阿姨的帖子只有下面这幅图(请点击查看大图)：

图片有点大(4.2M)，小水管用户请耐心等待。

这幅图展示的内容看起来非常神奇，一个人用windows的画板便能够code出一个hello world出来。当然电脑上面的任何看似神奇的东西一定是有其原理的。所以我觉得自己也能够制造出同样的效果。

为了还原这段代码对应的bmp图像，我在经过各种尝试之后觉得下面这种方法应该是最简单的了。

首先我们需要一个16位编辑器来进行主要操作，像什么UltraEdit，WinHex就很好了，我在网上找到的是一个只有80K大小的Hex-Ed。

然后我们新建一个txt文件，在里面输入你的代码，就比如图片中的

#include

int main()

{

std::cout<<”Hello World”<

return 0;

}

输入之后，保存。接着我们用Hex-Ed打开刚才编辑的这段代码，你就应该看到如下画面：

保留着这个窗口，不要关闭。接着我们新建一个bmp文件，保留内容的空白，使用windows自带画图将大小调整为8*4的规格并保存图片——如果觉得自己鼠标不够稳，不妨在8倍放大的模式下进行尺寸调整。再次使用Hex-Ed打开这个bmp文件，你看到的内容应该如下所示：

那一串串的“FF”实际上就是bmp图像中白色色块的代码。接下来我们要做的就是用第一幅图中代码的内容覆盖掉所有的”FF”。在输入代码的时候，文字可以直接在右边的窗口输入，但是不可见字符（比如换行符制表符之类的）就可以在左边输入16进制的数字代码。对照着编辑完之后，我觉得你应该会看见下面的效果：

将这个编辑成果保存之后，打开那个bmp图，放大了仔细看——是不是出现了五颜六色的色块了？与动态图中一样，用记事本打开，应该也出现了同样的代码~

最后，大家可以从这幅色彩斑斓的图片中提取出颜色信息，努力背诵，说不定可以在初级程序员面前直接用画图作画，像动态图中的那样大显身手哦~至于灵活运用于向GEEK妹子表白之类的用途我才不会说呢……

本文由 严酷的魔王 创作，转载或引用前请联系我们。

相关文章：

1. 学习使用GTK+ 2.GTK+“Hello World”——对GTK+运作机制的通俗介绍
2. 说什么就是什么：Your World Of Text
3. Half a World Away

2010，你的电影关键词：动画短片 心理 pixar 国产动画 黑色幽默 BradPitt 烂片 恶搞 2008 中国电影 暴力 奇幻 政治 家庭 梦想

这一年，你在豆瓣电影“看过”72部电影–其中9部是2010年新上映的，如果不眠不休大约需要4天23小时 16分钟看完。写了0篇长评，还写了15篇短评，为喜爱的电影与影人上传了0张图片。 打出了8.8的平均分，看来2010年你看的好片不断。 愿新的一年，豆瓣电影与你同在。

以上这段文字来自于豆瓣电影——对我的统计资料。我总觉得一篇总结性的文章，有个统计数据什么的开个头，挺好。

相比于去年的丰富多彩与意义深远，今年对我来说其实感觉是按部就班地度过的，去年预计的事情基本上都发生了，没什么大事。正常的没有挂科，过掉军训，然后上了大二，回到中大的本部读书，摇身一变成了个半桶水师兄。数计院每个学期的自杀名额也没有变化，一学期一个——这个学期传说还是一个女博士。其实坐在宿舍里码这种有关回忆的字，常常会想不起很多东西，因为周围这环境太日常了，太平凡了，好像什么事都没有发生过的感觉。现在只能想起一些琐碎的事情，却也让我有些感慨一些不起眼的小事往往影响深远。恩，去了想改那个

个人的生活过得平凡没有波澜，但是2010年却是一个新闻不断，事件惊人的年份。其他的我不便多言，就今早史铁生去世的消息还在让我感到意外。首先在饭否看到和菜头的话，过了一会网上的消息越来越多——最后，这是遗憾的不是谣言。他说过：“死是一件无须乎着急去做的事，是一件无论怎样耽搁也不会错过了的事,一个必然会降临的节日。”今天是他的节日，他和2010一起萧瑟在时间的风中。

