[閒聊] 人際關係

最近因為發生了點事情，所以比較常跟人聊到人際關係這回事，一個可以簡單可以複雜的問題

[隨筆] 性格

最近覺得要想了解一個人，除了從平時的互動可以略知一二外，最好的方法其實是觀察他的負面情緒

 一個人在身處負面情緒的狀況下因為多少失去理性了 (當然，憂鬱症這種已經屬於精神疾病的不在這邊的討論範圍，我沒那麼厲害)，此時展現出來的就有很高的機率是他的原始面貌。比方說，容易有肢體衝突、容易有語言上的暴力、酸言酸語、孤僻、高傲、自尊心強烈 ... 等等，在人身處負面情緒時很容易展露無疑。當然，也有些人即便身處負面情緒下還是有著關懷、體貼、包容 ... 等等的正面情緒，所以觀察一個人身處負面情緒時會有何反應大概就可以簡單的窺探一個人的本性。

不過，我果然還是不習慣跟刺蝟類型的人相處太深入，因為當這類人身處負面情緒時，張開的刺保護了自己，卻也阻隔了所有試圖 - 不論是好意或惡意 - 靠近的人，而且往往越接近的人被傷的反而是最深的。或許是我自己的偏執，往往很希望可以在別人低潮時試圖陪伴，因為我覺得這或許可以給別人一種安心感，現在覺得這種自做多情的事情還是別幹了，往往自己被弄得滿身傷還不被諒解。

[EDA] Design Challenge in Rouoting Algorithm - 繞線演算法的設計困難處

在 IC 設計中，Routing (中譯：繞線) 的用意就是把需要連接的地方用金屬線連起來，概念很簡單。要判別一個 routing 結果的好與壞也很容易：計算總線長就好。因為總線長越長也就意謂著需要越多的金屬線以及空間，所以如果有許多種不同的 routing 結果，我們會選擇總線長最少的那個當成最後結果。

隨著製程的演進，現在 routing 要考慮的因素越來越多，因此在演算法的設計上也就越趨複雜，而且通常難以有個通盤考量的好結果。這一篇要來簡單的總結現在 routing 上最重要的設計考量 - 繞線資源的規劃與使用 (routing resource estimation & management, 以下簡寫 RREM)

[隨筆] 程式能力該如何檢定?

最近這幾年推廣寫程式的風潮越演越烈，比方說科技界的大老的推廣、人人都該寫程式、甚至也有教授開始推廣國中小的學生開始學習寫程式。究竟為什麼推廣寫程式，我想已經有很多文章在闡述這點了，今天想談的是從這點往下延伸的問題：

究竟如何判斷一個人的程式能力?

[閒聊] 我都可以，你們決定吧 -- 群體沉默的開場白

我相信大家應該有這種經驗：

那些時間 / 地點 / 方法 (... 請自行帶入其他可能的名詞) 我都可以，給你們決定

然後每個人都這麼說完一輪後，如果又是在聊天是用打字的對談，接下來肯定會有很長一段時間沒有任何人發言，看最後是誰耐不住尷尬、或是受不了一直沒結論，願意跳出來隨便提一個方案。

[C++] Recursion Using Lambda Expression

C++ 的 lambda expression 搭配 std::function 就可以做到 recursion 的功能

[EDA] Design Chanllenges of Standard Cells

Standard cell (中譯：標準元件) 是數位 IC 設計的基本單元，指的就是諸如 AND 閘、OR 閘 ... 等等的邏輯閘或是 Flip-flop、latch 等記憶單元。因為數位 IC 有絕大部分都是這些基本邏輯閘，因此設計良好的 standard cell 絕對會對最後的 IC 成品有舉足輕重的影響。這篇只是簡單聊聊現在 standard cell 及其相關設計會遇到的問題，不會深入去談技術細節 (人懶就說)

[隨筆] 失落

因為事情的不順遂，所以失落
因為有所期待卻一再落空，所以失落
因為不如預期卻又不知原因，於是不停的鑽牛角尖還爆發了各種小劇場
也許一切都只是過度的妄想的猜測，但無法排除的可能令人憂心
也許時間過去會恢復原樣，但看不到終點的不確定感令人焦躁

只能等了，等著期望中的未來來到，期待一切的一切終究是過度的猜想

[品茶] 大吉嶺 - 凱瑟頓 夜光白玉 春摘

大吉嶺，印度靠近喜馬拉雅山那一塊，海拔相當高，因此植物的生長也較為緩慢，也較多水氣，故大吉嶺的茶葉相較於其他種類的紅茶通常具有較多芳香物質，因此大吉嶺的一大特色就在於他那相當迷人多變且細膩的香氣。這次嘗試的目標是凱瑟頓莊園的春摘，等級是夜光白玉。

[演算法] A Progressive Network-Flow-Based Heuristic for Finding Minimum Cost Clique Partition

 minimum clique partition (MCP) 探討的是如何將一個無向圖 (undirected graph) 分成最少數量的 clique。若是無向圖上的邊具有權重的話，並且最少數量的 clique partition 有好幾組的話，則此問題要找的是所有 clique 上的所有邊的權重總和要是最小的那一組。因為這是個 NP-hard 的問題，因此若非一定要找出最佳解 (optimum solution)，一般將採用 heuristic 的方式找出一組次佳解 (optimal solution)。這邊要介紹的是基於 progressive network-flow 的方法找出一組解