O磁场

天下苦 Windows 11 新版右键菜单久矣！

2023-03-30T22:30:00.000Z

　　请在管理员权限下执行

#切换至 Windows 经典右键菜单reg.exe add "HKCU\Software\Classes\CLSID\{86ca1aa0-34aa-4e8b-a509-50c905bae2a2}\InprocServer32" /f /ve#切换至 Windows 11 右键菜单reg.exe delete "HKCU\Software\Classes\CLSID\{86ca1aa0-34aa-4e8b-a509-50c905bae2a2}\InprocServer32" /va /f

OCC DNS

2023-02-22T10:00:00.000Z

　　为了避免广告、运营商 DNS 污染和路由器 DNS 污染[1] [2]，我搭建了一个基于 AdGuard Home 的私人加密 DNS 服务器，并将其命名为 OCC DNS 。
　　目前， OCC DNS 使用了 EasyList China anti-AD AdGuard DNS filter EasyList 以及自定义的 OCC Filters作为反广告规则，过滤了中文互联网的绝大多数广告。前面提到 OCC DNS 是加密DNS，所以 OCC DNS 采用了 DNS over TLS 的连接方式，其链接为 tls://dot.occ.top ，使用 DoT 常规的 TCP 853 端口。手机用户可直接在设置中的加密 DNS 中输入 dot.occ.top 来使用，具体配置方法可自行在网络上检索。
　　考虑到 iOS 用户的高贵，我也专门为 iOS 用户准备了证书，使用 Safari 点击这个链接下载证书后到设置中启用即可。

　　20230328更新: 应部分用户要求，现开启了 DNS over HTTPS / DNS over TLS / DNS over QUIC 三种服务。以下为各自的地址:

https://dot.occ.top/dns-querytls://dot.occ.top:853quic://dot.occ.top:853

适用于iOS的加密DNS证书

2022-09-20T04:00:00.000Z

为了对抗某些奇怪地区的运营商搞的53端口DNS抢答(别问我怎么知道的)，我搜集和整理了几个可以在iOS系统使用的加密DNS证书，分为DoH和DoT，请在Safari浏览器点击以下链接下载安装。
阿里云公共DNS(支持IPv4和IPv6)
DoH
DoT
DNSPod公共DNS(支持IPv4)
DoH
DoT
Google公共DNS(支持IPv4和IPv6)
DoH
DoT
Cloudflare公共DNS(支持IPv4和IPv6)
DoH
DoT

版权处置声明

2021-03-04T04:00:00.000Z

　　O磁场原作者们请注意，我于近日接手O磁场网站的所有权和管理权。为了保障各位创作者的合法权益，我将各位作者的全部文章进行下架。请各位通过邮件联系洽谈新的版权归属和合作方式，谢谢配合！