那么，2011，我可能会怎样度过？大二一年是脏乱差的一年，课程多到爆——好处就是大三大四可以过上养老般的黄金生活。至于到大三我该做什么，到时再说吧。寒假暑假各种往届同学聚会，明年的聚会大家还能齐聚一堂么？数学建模校赛铩羽而归，明年我又会交出一份怎样的答卷？十一月去了香港，我明年还会去哪里旅游么？今年单身一年，明年我会脱光么？——大概我上次说得太死，没留下什么悬念。所以，我在这里为我的未来留下一点不确定，将来回首的时候也许会笑而不语。

最后感谢王主任送给我的新年礼物~Playboy Larissa Riquelme 3D – [09-2010] by Luisk.rar~识货的都懂。

本文由 严酷的魔王 创作，转载或引用前请联系我们。

相关文章：

1. 篇目概览
2. 关于这个系列的小说明
3. 平凡的十年

我尝试过手机访问在线代理网站，发现一个站点速度不错，但是因为不是直接访问，所以每次登陆都要输入一次账号密码，很是麻烦。突然回想起以前曾经在手机上面下过一个传说可以用twitter的软件，叫做Snaptu，官方网站是http://snaptu.com/。

这是一个免费的java软件，只要能运行java的机器基本上都能够运行它。Snaptu的特色在于它集成了很多社会化网站的功能于一身，例如facebook，twitter，以及天气预报，RSS订阅等实用功能——甚至支持将你的Google Reader内容导入其中。只需要用你的手机访问http://m.snaptu.com/，便可下载到这个java软件。软件的twitter界面大概是这样的（图片截自官网，与实际情况相似）：

不过这里要补充说明一下：如果想要访问这个网以及正常使用这个软件，你需要将手机的网络接入点设置成cmnet。而不同的手机有不同的设置方法，所以我这里也就不再继续详解了，大家自行去搜索吧。

这个软件本来是一个面向英国用户的应用集成特色软件，之所以能协助我们翻墙的原理就是它为了方便集中这些应用，弄了一个自己的形式上的”appstore”——其实是免费的store~所以自身带有一个中转服务器，至今没有被墙掉，于是便起到了一个代理的作用，歪打正着地吸引了大量特殊用户。大家赶紧趁其仍健在的时候玩玩吧！

本文由 严酷的魔王 创作，转载或引用前请联系我们。

相关文章：

1. 关于《生命游戏》和细胞自动机
2. 夜空下的萤火虫——《众里寻他》番外
3. 深蓝的第一次比赛

遥想在大学城过的一年，广州的毒阳配上稀疏的树木，真是把人逼在室内不想走动。如今到了本部将近一个月，也过了一个月的舒逸生活。以前在大学城的时候就一直在期待来到本部读书的这一天，现在每天穿行于数不清的小路秘林之中时，仍禁不住对其自然环境的赞叹。在广州这样的城市，除了公园，很难想像有哪里还能种上成片的一人无法合围的大树，哪里还有一栋栋红砖楼房隐匿在树林和落叶之间。现在才发现大学城路边种下的都不敢称之为“树”，只能勉强叫一声“木头”。头顶上的太阳在本部似乎也消失了，走在路上，根本用不着撑伞遮阳，让烈日破碎成细碎的光芒洒在身上其实是一种享受。

在古树成林，老房成群的校园里走着，我总是感觉到一种古老的韵律在四周跳动。中山先生铜像旁那一颗巨冠可遮象的古树下不知发生过怎样的故事，而陈寅恪故居里面又曾亮过几盏油灯。阳光下的铜像广场，雨天的朦胧荷塘，都容易让人遐想往昔。看似老朽的楼房，其实不知道经历过多少故事。

即使校园围墙的外面就是繁华地区的一栋栋高楼，即使和北校门隔江相望的是富豪聚居的二沙岛，只要有一些路边的简单小店，只要那图书馆里摆放着庄重的石刻，只要给我晨曦的一片鸟语，这里，就是我心目中的大学。

本文由 严酷的魔王 创作，转载或引用前请联系我们。

相关文章：

1. 宅男的元旦节前夜
2. 夜空下的萤火虫——《众里寻他》番外
3. 年末碎语

相信很多时候大家都会碰到这样的问题，概括起来说就是：对于两份样本求平均数，一般不会完全相等的，那我们如何得知它们所在的两个总体的均数本身就有差异，还是由于抽样的误差所导致的呢？或者类似的，对于一份样本和一个事先假设的均数，我们如何判定这份样本所在的总体的均数和我们的假设相一致？

