapter 什么的大堆名词

其实我经常用 interface cast(
静态语言当动态的用
但是碰到高复用还是只能反射

类型的显隐式是相对的，强弱是相对的，而动态静态是指有没有独立的检查期，能提前查错就是静态。

是的啊贼不科学
看起来像是傻逼，却比一些 enterprise 的玩意要方便太多

当协程用 不过想想这样也无法把 libc 的 blocking API noblock 化了

llvm 大佬太菜了，连寄存器分配和指令输入输出的模型都不会，非得用 蒟蒻 SSA 😢
还是要负责整个后端才厉害

是挺那啥，初学者觉得 C 是强类型，稍有常识就会觉得 C 比 py 类型更不严谨🌚

对我自己，type hints 就要有 universal 的解法了😋
LiteratePy 预处理器能接受 a!wtf 这种特定前缀(a!) 宏展开语法的话

我就可以结合物理命名法，把 def add(a!sVal, a!iOff) -> int 展开成 (str,int)->int 了
估计会很有用，只是目前没在写那个😢

是啊，哪里是 string 里的那个
char=byte

Lua 是 array|dict 了， table 还有 array 部分和 kv 部分…… 😂看了半天不懂是怎么分配的

说多了感觉内部类型完全没毛病的语言没有啊

type TT = Int
type FT = String
notT :: * -> *
notT 0 = ""
notT "" = 0

p(q) = (forall x. p(x)==not(x))(q)
p(p==not) = (all x. p(px==notx)==not(px==notx))(p==not)
reduce 一层了，推导下， f1=not ，f1 (f1==not) = Yes 再求一次 f1 一致性， 因为 f1 (f1==not) = Yes 所以 f1/=not ，这样大概就能试出

f :: forall a. (forall b. a -> b -> notT a) -> ()
f g = g 0 ""
但是和 Rank N type 有什么关系啊

草，这都能出算法啊
m==n 也不好切吧，如果是奇数会不会有问题

这个真是生草， 3↑↑2=3**3 ； 3↑↑↑2=3↑↑(3↑↑2) …… 天文数字

ackermann 函数和那个大^操作符对计算机科学在什么地方有意义？🤔 能评价算法的优劣吗

真的有太阳爆炸前算不出来的东西的意义吗
看见它实现了 < ，所以说这种数值的意义是比大小吗，取位数或取余也不行吗
可是真的有数学界外的算法 会有这种复杂度吗

为什么靠 REPL call 一个 func 就能得到复杂度呢，因为有 dt 和 call count 吗
可是复杂度是算法意义的，怎么忽略常数呢

感觉数学这么定义一大堆记法和展开式是药丸的
明明就是 nums.fold(0) { a,b -> pow(a,b) } 的问题
非得弄成第一维度第二维度的东西写死了，草

这些东西看起来这么厉害，是不是已经用到实际算法优化中去了
感觉 C++ 是这方面的先遣兵

还有，现在很多人别说手推算法复杂度了，选算法跑个分都懒得跑，因为根本没有好方法可以自动评测、自动选特定程序版本，自动化程度太低
要是构建系统给点力就不会这样

应该教导程序员多写几个 等价版的不同实现方式
提供方便的测试套件确定一致性和 对比性能
感觉好简单却没有啊草

噢才记起来 ACM 算法好像不是针对计算机而言的吧