如何用二十个以内的汉字表达所有正整数

2020-03-01T04:00:00.000Z

　　有一些正整数虽然很大，甚至超过了20位，不过我们也能用二十甚至更少的字将其表示出来。比如1 000 000 000 000我可以表示为“1后面12个0”，1 428 329 123 020 800我可以表示为“前14个正偶数的积”。现在，我就要证明一个非常惊人的结论：事实上，任何的正整数都可以用20个以内的汉字表达出来！
　　证明的基本思路是反证法。假设存在不能在20个以内的汉字表达的正整数，那么一定有一个最小的不能在20个以内的汉字表达的正整数，而这个数我已经用“最小的不能在二十个以内的汉字表达的正整数”表达出来了，所以，我的假设是错误的。所以任何的正整数都可以用20个以内的汉字表达出来。
　　可是仔细一想，汉字的个数是有限的，所以能组成的句子总数有限，而正整数却有无限个，不可能每个数都有对应的句子。那问题究竟在哪呢。
　　什么叫做用汉字表达一个数字？在这些句子中，有的可能不合语法；有的可能表达有歧义；有的可能根本不是在表示一个数字；有的句子技术性语句太多导致很难算出表示的是哪一个数。我们先不管，假设有一个程序，允许用户每次输入一个不超过二十个字的语句，程序就会自动判断这条语句是否在表达一个数，如果是，就输出这个数。那么，总会有一个数是这个程序无法输出的，那么我们就可以输入“最小的程序无法输出的正整数”，而这一句话本身就不超过二十个字，是可以输入到程序里的。但是，程序会怎么想呢，“啥？啥程序？啥最小？我是谁我在哪，奇怪的知识增加了”，所以，程序无法输出这个数，你也就等于没有用20个以内的汉字表达出这个正整数。
　　类似的“这个数可以用‘最小的不能在二十个以内的汉字表达的正整数’表达出来”，这句话里，里面的“表达”和外面的“表达”范围明显不同。我们把里面的表达叫做表达a，外面那个表达叫做表达b。这句话不就变成了“这个数可以用‘最小的不能在二十个以内的汉字表达a的正整数’表达b出来”。这两个表达有什么不同呢，明显可以看出，表达b里面可以使用表达a，而表达a里面肯定不能使用表达b。所以，最小的不能在二十个以内的汉字表达a的正整数，被我们用20个以内的汉字表达b出来了，没有任何矛盾。
　　这个悖论叫Betty悖论，伯特兰▪罗素提出。为什么叫Betty悖论呢，是因为这是由牛津大学的图书管理员G. G. Betty提出的。这个悖论揭示了“系统之内”与“系统之外”的区别。

什么是停机问题

2020-02-23T04:00:00.000Z

　　按照指定的语法规则来编写代码，你就可以把你想要做的告诉计算机，然后编译运行代码，做出一个个各有所能的程序，这似乎听上去是一件非常有意思的事。不过，程序员也有自己的苦恼。
　　最奇怪的幻想往往来自于最奇怪的需求。只要是一名爱搞怪的程序员，都一定遇到过这样的事：自己辛辛苦苦编写的代码明明没有任何语法问题，但是运行了半天还是没有任何结果，于是就开始有些动摇了，到底是等会，万一就运行了；还是终止进程看看代码有没有逻辑错误呢。纠结了好大一会，决定终止进程，结果检查半天程序没有错误。于是就开始苦恼：如果刚才再多等一会就好了，估计就成功运行了。
　　那么，有没有这种可能：一个程序员在编译器里写了一段代码，按下运行之后，屏幕上立即弹出一句话 “运行该程序可能会导致死循环，确认运行[Y / N]？”那会怎么样呢？
　　这里的死循环并不只是指“令a=1，把a替换为a²，直到a > 100”这种数字不变的循环，也有可能是“令b=100，把b替换为b+1，直到b < 10”这种数值一直在变化的循环。
　　此时我们就要想象一下，一个程序员耗费十几年的时间为他心爱的编译器和语言写出了一个插件，也不是不可能。不过这有什么用呢？我如果说我可以靠这个赚一大笔钱你信吗？数学界有很多悬而未解的难题，找找其中哪些是有悬赏的，比如哥德巴赫猜想，我就写一段程序让计算机穷举，如果她提示上面那段话，就说明程序会一直运行下去，不就等于证明了哥德巴赫猜想吗；如果计算机没有提示，就说明程序会停下来，我就证否了哥德巴赫猜想。不管怎么样，我都是第一人，拿走奖金。再去找找还有什么别的数学问题有悬赏，几行代码就统统搞定了。哈哈哈哈。不过，上面说的可能吗？
　　上面说的这种问题就叫做“停机问题”，在计算机理论中是这样叙述的：停机问题是一个不可解的问题。证明也并不复杂。反证法：假设一个程序P(a,b)，她就可以预先判断出代码a的初值为b时程序是否会终止。那么我们可以编一个程序Q(x,x)。她首先读取初值并叫做x，然后调用P(x,x)，根据其返回的结果执行不同的任务。如果P(x,x)返回的结果是“不会终止”，立即退出程序；否则，任意执行一个死循环任务。现在运行程序Q，然后把程序Q本身的代码作为输入数据传进去，于是程序Q调用P(x,x)时，实际上问的是“运行程序Q并输入Q的代码后会发生什么”，也就是询问他自身的命运。可是根据程序Q的法则，如果P(x,x)认为该程序不会终止，Q就会立即退出；如果P(x,x)认为该程序总有终止的一刻，Q反而陷入死循环。于是，P(x,x)并没有成功预测Q的命运，这说明停机问题是不可解的。