下面先讨论单样本的情况。既然我们认为样本的均数不能代表总体的均数，主要是因为抽样会有误差，很多情况不会恰好等于总体的均数。那么我们不妨换一个角度，从样本的均数出发，估计出总体的均数大概会出现的范围而不是其确切的值。这个范围我们就称作置信区间(Confidential Interval)。

由于我们相信样本均数和总体均数之差是符合无偏分布的——也就是说样本均数减去总体均数得到的差是正数或者负数的情况是一样多的，所以这个从样本估计出来的区间应该是“以样本均数为中心向两边等距散开”的尿性。于是我们只要估计出这个区间的半长就好。说来轻松，其实这个不是一件容易的事情。下面我们先引进几个概念，再依靠他们计算出区间半长。这些概念的原理比较深奥，要真正理解需要的知识太深奥，所以我也没能从数学上严谨地进行推导而得出所需的结论，于是只好描述性地介绍下。

一、标准误(Standard Error)

标准误和标准差名字很像，但是作用很不一样。标准误是衡量均数抽样误差大小的尺度。因为各个样本的均数是有差异的，所以如果我们对所有的样本均数进行考察——也就是考察他们的均数以及标准差/方差，那么就会有一些发现。自然，所有样本均数的均数就是总体均数，而所有样本均数的标准差，就是我们所说的标准误，或者称之为标准误差均值(Standard error of the mean)。标准误的公式是 ，其中s是这份样本的标准差，n是这份样本的容量。标准差用来衡量样本中各个值与均数的平均差值，而我们所求的这个标准误差均值实际上也就是对样本均数与真实均数（即总体均数）的平均差值的估计。这个估计已经跨出了我们求置信区间的第一步。

二、显著性水平

注意前文我们说过了置信区间主要是用来“估计出总体的均数大概会出现的范围而不是其确切的值”，那么为了严谨，我们必须准确地定义这个“大概”到底是什么意思。自然地，我们会想到去定义总体均数会落在这个置信区间内的概率。也就是说，总体均数是有可能落在置信区间外面的，那么这个总体均数落在置信区间外面的概率就称作显著性水平，通常用来表示。一般统计学习惯上令，另外一层含义就是总体均数有95%的可能落在我们求出的置信区间之中。

三、t-分布

前文定义了标准误和显著性水平，可以看出，其中有样本容量n，标准差s以及显著性水平三个主要的参数，那么我们的置信区间就与这三个参数有关。如果我们知道了总体的标准差，那么就会好办很多，但是一般情况是不会知道的，所以我们只能用从样本中估算出来的标准差进行计算。一般来说我们默认总体是符合正态分布的，但是我们要如何描述样本的分布情况呢？一位笔名为Student的数学家提出了一个今日称为“学生t-分布”(Student’s T-distribution)的统计模型，可以很好地描述样本的分布情况。这个分布可以根据样本大小以及显著性水平得到一个值，一般来说记做。这个值不能准确地表示出来，只能通过查表得到，在维基上面有。

上图(原图在此)是t分布和标准正态分布的概率密度函数图形，v=n-1，可以看出n越大，对应的t-分布就越接近正态分布，实际上标准正态分布是t分布在n趋向于无穷时候的极限。大家都知道，概率密度函数与整条x轴围成的面积是1。一般来说我们使用t-分布来描述的模型是建立在原总体符合正态分布的基础上的，而将一个正态分布转换到标准正态分布的变换公式是，其中是那个事先假设的均数，当我们不知道总体标准差的时候就使用近似的公式，即——使用估计的标准差s代替总体的标准差。

首先我们根据这个公式处理一下样本，将公式变成，也就是将他转化成“标准t-分布”——这个名字是我自己起的，主要是为了让大家和标准正态分布大概联系起来。接着我们就开始考察变换过来之后的这个值是多少，比如是1。接下来就要用到显著性水平的概念了。一般来说我们使用的是Two-Tail模型——Tail指的就是下图黄色的那块，One-Tail还分为Left-Tail和Right-Tail，他们的共同点就是Tail所占的面积就等于。也就是说Two-Tail分布在如下图的白色范围内，其中一般设。

