我直接把一款 typora 主题改成了博客主题，然后用的 pelican 生成，可以做到在 typora 里写文章的效果和网页上最终显示效果一致，可以看看效果：

https://pe.metaquant.org/pe021.html

ios 用了六年，前段时间刚切换回 android，一加 8，之所以要换主要是 ios 科学上网越来越麻烦了，很多软件被下架了，而用一加，下个 google play，激活 google 服务，科学上网软件就随便下了。

科学上网是核心需求，没法将就，所以只能换。而且这几年的使用经验让我觉得，我对 google 服务的依赖要大于对苹果生态的依赖，只说一点，google 服务全平台的密码同步就比苹果的好用太多。

刚看完的《中国 1945：中国革命与美国的抉择》，讲述了从抗战末期到内战爆发的那段历史，对中美为什么最终走向敌对有深入的分析，提供了不一样的视角，对理解当前的中美冲突也有一定帮助。

https://book.douban.com/subject/26865333/

@mathzhaoliang 如果你往后看，会发现我在七十八题硬币分组(Coin partitions)用了 p(n)的递归关系，因为七十六题问题规模比较小，就直接用了普通的递归算法。

prject euler 确实数学味比较重，这也是相对于 leetcode 我更喜欢刷 project euler 的原因

没刷过 leetcode，主要刷了 project euler，我自己的习惯是每做完一道题就写一个详细的思路分析，这样之后回顾起来能很快找到思路。另外，就是去搜集一下之前以前大神的解法，争取每道题的算法都做到最优，如果有多种解法，就把多种解法的思路都写下来。

有兴趣的话，可以看一下： https://metaquant.org/

微信阅读重度用户，前段时间买了文石 nova pro, 用了一个月了，感觉还不错。

我把 typora 的一款主题改了一下，感觉对中文的支持要好一些：

https://github.com/sorrowise/my-typora-theme

可以点此预览： https://metaquant.org/

跟风秀一下，极简博客，托管在 netlify 上：

https://metaquant.org

这道题在做 project euler 第十四题时遇到过，我用的 python，在我的 xps13 时计算一亿内的最长考拉兹序列需要 1 分 34 秒。

可以优化的地方有两个：一是一是当 n 是奇数时，3n+1 必然是偶数，则接下来必定需要除以二，则可以一步走完，也就是说当 n 是奇数时可以多算一步，直接计算(3n+1)/2，这样可以更快的到达序列的终点，但注意在计算累计步数时，应该加二而不是加一。另一个可以优化的点是在计算各个数考拉兹序列时，中间过程可能出现之前已经计算过的数字，为了避免重复计算，可以把之前数字对应的序列长度都缓存下来，之后碰到同样的数字，直接引用其值并加上之前已经走过的步数即可。

具体可以参见我的博文： https://metaquant.org/euler-project-11-20-questions.html

代码见： https://github.com/sorrowise/euler/blob/master/014.py

pelican https://metaquant.org

不过用的是 typecho 的主题

谈一下我的想法，无论是机器学习还是深度学习，本质上都是一种从数据中提取信息或模式的算法，但是前提是数据中确实有信息或模式，如果我给你一堆随机生成的数据，任你的算法再厉害也不可能发现什么模式，如果发现了就是过拟合了。

不幸的是，金融学近几十年的发展，大量的实证研究表明股票价格数据是非常接近于随机的，即时的股票价格只与即时的信息有关，而与股票的历史价格信息无关，就像一楼那张图所说的，你做再多的技术分析，也比上上川普发个推特，除非你能预测出川普的想法。

深度学习和神经网络这几年突飞猛进，经常给我们一种只要数据足够多，大力必能出奇迹的幻觉。但有时候我们还是要尊重客观规律，尊重前人多年的研究成果，知道工具的局限性和适用范围。

我的建议是一篇文章只讲一个主题，不同主题但有相关的内容可以合成一个系列，既包括每篇文章的相对独立，又可以让读者看到多篇文章之间的前后关联。

比如这样： https://www.metaquant.org/categories.html

喜大普奔