#api #web 波形可视化 https://collab-project.github.io/videojs-record/demo/audio-only.html
#oi #math 这个就不是信号处理的FT了，它是针对多项式 各项系数/x-y联立 表示 ，一个分治法，一般用来加速高精度乘法
系数转点值的算法叫DFT（离散傅里叶变换）
https://blog.csdn.net/Flag_z/article/details/99163939 }
FFT 令原
先把 e^-i2pik*(i/N) =cos,sin缓存为Wi=Wn ..
算法的核心是ωn矩阵和fn数组(列矩阵)做矩阵乘法运算，因为ωn是复数，所以运算出结果也是个复数rval + i * ival，最终频域的值其实上是其模值，但为什么模值需要乘以个bSi 是为平滑
频谱的信号只需要分析N/2就可以了，另一半是共轭的。 总之是算一个频时把exp(kt)缓存(把圆N等分 就不迭t0~1) 且同频宽的计算量/2
https://www.cnblogs.com/RabbitHu/p/FFT.html
https://zhuanlan.zhihu.com/p/197450738 JS fft
高精度乘法是 10e6 以上位，longlong 都能溢出的整数乘法，可用 a[i-1]+a[i]/10,a[i]%=10 手动进位法。i in"1",j in "2" a[i+j]=parse(i+j) 后迭 i+1-2 次(倒位相乘处理进位,再倒回来)
也可做<10e6常量优化，不致溢出就机器乘；溢出6位数才竖式计算
FFT蝶形系数换位 0~7 到 04261537 打表偶奇数|分割 实际是个 a[i]=a[~i] 的置换，向上还原
多项式每层(+)都要分为等长2部分，最高次项一定2幂
conj是自带求共轭复数。当复数模长为1时，共轭复数等于倒数
https://blog.csdn.net/zccz14/article/details/51592893 这里还有个咱方法的
（抱怨一句，同时我也感到数学的闲散了， 你说=xy点=向量还图示，不如直接说复数=向量，什么加减法则啊abcd废话都莫说了，直接说乘法咋用；还什么膜长，幅角，余数非得说是模数 还不挑明，还 modular math(转钟计算) ，还共轭复数(相反向量)，好像数学能模块化 还co-sine 余弦.. 叫竖弦咋样？噢带横竖就不可配不严谨。文绉绉的，好像只有数学家会看函数图一样，a+bi 哪有Pxy易读，非得入侵人家的领域表达法，带来不少无聊问题，起个名词 Complex(real,imag) ，复杂呵呵，一点语义都莫得，无意义的“运算符重载”，计算机没有real数，要SP却仍要拜数学为师了；它一装逼，下游应用名词全乱起来
一些废话说它何用，好像最后阅文的是机器，然鹅数学代码高亮都没得，记法和作用域混乱到机器用不了，还得人来翻译，可真两边不是人了，难怪被”憨蛋“们抱怨，啥事都插足包装，太爱整无意义担心了
复数给C引入了“向量计算”，我是不是还得谢谢数学啊 🌚 这么多文章天书一样重复的符号，看烂代码已经够累，还要看草记版公式上下标，数学的招牌。请问我的阅读顺序是 lr-tb 还是 tl-br 啊？我不是天才 真没精力了！
http://watmough.github.io/jsFFT/Example.html http://www.storiesinflight.com/jsfft/visualizer/index.html 那个 dsp.js 1.6k star
c=player.wavesurfer().surfer //play , handlers.audioprocess (所有播放器都在tick时重绘进度条, finishb=c.backend.buffer, c.drawBuffer() //展示所录制的音频波形b.length, b.getChannelData(0) //一般 %44100 pps, float 格式#oi #math 这个就不是信号处理的FT了，它是针对多项式 各项系数/x-y联立 表示 ，一个分治法，一般用来加速高精度乘法
系数转点值的算法叫DFT（离散傅里叶变换）
https://blog.csdn.net/Flag_z/article/details/99163939 }
FFT 令原
Pk=f(t)*e^-i2pik dt ，P=震幅相位,k=频率。用sum写是 Pk=Sum[i=1~N]f(i)*e^-i2pik *(1/N) #math #algorithm 先把 e^-i2pik*(i/N) =cos,sin缓存为Wi=Wn ..