于是，如果我们手上有一个样本，我们知道了s和v=n-1，那么就可以知道这个样本所对应的具体的t-分布了，先将这个样本标准化，接着我们就可以开始求置信区间了。

四、置信区间

铺垫了这么久，终于开始进入正题了。这个区间怎么求，上文其实也说了差不多一半了。梳理一下我们的思路，假设我们手上有一个容量为n的样本，我们求出了他的平均数和标准差。现在我们想估计产生这个样本的总体实际均数的范围，这个范围就称作置信区间。首先我们要确定这个置信区间的值，一般是设为5%，也就是说总体均数有95%的可能落在我们估计的这个区间中。根据之前所说的t-分布，我们就可以开始计算了。

首先我们可以知道一个区间[-c,c]，使得对应样本的t分布在[-c,c]上与x轴围成的面积为0.95（为什么），接着回忆这个公式：。对我们求出的使用这个公式，其中是未知数，于是我们可以得到如下的不等式：

解这个不等式，得到：

那么，这就是我们所求的置信区间。

其中c的值由n和决定，n决定了t分布的形状，决定了这个区间的宽度。和n越大，c越小。然而改变会导致这个区间的“代表性”的降低，所以我们可以通过增大n，也就是增大样本容量的方法来得到一个越来越精确的置信区间。当n趋向于正无穷的时候，也就是t-分布趋向于正态分布的时候，c约为1.96 。

P.S. 这篇文章终于写完了……看了看wp的编辑记录，我是从7月8号开始写的，本来那天准备一鼓作气写完，谁知写了大半断网，服务器只存下了前两段，当时那个泪奔……然后我就开始军训了，没有足够多的整块时间来写完，而时间的推迟导致了思维的断层，只能每天挤一点，有时候干脆打实况去了。终于今早下雨提前收操，绵延了20天的草稿也终于没有变成大坑。

本文由 严酷的魔王 创作，转载或引用前请联系我们。

相关文章：

1. 用极限证明伯努利不等式
2. 素数有无穷多个的另类证明（二）：素数的某个求和式
3. 从(0,1]×(0,1]到(0,1]的双射

虽然说我是一个统计系的学生，但是大一行将结束的时候，我只学了一门与其他数计院专业不同的课程：统计推理(statistical reasoning)。

我很喜欢这门课，因为它在不涉及概率统计深奥原理的前提下向我们很好地展示了统计学的基本思想方法。统计学作为一门有力的工具，已经成为了各个科学领域都必须运用的（特别是生物）数据分析方法。当初我填报中大的统计学主要是因为数学与应用数学不在广西招生(- -||)，但是学了这个之后，我倒也没了什么转专业的念头了。

估计我会把这个学期的这门课按照我的理解写成一个小系列，大概四五篇文章的样子，和大家交流一下统计学的思想方法。

统计学中最基础的应该就是描述性统计了。这是一个基本上人人都知道的内容——计算平均数，求方差什么的。不过这里面其实也大有文章。

首先我们要明确样本的概念。在我们的研究中，实际观测或调查的一部分个体称为样本，所研究对象的全部称为总体。所以说样本能够从某种程度上代表总体，但是基本上不会表现得和总体一样。统计学要做的事就是从样本中分析出总体，一般人是“管中窥豹”，而我们希望做到“一叶知秋”。在描述性统计当中，我们的方法是通过计算几个统计量，得到对数据的初等认识。

一、集中趋势

说到对样本的计算，可能大部分人的第一反应就是计算平均数。平均数确实是一个最常用的统计量，但是这还不够。教材上都会给出这样的例子：一个工厂平均月薪是￥3000，看上去非常高，但是实际上是工人20名，每人月薪￥1000，中层干部3名，每人月薪￥6000，一名老总，月薪34000。之所以会出现这种情况，就是因为多了“老总”的存在，我们称之为“偏值”(Outlier)。这样的数据对于平均数来说一般是致命的。所以为了描述这样的数据，我们不得不引入另外两个描述的方法：众数和中位数。

顾名思义，众数就是出现次数最多的数，中位数就是整个样本中大小中等的数。他们对样本的解读起到了很重要的作用。比如上面举的例子更适合使用中位数和众数。它们的出现很大程度上弥补了平均数受偏值影响严重这一事实。这三个指标也是各有优劣，平均数对于样本来说是很稳定的，意即不同的样本平均数差别不是很大，而中位数和众数对样本就不是很稳定了。中位数的好处就是不容易受到偏值的影响，而众数的好处就是便于计算，也更方便数据的分类。这三个统计量互相弥补，我们将这三个指标称为集中趋势(Central Intendency)。

