2021年3月

在gitee上开了一个js项目做, 因为对于数字我实在是不敏感, 写成程序反而大大加快并加强了理解. 项目地址: https://gitee.com/littleprog/accounting

第十章的感悟如下:

  • 三大比率: 成本收入比, 费用收入比, 净利率, 应该与行业均值比较, 并且与自身过往比较(趋势分析);
  • 固定资产的投资最终可能很难收回, 因为固定资产(尤其是设备)都不大好卖的, 因此固定资产应该慎重投资, 应评估固定资产投入后能带来多少产出, 利润是否能很快覆盖并超出固定资产;
  • 对于供应链管理, 先进先出, 减少存货库存周期及其重要. 库存长期积压, 无论对于保质期长短的存货都不是好事, 长期积压最后会直接导致资产减值;
  • 应减少坏账, 评估客户和渠道的偿债能力, 坏账将直接导致利润减值;
  • 现金流及其重要, 更甚于利润. 一个盈利良好的企业现金流一旦中断, 企业连一天都不能维持.
  • 利润存在于账面上, 是很容易流失的;
  • 提高利润其实就是老生常谈的开源节流,降本增效. 但开源和节流是矛盾的, 降低成本和费用也有可能导致销量下降(广告曝光不足/品质下降等), 而开发新产品新功能一定是会提高成本的.
    最终测验90分, 第二题审题不严导致的错误.

这个链接https://www.javascripttutorial.net/object/3-ways-to-copy-objects-in-javascript/#:~:text=To%20copy%20an%20object%20in%20JavaScript%2C%20you%20have,the%20JSON.stringify%20%28%29%20and%20JSON.parse%20%28%29%20methods.%20提到了3个方法, 然而2个都是有问题的, 并不能深度复制.

...大法. 不行.

> a = {a:{a:{a:1}}}
{ a: { a: { a: 1 } } }
> b = {...a}
{ a: { a: { a: 1 } } }
> b
{ a: { a: { a: 1 } } }
> a.a.a.a = 2
2
> b
{ a: { a: { a: 2 } } }
>

Object.assign大法, 还是不行.

> b = Object.assign({},a)
{ a: { a: { a: 2 } } }
> a.a.a.a  = 3
3
> b
{ a: { a: { a: 3 } } }

最后唯有JSON.parse/stringify大法可用了,但是感觉好粗犷...

> b = JSON.parse(JSON.stringify(a))
{ a: { a: { a: 3 } } }
> a.a.a.a = 4
4
> b
{ a: { a: { a: 3 } } }

终极对比文章,如何深度复制对象和数组 https://javascript.plainenglish.io/how-to-deep-copy-objects-and-arrays-in-javascript-7c911359b089

此文验证过, 真正正确的文章.
看完发现, 没有js原生的方案进行深度复制...

这篇文章 https://blog.logrocket.com/methods-for-deep-cloning-objects-in-javascript/ 也提出了几个新方法.

其中提到了v8原生的深度copy方式. node中也支持

const structuredClone = obj => {
  return v8.deserialize(v8.serialize(obj));
};

前后左右皆是错,南北东西求不得。

秋来赏花花乱落,口渴取瓶瓶失脱。

春风拂日花曾好,青丝一头昨夜歌。

君问此时能饭否,停箸笑谈秋好个。

注:皆是错原为千般错。前几日骑车时想到“皆是错”更为工整后,修改。

在node中运行:

>function x(){a = 1}
undefined
> a
Thrown:
ReferenceError: a is not defined
> x()
undefined
> a
1

可以发现, 不加var的话, 运行一个函数内部的赋值, 这个值居然就变成全局变量!

> function y(){var b = 1}
undefined
> b
Thrown:
ReferenceError: b is not defined
> y()
undefined
> b
Thrown:
ReferenceError: b is not defined

加了var的话,就会把变量作用域限制在函数体内.

世界的随机性与不确定性:智能与预测、局部与整体、概率与一切

这篇文章是bing上搜索“随机预测”找出来的,真的很好啊。

预测未来的最好方式就是,创造一个预测的未来。
像不像是机构做空做多实际上是在引导和创造未来呢?