算法的核心是ωn矩阵和fn数组(列矩阵)做矩阵乘法运算，因为ωn是复数，所以运算出结果也是个复数rval + i * ival，最终频域的值其实上是其模值，但为什么模值需要乘以个bSi 是为平滑
e^{ix} = cos x + isin x; ωn = e^{-2πik/n} = cos(2πk/n) - i * sin(2πk/n)
然后for(k N/2)for(i nBuf)x+=cos*buf,y sinbuf频谱的信号只需要分析N/2就可以了，另一半是共轭的。 总之是算一个频时把exp(kt)缓存(把圆N等分 就不迭t0~1) 且同频宽的计算量/2
https://www.cnblogs.com/RabbitHu/p/FFT.html
https://zhuanlan.zhihu.com/p/197450738 JS fft
高精度乘法是 10e6 以上位，longlong 都能溢出的整数乘法，可用 a[i-1]+a[i]/10,a[i]%=10 手动进位法。i in"1",j in "2" a[i+j]=parse(i+j) 后迭 i+1-2 次(倒位相乘处理进位,再倒回来)
也可做<10e6常量优化，不致溢出就机器乘；溢出6位数才竖式计算
FFT蝶形系数换位 0~7 到 04261537 打表偶奇数|分割 实际是个 a[i]=a[~i] 的置换，向上还原
多项式每层(+)都要分为等长2部分，最高次项一定2幂
conj是自带求共轭复数。当复数模长为1时，共轭复数等于倒数
https://blog.csdn.net/zccz14/article/details/51592893 这里还有个咱方法的
（抱怨一句，同时我也感到数学的闲散了， 你说=xy点=向量还图示，不如直接说复数=向量，什么加减法则啊abcd废话都莫说了，直接说乘法咋用；还什么膜长，幅角，余数非得说是模数 还不挑明，还 modular math(转钟计算) ，还共轭复数(相反向量)，好像数学能模块化 还co-sine 余弦.. 叫竖弦咋样？噢带横竖就不可配不严谨。文绉绉的，好像只有数学家会看函数图一样，a+bi 哪有Pxy易读，非得入侵人家的领域表达法，带来不少无聊问题，起个名词 Complex(real,imag) ，复杂呵呵，一点语义都莫得，无意义的“运算符重载”，计算机没有real数，要SP却仍要拜数学为师了；它一装逼，下游应用名词全乱起来
一些废话说它何用，好像最后阅文的是机器，然鹅数学代码高亮都没得，记法和作用域混乱到机器用不了，还得人来翻译，可真两边不是人了，难怪被”憨蛋“们抱怨，啥事都插足包装，太爱整无意义担心了
复数给C引入了“向量计算”，我是不是还得谢谢数学啊 🌚 这么多文章天书一样重复的符号，看烂代码已经够累，还要看草记版公式上下标，数学的招牌。请问我的阅读顺序是 lr-tb 还是 tl-br 啊？我不是天才 真没精力了！
http://watmough.github.io/jsFFT/Example.html http://www.storiesinflight.com/jsfft/visualizer/index.html 那个 dsp.js 1.6k star
blog.csdn.net
超详细易懂FFT（快速傅里叶变换）及代码实现_傅立叶变换编程-CSDN博客
文章浏览阅读10w+次，点赞588次，收藏2k次。前言昨天学了一晚上，终于搞懂了FFT。希望能写一篇清楚易懂的题解分享给大家，也进一步加深自己的理解。FFT算是数论中比较重要的东西，听起来就很高深的亚子。但其实学会了（哪怕并不能完全理解)，会实现代码，并知道怎么灵活运用 （背板子） 就行。接下来进入正题。定义FFT（Fast Fourier Transformation），中文名快速傅里叶变换，是离散傅氏变换的快速算法，它是根据离散傅氏变..._傅立叶变换编程
duangsuse::Echo
#WIP 作者正在学习傅里叶变换 😓 感谢xecades大佬的博客。 实在不好在tg打太长的草稿。 语言有问题请大家积极报告 今天本来说还得写篇文评知乎民科的，以及提纲2月的动画礼物（草 话说xecades大佬居然真的是用 offset-path 来获取SVG折线点……天哪，我还以为不能呢，offsetLeft 好像确实变了，当时我以为不能(忘记为啥了)就找到了 SVGPath 的 TotalLen/PointAtLen (这里Xe顺带 -W/2 居中了一下,style里0点也加上了。transferSVG…