二、离散程度

可能还有很多人记得另外两个学过的指标：方差和标准差。这两个指标描述的是整个样本是如何偏离于平均数的，这两个指标在描述性统计之外也大有用途，以后会谈到。除了这两个指标以外，我们还有很多的统计量，比如四分位数（四分之三位数），极差等。四分位数就是处于整个数据四分之一和四分之三位置的数，与中位数一起基本将整个样本分割成了4块。极差(range)便是最大数和最小数的差。这些指标构成了样本的离散程度。

三、分布特征与图表

其实说了这么多，还有一个很重要的东西没有涉及到，那就是样本的“形状”——也就是它的分布特征。一般我们要讨论这个数据是否符合正态分布，是否偏斜——上面的那个例子就是严重地向左偏斜（因为在数轴上从左到右数据是增大的，所以习惯上“左倾”就是向小数据倾斜）。

讨论样本形状的时候，更方便地便是画出样本的图示。有时候图示会给我们带来意想不到的结果。最常用的一般是直方图或是折线图，这样的图示很明确地展示了每一段样本的分布情况。不过他们并不是唯一的，有一种叫做盒须图(box-and-whisker plot)的图示从另一个角度向我们展示了样本的分布情况。

上面就是一幅盒须图，我们可以看出中位数，四分位数，极值等指标。是不是比纯粹的数据描述的离散程度更加直观呢？

以上便是描述性统计的大概内容了。描述性统计是对样本以及总体的一个初等认识，也是传媒对大众进行宣传的时候常用的方法。

最后我们来看一个Matrix67在他的blog上给过的一个例子。

1973年，统计学家F.J. Anscombe构造出了四组奇特的数据。它告诉人们，在分析数据之前，描绘数据所对应的图像有多么的重要。

Anscombe’s Quartet

I		II		III		IV
x	y	x	y	x	y	x	y
10.0	8.04	10.0	9.14	10.0	7.46	8.0	6.58
8.0	6.95	8.0	8.14	8.0	6.77	8.0	5.76
13.0	7.58	13.0	8.74	13.0	12.74	8.0	7.71
9.0	8.81	9.0	8.77	9.0	7.11	8.0	8.84
11.0	8.33	11.0	9.26	11.0	7.81	8.0	8.47
14.0	9.96	14.0	8.10	14.0	8.84	8.0	7.04
6.0	7.24	6.0	6.13	6.0	6.08	8.0	5.25
4.0	4.26	4.0	3.10	4.0	5.39	19.0	12.50
12.0	10.84	12.0	9.13	12.0	8.15	8.0	5.56
7.0	4.82	7.0	7.26	7.0	6.42	8.0	7.91
5.0	5.68	5.0	4.74	5.0	5.73	8.0	6.89

这四组数据中，x值的平均数都是9.0，y值的平均数都是7.5；x值的方差都是10.0，y值的方差都是3.75；它们的相关度都是0.816，线性回 归线都是y=3+0.5x。单从这些统计数字上看来，四组数据所反映出的实际情况非常相近，而事实上，这四组数据有着天壤之别。

把它们描绘在图表中，你会发现这四组数据是四种完全不同的情况。第一组数据是大多人看到上述统计数字的第一反应，是最“正常”的一组数据；第二组数据所反 映的事实上是一个精确的二次函数关系，只是在错误地应用了线性模型后，各项统计数字与第一组数据恰好都相同；第三组数据描述的是一个精确的线性关系，只是 这里面有一个异常值，它导致了上述各个统计数字，尤其是相关度值的偏差；第四组数据则是一个更极端的例子，其异常值导致了平均数、方差、相关度、线性回归 线等所有统计数字全部发生偏差。

本文由 严酷的魔王 创作，转载或引用前请联系我们。

相关文章：

1. 统计与推理(2)：置信区间
2. 统计与推理(3)：KTV里的骰子游戏
3. 关于游客困境的见解

2010。很有趣的数字游戏，又十年了，据说是因为我们有十根手指，才对“十”有特殊的感情，以致于我们的常用进制就是十进制。我们还喜欢做十年规划什么的。每一年都是等价的，没有哪一年的哪一天，麦克斯韦方程，牛顿力学定律是放假休息的。在这里写这篇博文，就如Sheldon经常挂在嘴边的Social convention。

