Content #
这就是所谓的泛美微笑——空姐试图表现礼貌时对你展示的一种微笑。当你展示这种微笑时,你拉起嘴角用的是所谓的颧大肌,而你面部的其余部分“无动于衷”,这就是这个微笑看起来很假的原因:这是一个没有任何面部表情的微笑。
这是所谓的杜兴式微笑,真正的微笑看起来就是这样的。一种包括眼轮匝肌外部运动的面部运动。展示这种微笑的人会提升脸颊,其眼睛周围会形成明显的鱼尾纹。
From #
陌生人效应
“透明”是指我们的行为和举止——他人可见的我们表现自己的方式——为他人观察我们的内心感受提供了一个真实可靠的窗口。
我们都有一种倾向——根据人们的行为去判读他们是否诚实。在我们眼中,说话得体、自信,握手有力,友好、有魅力的人被认为是可信的;说话时紧张、不自在、躲躲闪闪、结结巴巴、含含糊糊、言语费解且空洞无物的人则难以被他人信任。
委婉一点儿说,这简直是无稽之谈。
“透明”是指我们的行为和举止——他人可见的我们表现自己的方式——为他人观察我们的内心感受提供了一个真实可靠的窗口,这是我们用来理解陌生人的第二个关键工具。当我们不认识某个人,或无法与他们沟通,或没有时间去了解他们时,我们相信我们可以通过他们的行为举止来了解他们。
第一个工具是 默认真实。
安娜·蒙特斯并不是一名间谍大师。她没必要当间谍。在一个我们的测谎仪设置为“关闭”模式的世界里,间谍总能够往来轻松自如。斯科特·卡迈克尔是一个疏忽大意的人吗?根本不是。他做了我们每个人都会做的事:他从安娜·蒙特斯说的是真话这样的假设出发,然后,在理解安娜所说的一切时——几乎无意地——努力使自己的理解与这个假设相符。我们都需要一台“触发器”来摆脱对真实的默认,但是引起“触发器”反应的最低值很高,卡迈克尔的怀疑远未达到这一最低值。
莱文认为,一个简单的事实是,测谎仪不会——或者说不能——以我们期望的方式工作。在电影中,头脑机敏的侦探会当场戳穿对方的假话。但在现实生活中,积累足够的证据来消除我们的疑虑需要时间。你问你的丈夫是否有外遇,他说没有,然后你就会相信他,你默认的是:他说的是实话。不管你发现他有什么不对劲儿的地方,你都会把它合理化。但3个月后,你碰巧注意到他的信用卡账单上有一笔不寻常的酒店房费,加上他有几周去向不明的事实和几通神秘的电话,这一切把你的怀疑推到触发反应的最低值,谎言这才被识破。
这就是对第一个难题——为什么古巴人能够瞒过中情局的人这么久——的解释。这个故事并不是对美国情报机构能力的控诉,它只反映了一个事实,即中情局官员和我们其他人一样,都是普通人;和其他人一样,对真相抱有同样的偏见。
无论是内置在主板上的接口,还是集成在设备上的接口,除了三类寄存器之外,还有对应的控制电路。正是通过这个控制电路,CPU 才能通过向这个接口电路板传输信号,来控制实际的硬件。
我们先来看一看,硬件设备上的这些寄存器有什么用。这里,我拿我们平时用的打印机作为例子。
首先是数据寄存器(Data Register)。CPU 向 I/O 设备写入需要传输的数据,比如要打印的内容是“GeekTime”,我们就要先发送一个“G”给到对应的 I/O 设备。
然后是命令寄存器(Command Register)。CPU 发送一个命令,告诉打印机,要进行打印工作。这个时候,打印机里面的控制电路会做两个动作。第一个,是去设置我们的状态寄存器里面的状态,把状态设置成 not-ready。第二个,就是实际操作打印机进行打印。
而状态寄存器(Status Register),就是告诉了我们的 CPU,现在设备已经在工作了,所以这个时候,CPU 你再发送数据或者命令过来,都是没有用的。直到前面的动作已经完成,状态寄存器重新变成了 ready 状态,我们的 CPU 才能发送下一个字符和命令。
当然,在实际情况中,打印机里通常不只有数据寄存器,还会有数据缓冲区。我们的 CPU 也不是真的一个字符一个字符这样交给打印机去打印的,而是一次性把整个文档传输到打印机的内存或者数据缓冲区里面一起打印的。
43 | 输入输出设备:我们并不是只能用灯泡显示“0”和“1”
CI/CD 技术通过自动化的手段,来快速执行代码检查、测试、构建、部署等任务,从而提高研发效率,解决敏捷模式带来的弊端。CI/CD 包含了哪 3 个核心概念?
频繁地(一天多次)将开发者的代码合并到主干上。它的流程为:在开发人员完成代码开发,并 push 到 Git 仓库后,CI 工具可以立即对代码进行扫描、(单元)测试和构建,并将结果反馈给开发者。持续集成通过后,会将代码合并到主干。
它指的是一种能够使软件在较短的循环中可靠发布的软件方法。持续交付在持续集成的基础上,将构建后的产物自动部署在目标环境中。这里的目标环境,可以是测试环境、预发环境或者现网环境。
持续部署在持续交付的基础上,将经过充分测试的代码自动部署到生产环境,整个流程不再需要相关人员的审核。持续部署强调的是自动化部署,是交付的最高阶段。
Elasticsearch的搜索分为两个阶段:Query-then-Fetch。具体步骤如下:
这种处理方法会带来什么样的性能问题?
如果人们把手臂浸在一桶冰水中(冰冷组),而不是一桶温水中(温暖组),他们预期自己在冰冷房间中的痛苦程度会高14%。亲身体验几分钟寒冷的感觉之后,他们就知道几个小时会有多难熬。还有第三组受试者,也体验了寒冷的感觉,但情况有所不同。他们把一只手臂浸在冰水里,然后拿出来,填写另外一份问卷。 10分钟之后,他们再估计在冰冷的房间中会有多痛苦。因为刚刚在10分钟之前就体验了冰冷的温度,他们的预测本应该和寒冷组一致,但结果并非如此。这一组的结果与哪一组相同?这说明了什么问题?
他们的预测与温暖组一致。即使在10分钟之前就感受到了寒冷,但是,一旦这种感觉不存在了,他们就很难再次感受和想象。这就是一种视角差距:如果我们没有体验到一种心理或生理上的紧张状态,就会远远低估它们对自己的影响。例如,有研究发现,医生经常会认为他们的患者没有实际上那么痛苦。由于自己没有处在痛苦之中,这些医生没法完全感同身受。
Java中实现equals方法时,以Employee为例,会有以下两种用于判断对象类型的代码。 instanceof检查:
if (!(otherObject instanceof Employee))
return false;
getClass检查:
if (getClass() != otherObject.getClass())
return false;
什么时候应该用instanceof检查?什么时候应该使用getClass检查?
如果子类能够拥有自己的相等概念,则对称性需要将强制采用getClass进行检测。
如果由超类决定相等的概念,那么就可以使用instanceof进行检测,这样可以在不同的对象之间进行相等的比较。这种情况下,超类的equals方法应该声明成 final。