什么是中文自动分词算法

2020-02-16T14:00:00.000Z

　　自动分词在互联网领域极其重要。比如你在搜索框里输入“中文自动分词算法”并搜索时，搜索引擎会同时找出含有“中文”、“自动”、“分词”和“算法”的内容网页，尽管这四个词并没有连在一块。比如一篇文章写清华大学生如何如何，但是相关文章里全是和清华大学有关的。这就多半是分词算法错误地把清华大学当成了一个词。
　　所以，计算机如何正确地切分一句话呢？
　　自动分词的主要困难在于分词歧义。“他说的确实在理”在计算机认为就有以下三种可能：
　　他 / 说 / 的 / 确实 / 在理
　　他 / 说 / 的确 / 实 / 在理
　　他 / 说 / 的确 / 实在 / 理
　　对于计算机来讲，上面三种都是可以的。最令人头疼的是诸如“中外科学名著”，“提高产品质量”，“鞭炮声响彻夜空”，“努力学习语法规则”这种，随便切几刀都是合理的，在这种极端例子下，分词算法的优劣一试便知。

最大匹配法

　　顾名思义，“最大匹配法”就是从句子左端开始，不断向右扫描，匹配出最长的词，一些组不出词的字单独划开。直到划完句子。在大多数情况下，这种算法可以成功。但是这种算法并不可靠。比如开头的“清华大学生前来应聘”，正确划分应该是“清华大学生 / 前来 / 应聘”，却会被划分成：“清华大学 / 生前 / 来 / 应聘”。
　　维护一个特殊规则表，可以修正一些很机械的问题，效果相当不错。例如强制把“不可能”分为“不 / 可能”这类特殊规则。
　　不过这种算法归根结底都是像人一样从左到右扫描文字，为了充分利用计算机的优势，我们还可以把句子作为一个整体来考虑，从全局的角度评价一个句子划分方案的好坏。因为每次都匹配最长的词，得出的方案不一定是正确的。
　　例如：“独立自主和平等互利的原则”这句话会被计算机分为“独立自主 / 和平 / 等 / 互利 / 的 / 原则”，一共有6个词；而正确的分法次数更少：“独立自主 / 和 / 平等互利 / 的 / 原则”，只有5个词。
　　但是最少词数法也有出错的时候，“为人民办公益”的最大匹配划分和最少次数划分都是“为人 / 民办 / 公益”，而正确的划分却是“为 / 人民 / 办 / 公益”。
　　算法当然还有进一步优化的余地，大家应该已经想到了，何不用每个词出现的概率来衡量句子的优劣？于是我们有了一个更标准、更连续、更自动的改进算法，即最大概率法。