知乎专栏
傅里叶变换40行
你画过直方图吗？ a.groupBy(key={it.色}) 里a是3个色球，按颜色每个投入x轴上不同的桶里。 想象你握着这3球，每个瞄一眼，再用不同速度抛向桶的列，它们便摞成一竖，仍等效原集合。 Map<K,List<V>> …
duangsuse::Echo
我没有轻视理论的意思，实际上这么多有趣算法都要感谢纸面的推导，即便它们是历史 无论语言多好，缺乏思想都是不正确的 你的代码我从一两年前就想重写了，但当时不敢，我就是这种不想在不懂原理的情况下动代码的人 😓(我觉得只重构等于复制粘贴的) 代码不是越短越好，即便我自带压行，也明白压到1行那种是机器都能完成的， 有语义的压行却不可自动完成 从27号我只是想重写你(去年拿d3.js?重构了)的动画，但当我去了解FT算法 ，找了半天才知道除震幅还有相位信息，构成一个向量:模长幅角，我一直在搜文，但所有人都把公式一帖…
#math #statement 就讲个故事，太泛泛了，没别的意思
对我来说，程序和公式结构是类同的。 我见过基于(a=b)传递的逻辑式编程语言和sympy,Wolfram 符号代数；公式并不是计算机包容不了的东西，但凡有模式，计算机都能归纳分析转化；计算机在智能上能辅助人完成许多你想不到的功能，它不是App那么死板或CAD那么专业，像几何画板、GeoAlgebra 就提供了非常专业的科学工具，是基于JS乃至C这些“简单线性”的语言
数学和编程不需要分开学，但应该先学编程，至少它会告诉你“位图” “矢量画” “声音” 和数学如何相关，提醒你整数与列表，浮点数 是有区别的；这些数学不能告诉你，它只能把算式自家消化、自问自答，让你细细琢磨每个步骤哪里奇特，尽管很多时候它能优化到，对一些算法这是不值得的，只会让人糊涂，我们有更好的讲法。
重复和过多恰恰是编程最讨厌的——程序好比for(;;i++)只有边界情况，不会逐个去想；因此有了子程序，子程序采用「固定」的括号语法“调用”-()语义可以有很多，因此不需要各种记法角标，而我们眼中也不该有什么广义函数、高阶函数、连续=号， 因为程序有严谨的类型系统、统一的表达，都是自动检查的。
看起来程序是公式的成果，其实二者都来源与人类思维，思维就如几何和语言无关，“序列化”写到纸面才有不同。 思维当然有网状联系和片面名词；数学语言作为纸面比代码更利分析， 但如果不是编程界照本宣科，它不会比“不用编辑器”的字符串好。
所以如果文章的数学语言里有重复的“公共子表达式”，我也会和代码里有一样头疼；这些子表达式隐含了一些相关性和区间性质，但作者却对此闭口不谈，只是推导一些似乎无关算法本身的“库引用”，我不喜欢在不重要的地方浪费公式的文章。 对工科的我，任何语言的代码都有「重要性」，在不重要的地方就要有特别的纂写方式，不能将重点和平凡 混为一谈
这也是我有选择地『中文编程』的原因；对语法都是英文的语言，执迷于可定处全中文的代码不实际，所以我既没有保持「禁止非ASCII」的规范也没像民科全盘重复，而把中文用于强调重点逻辑； 对我来说不过是个名字而已，只要语义不滑坡，定义语法怎样都行。
当然作为高数没及格过的我还是不能做「计算定义」外的内联/外提 转化；不过给大家点tip： 许多初高中级别的数学式都是针对“内联了函数”后特殊情况的“代码优化”，所以人家说数学利于编程思维并没错，但我觉得数学更应该学习编程，至少我们和物理的语序是唯一的，数学的语序和别名却千变万化，制造许多不必要“变形”。
你完全可以按程序的标准要求公式，或者以语法树/嵌套列表的标准要求代数表达，比如能简则简或能显则显，是看语境选择的。 因为公式就是编程的子集，抽象的部分呢？有函数值、符号系统。
数学是很大的范畴，包含算式变形/方程、矩阵/函线代、函数/集合、几何、逻辑，它们的共同点就是爱闭门造车，所以会诞生很侧面的表达和不通用的记法。 教育界只人云亦云觉得优雅，会和理论界差异很大，这种差异都是语言带来的历史包袱。
数学总强调自己严谨，但它却无法对公式形式出个所以然来，也爱不声明就使用，默认你全知道它心理的“算项等效”，或者能从看似无规则的字符串里思考出规则；