我们都是由猿人进化来的，猿人古老的兽性被驯化为了人类的情感。既然是人，就无法控制自己的远古基因。过去的十年，是平凡的。我按照一向的Social convention，离开了父母，到外求学。遇到了几个值得一辈子交的朋友。在学业上也就是如大多数人一样，处于中流水平。有几本喜欢的书，有几个还算正常的爱好，有几个自己觉得长得不错的女生，有几个还算过得去的优点也有几个不能容忍的缺点。唯一纠结的就是体质太差，至今不敢大口喝酒。想想愤懑的时候，跟3D,LZ,CL,TJ大口大口喝着漓泉，先疯狂怒吼子美的茅屋为秋风所破歌，再沉吟太白的月下独酌，甚是快事。可惜，现在是没有机会了。首先大家都上大学了，不在一块了。然后大家都不学用语文了！这也是Social convention。接下来的故事就是参加高考之类的，这个过程涉及很多悲剧，就不展开谈论了。重点是我们现在都过得很快乐，依然在寻找自己人生的意义，就像今天宋GAY跟我说的他的现代老师一样。

尽管我们做不到欧拉那样的过目不忘，麦克斯韦的直觉，爱翁的想象力。你也不得不承认他们的不平凡是一个又一个平凡堆垒起来的。就像数学一个又一个简单得不能再简单的定理竟然可以组成一个如此神奇的世界一样。新的朋友，新的环境，只要有颗虔诚的心，哪里都是很幸福的，不是么？十年是平凡的，待我们过足了几个十年，行将闭眼的时候，我们能够毫无悔意面对我们的子孙的时候，我们就认为我们留下了不平凡的几十年吧…依然是Social convention,插图

本文由 Malloc 创作，转载或引用前请联系我们。

相关文章：

1. 南校小感
2. 宅男的元旦节前夜
3. 年末碎语

在中大我确实过得很宅。羽毛球馆不幸关闭——用来改造成排球馆，所以我缺少了一个进行我热爱的运动的场所。而广州再热，游泳馆也只能让我在12月前进去。所以我这个学期的运动除了偶尔跑跑4公里的大学城内环，就是上体育课打打球——还好羽球院队可以找找华师或者广外的场地摊摊钱顺便逼迫我自己锻炼一下。而平日里无课的时候，大部分时间都是在宿舍，时不时去下图书馆——因为图书馆离宿舍有点距离，而且宿舍凭什么就不能学习~而且舍友们都是宅男，经常晚上11点钟就出现了三四碗用来当夜宵的泡面。泡面加电脑，不正是宅男的一个侧影么。而且我这个学期进去广州市（请允许一个住在草比人高的大学城的学生这样描述搭乘地铁到广州市中心的行为）的次数大概也就五次。这样浑浑噩噩地以开着电脑挂着Q其实是在专心写作业的方式度过了将近一个学期。

其实还是参加了一些社团的，用来把我带出宿舍——比如中大东校区的合唱团。合唱团确实是一个NB且有爱的集体，我的水平在里面滥竽充数就差不多了。不过其实合唱团给我带来的最大收获就是登台的经验。当站在一个能在冬天把你热出汗的强光的聚焦下时望着黑压压的人群，如果你还能够非常自如，那么说明你能够从容地对付一些场面了。这样的场面比如中大85周年校庆，又比如今晚的新年音乐会。

今晚的新年音乐会其实准备得还不错，大家校庆之后就开始排练今晚的曲子——除了《大爱中国》……曲子还是很经典的。当我问起200有没有听过《雨后彩虹》的时候，得到了她不屑的“当然”作为回答……好吧，我承认我对合唱曲还没入门。其他的曲子还有《黑龙江之波》，《Singing In The Rain》，当然有被誉为中山大学“第二校歌”的《山高水长》——这首曲子是写《涛声依旧》的陈小奇童鞋（中大78级中文系的NB校友）创作的，比“第一校歌”好听多了……今晚7点多开始了合唱团主办的“新年音乐会”——其实我一直觉得这个名称应该是交响乐使用的。我站在风中听着大家和谐的声音，几乎就忘记了自己是一个宅男的本质。音乐会顺利地在9点结束，然后接着在那个场地就是广播台主办的新年舞会——自然，对于我这样的宅男，参加了数计院的舞会就足够了，在这样冷的天，这样特殊的夜晚，应该回到宿舍的怀抱，泡上一碗面，打开千千静听放上Por Una Cabeza，或者是豆瓣电台，开始新年祝福以及写blog。所以我毫不犹豫地勾搭上另外一个信科院的宅男（熬夜看球男？），拿上了装备，逃离了那个热闹喧嚣但是不属于我的舞会，往宿舍走去。