最大概率法

　　先统计大量真实语料中各个词出现的概率，然后把每种分词方案中各词的出现概率乘起来作为这种方案的得分，最后选出得分最高的方案，认为这是分词的结果。
　　举个例子：“有意见分歧”这个句子。查表可知，“有”、 “有意”、 “意见”、 “见”、“分歧”的出现概率分别是0.0181、0.0005、0.0010、0.0002、0.0001，因此“有 / 意见 / 分歧”的得分是1.8×10^-9，但“有意 / 见 / 分歧”的得分只有 1×10^-11，正确方案胜。
　　但是这样的算法对于计算机来说，好像句子就是随机选择词语连在一起，是个一元过程。这个假设显然不合理。
　　于是我们不得不跳出一元假设，把人类语言抽象想象成一个二元模型，对于任意两个词语都生成一个概率P，即第一个词后刚好是第二个词的概率，划分完一个句子后，就把这个句子所有的P值加起来，得分最高的分词方案就认为是正确的分词方案。
　　至此，算是有了一个实用的算法。
　　但是在中文里，有一个最令人头疼的东西———未登录词。中文没有首字母大写，没有书名斜体，这让计算机如何辨识人名地名？这也是现在中文分词领域都在攻克的难关。
　　对于人名来说，汉语姓氏大约有1000个，人名的常用字也比较集中最常用的400字就涵盖了名字用字的90%。根据这些信息我们足以计算出一个字符串能够成为名字的概率，结合事先设定阈值就可能很好的识别出人名。
　　中国地名的用字就分散的多了，北京有一个地方叫“臭泥坑”。网上搜索 “臭泥坑”，前几页全是“臭泥坑地图”和“臭泥坑附近酒店”之类的信息。甚至重庆还有一个地方叫“犀牛屙屎”和“犀牛屙屎抽水”。好在中国地名也就十万多个。中国地名委员会编写了《中华人民共和国地名录》，就让地名的识别简单了许多。
　　最难的是缩略词了，大部分缩略词，例如“高数”，“女单”，“发改委”，“安检”，人人都知道什么意思。但是有些词人们都不知道代表什么。比如你能猜到“人影办”是什么的缩写吗？猜不到吧，是“人工影响天气办公室”。
　　很多缩略词都已经可以成为独立的词语加入词库了，但新出现的或者临时构造的词语就不那么友好了。所以如何解决网络文章的自动分词，目前还是相当困难的。革命尚未成功，分词算法还需努力。

WLAN与Wi-Fi

2018-08-02T04:00:00.000Z

　　最近，网上传出了一则莫名其妙的留言，讲的是怎么判断你的iPhone是不是假货。其中说到，在设置界面显示WLAN的是真货，显示Wi-Fi的就是假货；此话一出，评论区里立刻一片骂战。这种场面感觉不亚于在一群程序员中大喊一句“PHP是世界上最好的编程语言”。因为我没有使用过iPhone，所以对此不做评价；但既然提到了WLAN与Wi-Fi。那我就想说说这些网络的区别和关系了。

　　实际上，Wi-Fi和WLAN完全没有任何可比性，因为他们根本就不是一类东西。
　　WLAN的全称是Wireless Local Area Network，也就是“不需要线缆传输的本地区域网络系统”，学名“无线局域网”，也就是无线传输的LAN，与其相对的就是有线局域网。
　　而Wi-Fi只是WLAN的一种技术标准，地位相当于有线局域网中的Ethernet，都是通过上级网关的DHCP获取IP和上网。从Wi-Fi的身世来看，它的创造者WECA的全称就是Wireless Ethernet Compatibility Alliance，所以说Wi-Fi从创造之初就只是Ethernet的替代品罢了。
　　回到WLAN，它的技术标准也远不止Wi-Fi一个，还有诸如ZigBee、Li-Fi、MMDS、SMDS之类的老相好。就像LAN一样，在廉价易用的Ethernet被广泛接受以前，像Token-Ring这种拥有极其变态的数据传送率的技术标准可是一度被认为是未来之星的，甚至还有过像AppleTalk和FDDI这种不伦不类的技术标准。
　　Wi-Fi标准可能不如某些小众甚至已经逝去的WLAN技术标准，但是Wi-Fi已经和Ethernet深度绑定和关联；在Ethernet成为有线局域网主流技术标准的今天，为了兼容性和方便性，Wi-Fi也就成了WLAN的“最佳解决方案”。但如果人人都将Wi-Fi与WLAN混为一谈，那是否可能会让其它比Wi-Fi更加优秀的WLAN技术标准埋没呢？只有弄明白了Wi-Fi与WLAN的区别于关系，才更有可能让被Wi-Fi掌控的WLAN中杀出一条刺激成长的“鲇鱼”。