就像一些数学爱好者，觉得数学是高层次的思维方法，和文本何干， 他把思想和符号切的太死了，意识不到没有语言何来思想，因此拒绝优化文章。 其实语言并没有“我描述下”那么废，数学语言也只是茫茫人类语言的一种。
数学语言既不格式，也不自然，爱靠拓展数集来兼容微积分和复数这种“专有问题”；它的易读性全靠作者来维护，就像“反常默认值”的 Java 一样，只要不把无关项写出来就叫不严谨，这是对人类智慧较“不智慧”的利用。
编程比数学的最大优点是，它承认人的智慧有限，所以一个人做了机器认可的「程序」，所有人都有被「语言」统一的用法，从而能组合出更多思想。而利用等式和算法，这也是数学的构造，尽管他们没能很好吸纳(而是制造了多项式、矩阵、线性代数 作为给工科的“好工具”…)j
简单的说就是数学太能自解释，你想理解一个概念，就得“进入他们领域”，这其实是思想的形式过于单一，语言却各种特例、逆语序，导致的。
这也反映了许多研究者的心态，他觉得自己的理论是自己的、(甚至是某章内)特有的，既要严谨，且要彰显个性，因此不能用别人(包括自然科学和英语)的符号，它不懂怎么选择大小写和逗号,角标，或者利用语境隐含，只知道斜体花体纤细就是对的，没法打碎重组。
但数学语言可以说是时代累积下来的非形式语言，作为“外语”内嵌在文本里，没有固定的顺序和规范(些许,许多,重复 .. 在数学里都被字母“多义”化了)，能接受那么多体系别名而保持『严谨』，它没有如此超前的能力。
严谨太容易了，我把每个极端情况定义、事无巨细写出来，规则不自相矛盾就行，它可以靠时间和概念来堆砌，和编程里最烂的设计一样。再不济像折半穷尽那样给个死递归的证明(lim之前的理论)；
难的是自然的严谨，简简单单几行字定义的体系，既符合实际又自恰，甚至能反过来解释一些哲学，就是物理 奥卡姆剃刀法则 「非必要勿增实体」。
编程里每个人都能定义「新运算」，所以他们简单地知道两种形式的算式； 唯一的缺点是大家没吸纳数学的好处，连编解码这种东西都搞出两个动词 ，所以如果A说数学=编程，他肯定是外行 ；数学界和科学理论关系大，停留在研究报告，较少真正涉及电子程控，编程界停留在“运行”，对数学推导的优点使用甚少 ；它们中间有个杂交部分，像信号处理,PID，既不数学也不物理，教学符集非常混乱
其语言帮不到其他领域的聪明，是数学的悲哀。
对我来说，程序和公式结构是类同的。 我见过基于(a=b)传递的逻辑式编程语言和sympy,Wolfram 符号代数；公式并不是计算机包容不了的东西，但凡有模式，计算机都能归纳分析转化；计算机在智能上能辅助人完成许多你想不到的功能，它不是App那么死板或CAD那么专业，像几何画板、GeoAlgebra 就提供了非常专业的科学工具，是基于JS乃至C这些“简单线性”的语言
数学和编程不需要分开学，但应该先学编程，至少它会告诉你“位图” “矢量画” “声音” 和数学如何相关，提醒你整数与列表，浮点数 是有区别的；这些数学不能告诉你，它只能把算式自家消化、自问自答，让你细细琢磨每个步骤哪里奇特，尽管很多时候它能优化到，对一些算法这是不值得的，只会让人糊涂，我们有更好的讲法。
重复和过多恰恰是编程最讨厌的——程序好比for(;;i++)只有边界情况，不会逐个去想；因此有了子程序，子程序采用「固定」的括号语法“调用”-()语义可以有很多，因此不需要各种记法角标，而我们眼中也不该有什么广义函数、高阶函数、连续=号， 因为程序有严谨的类型系统、统一的表达，都是自动检查的。
看起来程序是公式的成果，其实二者都来源与人类思维，思维就如几何和语言无关，“序列化”写到纸面才有不同。 思维当然有网状联系和片面名词；数学语言作为纸面比代码更利分析， 但如果不是编程界照本宣科，它不会比“不用编辑器”的字符串好。
所以如果文章的数学语言里有重复的“公共子表达式”，我也会和代码里有一样头疼；这些子表达式隐含了一些相关性和区间性质，但作者却对此闭口不谈，只是推导一些似乎无关算法本身的“库引用”，我不喜欢在不重要的地方浪费公式的文章。 对工科的我，任何语言的代码都有「重要性」，在不重要的地方就要有特别的纂写方式，不能将重点和平凡 混为一谈
这也是我有选择地『中文编程』的原因；对语法都是英文的语言，执迷于可定处全中文的代码不实际，所以我既没有保持「禁止非ASCII」的规范也没像民科全盘重复，而把中文用于强调重点逻辑； 对我来说不过是个名字而已，只要语义不滑坡，定义语法怎样都行。
