1.urlencode
Python内置了urlencode函数：
urllib.urlencode()
不幸的是，这个函数只能接收key-value pair格式的数据。
例如：
m = {‘name’ : ’somebody’; ‘gender’ : ‘male’}
s = urllib.urlencode(m)
print s
gender=male&name=somebody

如果我们只希望urlencode单个的String对象，这时候，除了将它转化为mapping object之外，还有一种方法：
def my_urlencode(s) :
    p = repr(s).replace(r’\x’, ‘%’)
    return p[1:-1]
print my_urlencode(‘你好’)
%c4%e3%ba%c3

一点题外话：
Java中的urlencode需要指定编码：
java.net.URLEncoder.encode(String s, String enc)
因为JVM内部所有的字符都是UTF的，故而需要指定encode的编码；
但Python不需要，因为Python中“看起来一样”的字符，如果编码不同，repr的结果是不一样的——也就是说，GBK编码的“新浪”和UTF-8编码的“新浪”，repr的结果是不同的，换句话说，my_urlencode的结果，取决于传入的字符串本身的编码。

2. tempfile
开发中经常需要用到临时文件，Python内置了对tempfile的支持：
import tempfile
tf = tempfile.TemporaryFile()
tf.write(‘hello’)
tf.seek(0) #prepare for reading
tf.read()
……
需要注意的是：
使用tempfile不需要知道文件名，默认的打开参数是w+b，w表示可读可写，binary用来保证在不同的平台上具有同样的内容。
另外，tempfile一旦调用close()函数就会立刻删除，因此，写完文件之后，不必执行close()操作，否则下面的程序无法读取该文件的内容。

偶然看到这篇文章，很好，很喜欢，条理清晰，逻辑分明。

卡尔·波普曾这样解释理性：你有你的看法，我也有我的观点，二者不一致，这并不可怕，让我们坐下来讨论吧。

网络给了我们讨论的平台，然而是非似乎并没有就此更加分明。
问题出在哪里呢？我不能给出完整的解释，但讨论中逻辑的缺失，当是原因之一吧。

譬如此种言论：
中國有多少人沒這麼幹過？那做過的人就代表人格低下嗎？反過來說，美國大部份人不看盜版，他們就人格高尚了？
”用过盗版就代表人格低下“这个命题，纵使成立，也不意味着”没用过盗版就代表人格高尚“的成立。其中的道理很简单——”地震就会死人“并不意味着”不地震就不会死人“。

这样的诘问，最大的功效，就在于彰显自己思维混乱。
现实生活中，这样的例子还不少呢。

因为办公的需要，公司给配了一台笔记本，这算得上是我的第一台笔记本了。13寸的镜面宽屏，效果还不错，键盘的手感也不错，唯一的问题就是，风扇的声音似乎大了一点：）

大早起来，躺在沙发上，用笔记本上网。

忽然想起，上半年软考的成绩应该出来了，去北京人事考试网看看，果然。

忐忑不安地输入自己的姓名和身份证号（这种时候我总是惶恐不安，考完托福的两个月里甚至刻意地躲避“托福”这两个字），等待最后的宣判：

上午：66；下午：53

是不那么让人满意的成绩，尤其是下午，发挥的很不好。四选一的选做题，我居然没看清试卷说明，做了两个，更要命的是，C语言的选做题答得很好，最后还是放弃了，填到答题纸上的是Java的选做题——而我居然填错了两空。这也是我考完至今都不敢看标准答案的原因。

好在，按照往年高程的分数线，这次应该是没有问题的，如果不出意外，剩下的就是等公布标准和拿证了。

不管怎么说，在周日的早晨得到这个消息，还是很让人欣慰的。

2006年的上半年，发生了太多的事情，除去那些辗转煎熬、痛不欲生的记忆，还有这点成绩可以告慰自己。

字符串内码的转换，是开发中经常遇到的问题。
在Java中，我们可以先对某个String调用getByte()，由结果生成新String的办法来转码，也可以用NIO包里面的Charset来实现。
在Python中，可以对String调用decode和encode方法来实现转码。
比如，若要将某个String对象s从gbk内码转换为UTF-8，可以如下操作
s.decode(‘gbk’).encode(‘utf-8′)

