懒得详细写了，每一点直接大致描述了一下基本思路。​​38.6度去食堂排了四十分钟买回来的本帮阳春面邪恶的月亮，并没有决定今晚是个邪恶的夜晚。

时间一下子就过了，十小时写了这么点，​把症状给逼出来了。​前天下午就有预感，​昨天就没怎么睡好，​今天也没怎么睡觉。

值域减去你上限的倍数乘以你余数的逆元后模值域恒生电子第三题335人做出来，绕晕了，脑子像鼠标一样卡。第四题432人做出来，不会求组合数，最后报除以了0，后来本地debug才发现是定义了两次e，没初始化。不过这样也还是太慢了过不了。总结：乘以你的智力-2次方，就可以站在你肩膀上。

list(map(list, zip(*L)))​昨晚室友阳了​打算去酒店睡两晚室友就回家了​不过我可能也杨柳轻飏了

写论文时发现聚合优化后可以丢弃一级位集，只用二级位集了，直接检查二级正向位集上的聚合1对应的k个候选规则，而不是还去一级位集上做与运算继续减少候选数量，但这样需要检查更多规则，对二级位集上的与运算结果中的每一位都需要检查k个规则，而且需要检查规则的所有属性。32聚合比，只用二级位集查找和用两级位集查找相比，内存从81MB下降到其32分之1，2.5MB，与运算次数进一步从168减少到103.6，然而，吞吐率减少为后者的13%，就算和不使用聚合优化(内存78.7MB)相比，吞吐率也减少为其55.2%

什么叫饮水思源？什么叫推陈出新？什么叫创造性转化创新性发展【修改位集覆盖范围】打破 REIN 的思想局限/插入逻辑当前的 HEM 逻辑：设值域为 [1，1000000]，分 1000 个桶，第 1 个桶负责 [1,1000]，第 2 个桶负责 [1000,2000]，...，最后一个桶负责 [999000,1000000]设组数为 100，每个组用一个位集存储，第 1 个组 10 个桶，第 2 个组 20 个桶，则 高值端HVE上，第 1 个位集负责 [1,10000]，第 2 个位集负责 [1,20000]，...，倒数第 2 个位集负责 [1,990000]            当订阅 ...

2022-12-21 打饭有感之乌鸦反哺！​​今年的两篇论文都在说HEM算法，需要在每个属性上做两次位集运算，​比如对于5，6，7，8里的桶，要找HVE上的G1和LVE上的G2，分别和全局位集做一次或运算，对于9，10，11，12里的桶，要找HVE上的G2和LVE上的G1，分别和全局位集做一次或运算。​对于事件落入的某个cell（桶），之前是要找两个位集，做两次或运算的，其实hve上的位集和lve上的位集是一一配对的！只需要存这两个位集的并集就好，也就是在一开始插入订阅时就把这两个位集当成一个来标记这样一来，直接妥妥地少了一半的或运算次数，缓存也少了一半空间占用！​​奈何子欲养而亲不待，会议论文已见刊，期刊论文昨天已提交审稿意见回复，毕业论文这一部分已经翻译好还得赶后面的。​​这是在买晚饭时想到的，下午是在想如何解释把HEM应用于包分类领域设计一个新算法，解释了协议号属性上的逻辑，直接给每个协议号设一个位集，以为相当于HEM上桶数c等于组数g，瞬间发现不等价，HEM上的组是前缀桶或者后缀桶，那么，把包分类协议号上这个穷举做法又折回去应用到HEM上呢？那可不就是为每个桶单独设置一个位集嘛？于是就自然想到了把现有的两个位集合并起来，也发现了它们一直存在着一一对应关系没注意到！一年半了！​​只是遗憾地是双重选择策略用不了了，但双重选择就是为了用一半的缓存实现相同的加速效果，现在缓存也减半了，或运算还可以进一步减半！

之前由于FBS(只有1级)里面用__builtin_ctzl 变慢了，所以AFBS聚合版本(有两级)里的1级没测__builtin_ctzl 版本，382ns，以为就这样了，今天有人问到我__builtin_ctzl ，于是又测了下，没想到性能进一步提升了50%，186ns。​​这种感觉，值得体会，​看到差距，​有一段时间没出现了，有点像答辩现场社死，不过还好不是真评委。   

2022.12.20 午夜随笔（洗澡）之一年了，终于把TAMA转化为反向匹配成为了可能 有人说，我们每天都在见证历史，有人说，我每天都在沉淀历史。 （700字小作文）     从前，它是叫“方向匹配基本定理（二）”的，即基于同一个数据结构，去找出匹配的谓词，就可以设计出正向匹配算法，去找出不匹配的谓词，就可以设计出反向匹配算法。    基于反向REIN的数据结构可以设计出正向fREIN算法， 基于反向HEM的数据结构可以设计出正向fHEM算法， 基于BG-Tree数据结构可以设计出正向和反向匹配算法fBG-Tree，bBG-Tree 但基于TAMA数据结构没能设计出反向匹配算法， 由于不够通用...