当然作为高数没及格过的我还是不能做「计算定义」外的内联/外提 转化；不过给大家点tip： 许多初高中级别的数学式都是针对“内联了函数”后特殊情况的“代码优化”，所以人家说数学利于编程思维并没错，但我觉得数学更应该学习编程，至少我们和物理的语序是唯一的，数学的语序和别名却千变万化，制造许多不必要“变形”。
你完全可以按程序的标准要求公式，或者以语法树/嵌套列表的标准要求代数表达，比如能简则简或能显则显，是看语境选择的。 因为公式就是编程的子集，抽象的部分呢？有函数值、符号系统。
数学是很大的范畴，包含算式变形/方程、矩阵/函线代、函数/集合、几何、逻辑，它们的共同点就是爱闭门造车，所以会诞生很侧面的表达和不通用的记法。 教育界只人云亦云觉得优雅，会和理论界差异很大，这种差异都是语言带来的历史包袱。
数学总强调自己严谨，但它却无法对公式形式出个所以然来，也爱不声明就使用，默认你全知道它心理的“算项等效”，或者能从看似无规则的字符串里思考出规则；
就像一些数学爱好者，觉得数学是高层次的思维方法，和文本何干， 他把思想和符号切的太死了，意识不到没有语言何来思想，因此拒绝优化文章。 其实语言并没有“我描述下”那么废，数学语言也只是茫茫人类语言的一种。
数学语言既不格式，也不自然，爱靠拓展数集来兼容微积分和复数这种“专有问题”；它的易读性全靠作者来维护，就像“反常默认值”的 Java 一样，只要不把无关项写出来就叫不严谨，这是对人类智慧较“不智慧”的利用。
编程比数学的最大优点是，它承认人的智慧有限，所以一个人做了机器认可的「程序」，所有人都有被「语言」统一的用法，从而能组合出更多思想。而利用等式和算法，这也是数学的构造，尽管他们没能很好吸纳(而是制造了多项式、矩阵、线性代数 作为给工科的“好工具”…)j
简单的说就是数学太能自解释，你想理解一个概念，就得“进入他们领域”，这其实是思想的形式过于单一，语言却各种特例、逆语序，导致的。
这也反映了许多研究者的心态，他觉得自己的理论是自己的、(甚至是某章内)特有的，既要严谨，且要彰显个性，因此不能用别人(包括自然科学和英语)的符号，它不懂怎么选择大小写和逗号,角标，或者利用语境隐含，只知道斜体花体纤细就是对的，没法打碎重组。
但数学语言可以说是时代累积下来的非形式语言，作为“外语”内嵌在文本里，没有固定的顺序和规范(些许,许多,重复 .. 在数学里都被字母“多义”化了)，能接受那么多体系别名而保持『严谨』，它没有如此超前的能力。
严谨太容易了，我把每个极端情况定义、事无巨细写出来，规则不自相矛盾就行，它可以靠时间和概念来堆砌，和编程里最烂的设计一样。再不济像折半穷尽那样给个死递归的证明(lim之前的理论)；
难的是自然的严谨，简简单单几行字定义的体系，既符合实际又自恰，甚至能反过来解释一些哲学，就是物理 奥卡姆剃刀法则 「非必要勿增实体」。
编程里每个人都能定义「新运算」，所以他们简单地知道两种形式的算式； 唯一的缺点是大家没吸纳数学的好处，连编解码这种东西都搞出两个动词 ，所以如果A说数学=编程，他肯定是外行 ；数学界和科学理论关系大，停留在研究报告，较少真正涉及电子程控，编程界停留在“运行”，对数学推导的优点使用甚少 ；它们中间有个杂交部分，像信号处理,PID，既不数学也不物理，教学符集非常混乱
其语言帮不到其他领域的聪明，是数学的悲哀。
Zhihu
如何理解「芝诺悖论」？ - 知乎
跳出经验主义的视角，重新审视「芝诺悖论」能否得到新的理解？庄子的齐物论对理解这一问题有啥帮助？
duangsuse::Echo
https://twitter.com/hturan/status/1282261783147958272 看来 996 有解药了（
#ai #hard https://orangeblog.notion.site/GPT-4-AGI-8fc50010291d47efb92cbbd668c8c893 ref:https://t.me/solidot/20656
http://arthurchiao.art/blog/gpt-as-a-finite-state-markov-chain-zh/
3年前就有人使用GPT-3 生产代码
#math https://t.me/rynif/30085