可是，在实际开发中，我发现，这种办法经常会出现异常：
UnicodeDecodeError: ‘gbk’ codec can’t decode bytes in position 30664-30665: illegal multibyte sequence

这是因为遇到了非法字符——尤其是在某些用C/C++编写的程序中，全角空格往往有多种不同的实现方式，比如\xa3\xa0，或者\xa4\x57，这些字符，看起来都是全角空格，但它们并不是“合法”的全角空格（真正的全角空格是\xa1\xa1），因此在转码的过程中出现了异常。

这样的问题很让人头疼，因为只要字符串中出现了一个非法字符，整个字符串——有时候，就是整篇文章——就都无法转码。

幸运的是，tiny找到了完美的解决办法（我因此被批评看文档不仔细，汗啊……）
s.decode(‘gbk’, ‘ignore’).encode(‘utf-8′)

因为decode的函数原型是decode([encoding], [errors='strict'])，可以用第二个参数控制错误处理的策略，默认的参数就是strict，代表遇到非法字符时抛出异常；
如果设置为ignore，则会忽略非法字符；
如果设置为replace，则会用?取代非法字符；
如果设置为xmlcharrefreplace，则使用XML的字符引用。

说起来很惭愧，SampleSort这个概念，还是在查阅Python文档的时候知道的，之前闻所未闻。传统的排序算法都是基于单处理器的，我们知道，这些算法的时间代价的上限都是nlog(n)，在这种情况下，要想大幅度提高排序的效率，采用并行算法是一个不错的选择。Python中用到的SampleSort，就是一种并行排序算法。

SampleSort类似快速排序，其基本思路是：

1. 用P-1个分隔值（splitter），将序列分散到P个bucket（桶）中。
2. 每个Processor（处理器）按照这些分隔值，把元素送到合适的bucket中。
3. 对每个桶排序，归并。

具体过程如下：

1. 为每个processor分配n/p个元素
2. 每个processor对自己分配的元素排序
3. 每个processor从自己分配的元素中选出p-1个分隔元素，将已排序元素分隔为平等的p段
4. 将每个processor选出的分隔元素（共有p(p-1)个）合并，再从中选出p-1个分隔元素，将这p(p-1)个元素平分为p段
5. 以上一步选出的p-1个元素为界限，每个processor分配给自己的元素划分为p段
6. 每个processor将位于自己第i段的元素送到编号为i的processor
7. 使用radix sort（基数排序）对这些bucket进行排序，即先对每个bucket排序，再按顺序将各个bucket中的元素收集起来。

时间代价分析
第一步，每个processor本地排序的时间代价为：
O(n/p*log(n/p))

第二步，对每个processor选出的splitter进行排序的时间代价为：
O(p^2*log(p^2))
log(p^2) = 2*log(p)
所以这一步的时间代价为
O(p^2*log(p))

第三步，每个processor根据上一步整理的splitter将自己分配的元素发送出去：
O(p*log(n/p))

通信的成本为
O(n/p) + O(p*logP)

因此，总的时间代价为：
O(n/p*log(n/p)) + O(p^2*log(p)) + O(p*log(n/p)) + O(n/p) + O(p*logP)

据我的粗浅了解，并行算法一般有几种思路：
Centralize（由一个中心节点统一管理协调所有节点，拓扑结构为星型，易于理解，但要求子任务相对独立，对中心节点的依赖程度很高）；
Network（节点之间互相通信协调，拓扑结构为完全图，好处是易于实现，各节点的算法相通，但通信效率低，成本高）；
Ring（各节点处于同一个环上，拓扑结构为环形，通信效率高，但整体速度很慢）

这样看来，SampleSort应该是综合了Centralize和Network两种思路的算法。

Update:
tiny有篇不错的文章，讲到google使用的分布开发工具： map & reduce，推荐阅读。
什么是MapReduce? Google的分布运算开发工具!