要不是同行太厉害，这也将是一个很耀眼的算法... ——淹没于历史长河中的John Doe没想到，竟然把大约萌芽于2021年10月，成形于2021年12月(PPT)，进简历于2022年2月，始终不被人看好、不起眼的用一句话说就是“把5次+1变成1次+5”的数据分发领域中的一种结合了H-Tree/TAMA/GSEC的正向计数型事件匹配算法应用于包分类领域中的一种基于RLE压缩编码变体的无名氏报文查询算法中的多路归并中每一路的增量更新加法运算中真的令人叹为观止！！！要哭了，请让历史定格在这注定被人遗忘的时刻。2022.12.192021.12.07

​2022年12月19日考古纪实这种学术垃圾要扔进毕业论文里吗？​今天实现了这个2022年4月26号提出、5月3号挥笔构思出伪代码的RLE编码优化，这是一种新的ACL报文查询算法。不出意外地出意外了，慢了很多，毕竟还是算术运算，不如逻辑运算，更何况前几天刚证明64位与运算比 比较运算 都要快一些，https://www.zhihu.com/question/572870633/answer/2805274563RLE不仅难以更新维护，内存大，时空不稳定，平均还要执行一万多次比较和+1运算，不知道还有哪个企业在用这种数据结构。真的逼我用二分吗。昨天的聚合优化，当二级缓存失效需要检查一级缓存时，称为发生了一次“聚合失败”，这时类似于发生一次中断，trap，保留当前上下文，把自己挂起，停下来去做其他工作，拿到其他工作的结果后再决定还要不要继续往下做。      

考古考古，考自己的古。有个自己值得自己考古，这是幸运的。人人都可以对自己考古，这是幸福的。每个人，是每个人的天使。每个人，是每个人的读者。和历史的自己来一场对话。和历史的自己来一场较量。不是被自己打败，就是打败了自己。今夜没有输赢，只有胜负结果。​2022-05-03

一种基于位集的包分类\报文查找\ACL表查询\网络数据包路由转发算法昨天才开始实现今年4月26号提出的这个RLE编码优化的前半段（聚合位集），今天测了下性能提升了50%11属性-32聚合比-正向位集搜索（k11-AFBS，Aggregation Forward Bitset Search）类似多级缓存体系一大堆实验，一大堆坑，谁爱跑谁填去，我不管了第二套数据集上，乱序后平均386纳秒(之前790纳秒)，不乱序平均334纳秒(之前600纳秒)，去掉第3个数据集后剩下16个数据集不乱序平均187纳秒k11-AFBS 与运算次数从 1944 减少到 168，比较次数从 3892 减少到 210，聚合成功32次，聚合失败2.7次，聚合成功率92.3%，检查次数没变化，平均 3.97 次检查。（RLE编码很难更少了吧... 可以直接对一级位集缓存编码，也可以只对二级位集缓存编码，）最快的是第三套数据集（强局部性）中的第9个数据集，69纳秒聚合压缩比从1上升到32，内存从157MB下降到81MB，查找时间从1148纳秒减少到419纳秒，再引入高效位运算__builtin_ctzl后减少到386纳秒，聚合比再翻倍到64后没效果了，再翻倍到128的话要改代码了。

https://www.zhihu.com/question/572870633/answer/2805274563​​实验表明，执行一次比较比执行一次 位与运算 或 位或运算 慢了许多。两hard，但四蹄都是模拟第三题两个奇度节点的情况，没想到可以找第三方来帮忙，但得找干净的第三方。第四题只卡了一个，忘了记录了，只好再错一次。没考虑半路碰上的情况，也没考虑第一个共同祖先不是根的情况，不过这个用例里都出现了。第二题也debug了好一会。这期代码写的真烂。