https://t.me/solidot/20586
https://zhuanlan.zhihu.com/p/614037593 sd 原理
https://github.com/continue-revolution/sd-webui-segment-anything
本人观点 https://t.me/dsuse/18083
#Web 每天要求 GPT-4 画一只独角兽以跟踪模型的变化。🙊
https://gpt-unicorn.adamkdean.co.uk
https://github.com/OpenLMLab/MOSS GLM-like
http://arthurchiao.art/blog/gpt-as-a-finite-state-markov-chain-zh/
3年前就有人使用GPT-3 生产代码
#math https://t.me/rynif/30085
https://t.me/solidot/20586
https://zhuanlan.zhihu.com/p/614037593 sd 原理
https://github.com/continue-revolution/sd-webui-segment-anything
本人观点 https://t.me/dsuse/18083
#Web 每天要求 GPT-4 画一只独角兽以跟踪模型的变化。🙊
https://gpt-unicorn.adamkdean.co.uk
https://github.com/OpenLMLab/MOSS GLM-like
orangei.ai on Notion
《GPT-4 ，通用人工智能的火花》论文内容精选与翻译 | Notion
引言：
duangsuse::Echo
Photo
https://t.me/kotlin_cn/69646
https://t.me/kotlin_cn/69593 #ai #bing 被人喷了😅
“你们对AI过度敏感，就导致赶不上未来的生产力工具😒
本来就是兼听则明这样，非要搞成你死我活
乱问也比啥都不想了解强 😅高明的不是人，是态度”
后来还讨论了 #china #math https://t.me/kotlin_cn/69821
https://t.me/Javaer/893267 #ai
https://t.me/kotlin_cn/69593 #ai #bing 被人喷了😅
“你们对AI过度敏感，就导致赶不上未来的生产力工具😒
本来就是兼听则明这样，非要搞成你死我活
乱问也比啥都不想了解强 😅高明的不是人，是态度”
后来还讨论了 #china #math https://t.me/kotlin_cn/69821
https://t.me/Javaer/893267 #ai
Telegram
duangsuse in Kotlin CN
https://t.me/dsuse/18270?single
“帮我写重构工具，把 {it+1} 改成 lambda it:it+1 ，把 1|{it+1} 改成 (it:=1, it+1)[-1] ;用match”
你可以看看这个工具你写不写的出来，据我搜没有blog实现过这个，就像它能写的一些RPA脚本、弹球和棋盘游戏
虽然一些链接会造假 代码也不一定最优，但业务逻辑是清晰的，甚至比70%的程序员清晰。GH上找不到源码
但是Bing轻而易举的做到了编写和重构
不过觉得自己就会被取代，完全是杞人…
“帮我写重构工具，把 {it+1} 改成 lambda it:it+1 ，把 1|{it+1} 改成 (it:=1, it+1)[-1] ;用match”
你可以看看这个工具你写不写的出来，据我搜没有blog实现过这个，就像它能写的一些RPA脚本、弹球和棋盘游戏
虽然一些链接会造假 代码也不一定最优，但业务逻辑是清晰的，甚至比70%的程序员清晰。GH上找不到源码
但是Bing轻而易举的做到了编写和重构
不过觉得自己就会被取代，完全是杞人…
duangsuse::Echo
Photo
#math 接下来， 分享 BadApple 的分型艺术🍬👀
(无推荐)
我找到了BadApple 的 三角剖分, 内切圆剖分, 四叉树, 一笔画迷宫, 白色mesh 版， 再推荐几种图形学CG， 分形和信号/可视化 (无推荐)