聊天的时候，Tiny说起这篇文章，之前也关注过《金融时报》的专题，有些想法，写下来。

中国是否存在中产阶级，这样的争论，我认为是不可能有结果的。
但凡关乎判断（更何况是事实判断）的问题，要得出结论，前提条件是，必须有判断的标准——只有先给出一个大家都认可的“哲学”的标准（能够用这个标准来判断什么是哲学，什么不是哲学），才可能在“中国古代是否有哲学”的问题上得出一致看法。“中产阶级”的命题，也是如此。如果连判断“中产阶级”的标准都没有，所谓“有没有”之争，就转化为“什么是（中产阶级）”的概念之争——事实上我们看到，《金融时报》的争论，正是这种转化的体现。

再说说为什么会出现“中产阶级”之争。
我认为，“中产阶级”之争，更多的是语言之争。
人们使用的词语，并不是单纯的孤立的概念，结合到不同的语境，在不同的场合，有不同的意义。举例来说，我们说某人“来自东北”，要传达的意思，可能并不仅仅是“某人的家乡的地理位置位于中国东北部”，而是“他很爽快”，或者“他来在不景气的老工业基地”之类。
同样的道理，“中产阶级”并不单单指“收入处于中等的那一群人”，在日常使用时，大家往往会把一些其他的意向投射到这个词语上——例如，公共责任的承担者、社会的中坚力量，等等。因此，如果某人因为自己“收入处于中等”而声称自己是“中产阶级”，而其他人因为此人“没有社会责任感”而不认可这种判断，我们就知道，这种分歧的根源，在于双方对“中产阶级”这个概念没有共识——这又回到本文的第一个观点了。

所以，如果问我“中国是否存在中产阶级”，我的回答是“不存在”，因为我判断“中产阶级”的标准，不仅仅是收入。要改变我的观点，需要改变我判断“中产阶级”的标准，或者列举出某部分人符合我的判断标准的事实——当然，我认为，要做到这两点基本不可能。

很偶然地见到这本书：How To Sleep Less and Have More Energy Than You Ever Had Before。
有意思的名字，吸引我花时间通读了一遍。
薄薄的一本书，麻雀虽小，五脏俱全。
作者Kacper M. Postawski先是介绍基本知识：睡眠分为哪几个阶段，睡眠的周期，深度睡眠的重要性，以及睡眠的质量；然后分析了影响睡眠的主要因素，比如光照，活跃程度，生理节奏，引水，刺激性饮料，锻炼，等等；最后给出应付失眠及合理规划睡眠的办法。

身体力行了一个星期，效果还是比较明显的。
实际上，在上班以前，无论是自己，还是别人，都认为我不是一个精力很好的人——一定要保证足够的睡眠时间，才可能有正常的生活和学习。不过，我现在也可以做到，每天睡7个小时，并且在全天的大多数时候，保持清醒的头脑。

这是一个很令人兴奋的开始，因为它至少意味着，我们有可能省下更多的时间，去做有意义的事情。

一本并非仅面向DBA的好书：the Art of SQL。
全书分为多个小节，每个小节的篇幅都不长，用举例、比喻的办法，讲解实际的问题，也不避讳理论。
逻辑清晰，读起来非常舒服，如行云流水一般，不少地方更是令人拍案叫绝——既不是枯燥的理论教授，也不是单纯的技巧总结，在这里，理论和技巧是结合起来的，解决问题，才是真正的问题所在。

趴在床上看书，看的是O‘Reilly的Learning Python。
左边摆着傅雷译的《罗丹艺术论》，右边放着亚里士多德的《诗学》。
床头柜上摊着罗尔斯的《正义论》。

在书店定了周德伟的《周德伟论哈耶克》和《自由哲学与中国圣学》，还没送来。
正义，自由，哈耶克……这些词汇，让我接续割断的前生。