如果说,人类作为一个部分,被包含在宇宙之中,是无法完全了解宇宙的。但,从人是由细胞构成,细胞内的基因蓝图拥有人的全部遗传信息来看,基因蓝图是可以克隆出一个完整的人的——但除了记忆和思维,因为这些是大脑通过环境信息学习和训练出来的。
上面这句话是部分错误的,现在我们知道,不止记忆和思维是通过与环境的交互形成的,几乎人体的各个部分都是在与环境的交互中形成的。

幂率分布、无标度网络

无标度网络在随机失效情形下,其全局特征无明显变化;而在刻意攻击情形下,全局性质变化十分明显。
通过控制变量法分别对两个假设进行检验,生长和优先连接对于无标度网络的产生来说缺一不可。C 图说明的是在优先连接的假设下,两个节点起始时连接度的差别会随着时间增大,即人们熟知的“富人更富”这一现象。

阅读理解: 现实生活中很多网络是无标度网络。可能也是比特币、自由市场等等这些创设理想为公平平等的网络无法实现其理想的原因。新加入网络的节点倾向于和联系最多的节点相联系,就会出现强者恒强。而无标度网络中的强者又使得网络具有脆弱性,少部分强者被封杀则使得整个网络产生较大变化。所以舆论控制需要控制网络中的强者(大V)。
对于比特币也存在51%或者25%的风险。

先创造两个概念.
实时服务: 为极短时间内需要得到满足的需求提供的服务. 极短时间通常为几分钟. 如打车/批改作业/外卖等.
居中平台: 联系供需两端生意的平台.即: 自身既不提供需求,也不提供产品或服务, 而是由个体或组织提供. 例子是: 天猫/淘宝/滴滴/美团外卖等. 而京东/亚马逊有自营店, 则不算.高德地图/微信等直接提供服务, 也不算.
互联网实时服务的居中平台似乎都不约而同推出过抢单机制. 滴滴司机抢单/美团外卖小哥抢单/作业帮批改方也抢单. 似乎最后抢单都沦落为机器人抢单.
抢单的出发点开始都是公平公正公开吧, 另外还有点竞争投标的意味, 最后看谁手速快. 但需求似乎永远稀缺, 人永远比不过机器, 所谓供方抢单最后都变成机器人大战. 保证公平似乎还都要回到派单机制.

技能树展示倒是很好的主意

flowchart RL 我---能力 & 简历 能力---数字化 & 软件开发 & 管理 & 产品 & 供应链 数字化---办公 & 数字化管理 & RPA 数字化管理---ERP & 网店管家 & 钉钉 & 企业微信 & Git ERP---EcountERP Git---Gitlab & Github & Gitee & TortoiseGit 办公---文字 & 数据 & 视觉 RPA---UiBot初级证书 & UiBot中级证书 & UiBot高级证书 文字---Word & Markdown & Typecho 数据---Excel & Pandas & numpy 视觉---PPT & Inkscape & Yed & Matplotlib 软件开发---编程 & 测试 & 软件开发管理 软件开发管理---瀑布 & 敏捷 敏捷---TAPD & 站会 & 快速迭代 & UT & TDD & Jenkins 瀑布---需求分析 & 概要设计 & 详细设计 & 编码阶段 & UT阶段 & ST阶段 & IT阶段 测试---Appium & ADT & Selenium & Devtools & Fiddler & Wireshark & Postman 编程---JavaScript/H5/CSS & Python & 嵌入式编程 JavaScript/H5/CSS---Node & Vue & Electron 嵌入式编程---C & MicroPython & FreeRTOS & VxWorks & DOPRA & ESP8266 & W601 产品---ID设计构思 & 结构设计构思/设计 & 模具设计构思 & 量产前阶段控制 结构设计构思/设计---SolidWorks & FreeCAD & OpenSCAD & AutoCAD 量产前阶段控制---打ID样品 & 打结构样品 & 打研发样品 & 打生产样品 & 小批量 & 批量 & 中试 供应链---采购 & 计划 & 生产 & 仓储 & 物流 简历---UESTC & 安国 & 华为 & 大康 & 中兴 & 锐取 & 爱讯 & 康康 UESTC---电子信息工程 安国---MCU开发攻城狮 华为---嵌入式开发攻城狮 & 欧洲售后攻城狮 & 欧洲服务售前经理 大康---三级心理咨询师 锐取---售前攻城狮 & 产品经理 爱讯---产品经理 康康---产品经理 & 产品总监 & 供应链总监 & 副总经理