这是编程之美书第2.5节的一道题目。
解法一，用nlgn复杂度的排序算法对数组进行从大到小排序，取前K个。但这方法做了两件不必要做的事：它对想得到的K个数进行了排序，对不想得到的n-K个数也进行了排序。方法不可取。
解法二，用选择排序或冒泡排序，复杂度O(NK)。但这方法也做了不必要做的一件事：对想得到的K个数进行了排序。方法不可取。
解法三，用顺序统计位（类快排）算法来计算（可参考算法导论）。算法导论上说这种方法从平均性能上来讲是线性的，但编程之美上却说复杂度是O(N*lgK)。对于这点，我对编程之美持怀疑态度。我认为，对于一个无序的数组，用顺序统计位算法，可以在近似O(n)的时间复杂度内得到第K大的元素。当这个过程执行完毕时，数组中位于该元素之前的元素就是前K大的元素。
解法三，先查找出数组中的Vmax和Vmin，组成新的数组[Vmin,Vmax]，二分查找该数组，并在原数组中查找。具体请参见编程之美。复杂度为O(nlgn)，方法不可取。
解法四，维护一个K大小的数组A，遍历原数组中的每个数，与A每个元素进行比较，如果大于A数组中的最小元素，则交换，否则继续。复杂度为O(NK)，方法不可取。
解法五，维护一个最小堆，大小为K。一开始先从原数组中随便取K个元素建最小堆，复杂度为O(K)。然后遍历原数组中剩余的n-K个元素，每个元素先与堆顶比较，如果大于堆顶则交换，并维护最小堆性质。总复杂度为K+(n-K)lgK = nlgK。该方法只需要遍历一次数组，且无须在内存中存储所有数组数据，而只需维护K大小的数据。是一种适用于 大数据，小内存的好方法。如果K还是太大，则分次来求，通过先用K’（K’<K）来求……具体请参见编程之美。[1]
中午看《编程之美》的第2.5节中有这么一小段程序：
float array[100 000 000];
这个1亿个float变量，这样就有8亿个字节，转化为二进制单位G，就是小于等于1G。这样大小的数组量只能用堆（动态申请内存变量）或者静态存储区（全局变量）来申请。
好了，转入今天要讲的正题。到底栈、堆、静态存储区能申请的最大分配大小是多少呢？
栈大小与编译器有关。
默认情况下，visual studio 2010 的栈大小为1M。但在平时应用程序中，由于函数会使用栈结果，所以只能用略小于1M大小的栈。
对于64位和32位程序，结果都是一样的，因为VS2010已经设定好了默认的栈大小了。
const int nStackSize = 249036; // 这是0.95M int b[nStackSize]; for(int i=0;i< nStackSize;++i) b[i] =0; std::cout << b[nStackSize-1];
从2010年1月04日记起至今天，我总共绕操场532.5圈，共计213,000米。这个还是比较保守的估计，因为我总喜欢跑第三道，实际上一圈比400略多一点，大约有410米左右。
很高兴，看到这个统计成绩。
浙大的操场上洒满了我的汗水，每一滴都代表着我不屈的意志和永不退缩的勇气。
是孤独让我选择在长跑中享受自我。也是他让我实现自身的价值，Yes, I can!
最近压力比较大，时常有种想放弃但又不甘心的复杂念头。家里的父母很相信我，全权把未来都让我自己来掌控，他们对我说，成功了我为你骄傲，失败了就回来，家永远为你敞开。每每想到这，就感到很欣慰，也变得更有劲头。
很喜欢任贤齐的《永不退缩》这首歌，贴出来共勉：）
今天晚上小妹问我一个问题，
“有一个随意的数组，一个栈，一个队列。现将数组内的元素随机进栈或进队列，等数组中所有元素均在栈中与队列中时，开始出栈和出队列。问题是：这样形成的序列总数有多少种？”
对于这个问题，我现在还没有很确切的解答。要解决这个问题，需先了解如果单独只有栈时，序列有多少种的解决方法。因此，我也花了些时间在“出栈序列”种类问题上，从而发现了非常有趣了“Catalan数”。
【对于小妹的问题，我已经在8月31号做出了解答，用程序模拟出来了。可以发现得出来的序列并不是全排列，是介于栈与全排列之间的序列】
在中文维基上[1]，它是这么来定义的：
卡塔兰数是组合数学中一个常出现在各种计数问题中出现的数列。由以比利时的数学家欧仁·查理·卡塔兰 (1814–1894)命名。
卡塔兰数的一般项公式为 
前几项为 （OEIS中的数列A000108）: 1, 1, 2, 5, 14, 42, 132, 429, 1430, 4862, 16796, 58786, 208012, 742900, 2674440, 9694845, 35357670, 129644790, 477638700, 1767263190, 6564120420, 24466267020, 91482563640, 343059613650, 1289904147324, 4861946401452, …
Bruce Eckel(Thinking in Java/C++作者) 在他的 5%的神话 (Mythical 5%) 中提到：
按照80-20法则,80%的程序员几乎不看书,不读Blog,不参加技术会议，不持续学习。这些人也可能会进入大公司，他们日复一日的做着重复的 工作。另外20%则在专业方面比较主动，他们喜欢阅读，喜欢学习，喜欢参加技术活动。这20%当中又会有80%的人可能不会特别成功，他们仍然走在通往成 功的路上奋斗。剩下20%，也就是总数的5%的开发人员具备20倍的开发效率。
那如何成为这5%中的一员呢
这5%的人会习惯经常阅读新技术，并喜欢参与各种有潜在价值的新概念的实践，他们会有非常有选择性的参与会议，大部分时间都花在有效率的事情上，将事情做成。
要想比别人效率高出20%，则需要在各个方面达到平衡，而不单只是能将事情搞定那么简单，因此你要使用最好的工具，最优秀的技术，并尽最大的努力。 平衡点并 不是从明显的事物上 继续阅读
“++i” return a reference of the “i” object, it’s a left-hand value.
It’s more effective than “i++”.
int i = 0; ++i =4; std::cout << i << std::enld; // 4
http://knightkid.blog.35.cn/2009/11/14/zhuanguanyuiheizaiczhongdexiaolvwenti/
本篇将主要介绍Google的十个核心技术，而且可以分为四大类：
GFS
由 于搜索引擎需要处理海量的数据，所以Google的两位创始人Larry Page和Sergey Brin在创业初期设计一套名为“BigFiles”的文件系统，而GFS（全称为“Google File System”）这套分 继续阅读
In this example, I show some simple random generator examples using C++.
It simulates the generator of INT and FLOAT. The generator format is [a,b] or [a,b).
//////////////////////////////////////////////////////////////////////////
//
// Test the random generator of INT and float
//
#include <iostream>
#include <time.h>
void main()
{
TestRandomIntFloatACM();
}
static void TestRandomIntClose(int ,int );
static void TestRandomFloatClose(float ,float);
static void TestRandomInt(int ,int );
static void TestRandomFloat(float ,float);