在宿舍楼梯里碰到了TX，他努力扯我去新年倒数——好吧，我既然回来了，最多就在宿舍附近和大家聚聚，怎么会再过去呢~

2009对我来说基本上算是最特别的一年了：经历了人生的第一个转折点，第一次知道成事在天，第一次知道2F会被我们多么地想念，第一次第一次离家半年在外，第一次到了一个有很多人说着我听不懂的鸟语的地方，第一次知道桂林米粉能让我饥渴到什么程度，第一次知道呆子的状态里面提到了“桂花”也能让我回忆起整个桂林……因为我把校内和twitter都当成twitter来用，所以说我就不在这里总结了，翻翻以前的状态——当成看“一句话日记”就好。2010年不知道将会是怎样的一年，可预计的是我的第一次大学期考，军训，迎新（变成爱校爱国爱师妹的师兄了），英语四级……不知道会有什么惊喜或者杯具在前方等着我——反正2012年就世界末日了，就让日子这样过着吧，对得起自己就好。

最后统一地送上新年祝福吧：

本文由 严酷的魔王 创作，转载或引用前请联系我们。

相关文章：

1. 这个圣诞
2. 南校小感
3. 数学趣闻集合：Heroes In My Heart

首先是Ai.Freedom的那件Euler’s Identity的衣服终于到我手上了~虽然说那个是8月份就放出来的东西……但是当时我不知道我的通讯地址，然后等我到了中大发现自己没有网银，于是只好等flsxx开网再帮我买……所以拖到了现在。第三天中午到货，还不错~手感不错，但是印刷略有小问题，还有我今天发现洗了会脱色- -不知道在即将入秋的广州我还有没有机会穿一下……

然后就是几个GoogleCamp的东西。我进了中大的GoogleCamp，也就是一个拿Google的钱在校园宣传Google产品的一个社团。现在真正的活动策划还没有开始写，就已经享受到一点福利了。首先是一个卡套，这个是二面结束的时候给的（有财力就是好）。然后全员大会的时候又得了一个Google主题的笔记本（这个是纸质的笔记本- -……）。

这个笔记本对我来说最能拉风的就是那几张Doodle的贴纸咯~

最后在这里说一个GoogleCamp全员大会的时候看到的一个很简单但是又具有迷惑性的表演~叫做“黑魔法，白魔法，红魔法”。大概效果是这样的：表演者A面对黑板不偷看，然后表演者B宣布这是“黑魔法”、“白魔法”还是“红魔法”,并让观众指定一个东西待会让A指认，观众决定后A就回过头来，B在观众中指着一样东西，询问“是这个吗？”A如果摇头那么B就换一样东西询问；A如果点头——说明A认出之前指定的东西了~你能想出是什么方法吗？这个与B的声音，姿态眼神等均无关。答案：这里我们不排除有其他的方法，我只说我见到的这个。其实之所以名字叫做“黑魔法，白魔法，红魔法”，就是因为和物品的颜色有关。比如黑魔法，B只需要在指向指定物品之前指着一件黑色的东西问A就行了。也就是说，A在看到第一个黑色物品的时候摇头，然后下一个物品点头就行了，同理可得另外两个魔法~这几个魔法换着使用还可以迷惑一下观众。

本文由 严酷的魔王 创作，转载或引用前请联系我们。

相关文章：

1. 推荐时间：初探思维导图
2. Google Code Jam 2010 尝鲜
3. 推荐时间：关于数学家的纵横填词

本文由 严酷的魔王 创作，转载或引用前请联系我们。

相关文章：

1. 夜空下的萤火虫——《众里寻他》番外
2. 军训——我只写有意思的
3. 近况如何