[論文速速讀]系列文章介紹
論文速速讀系列是從今年四月開始，我開始寫一些論文的中文讀書筆記，還記得第一篇是[論文速速讀]ReZero is All You Need: Fast Convergence at Large Depth，之後發現儘管自己已經陸續產出了幾篇文章，可是好像都沒正式的跟大家介紹這系列文章的由來xD
所以這篇文章就是來講講這系列文章到底是什麼，以及我會和會想寫這些文章。
由於在AI領域每年總是有一些非常重大的突破和應用，如果跟不上潮流很有可能就會錯失許多機會。例如，對NLP領域熟悉的話你一定聽過2013年的word2vec、2014年開始流行的attention、2018年的Bert…這些很有名的技術。
還記得Bert剛出的時候我好像剛進碩士實驗室，當時只知道這個技術屌打了當時一堆NLP的研究，但我想也想不到兩年後Bert已經造成如此大的影響力，一堆基於Bert的變形應用在各大領域上都取得了非常優異的結果。
因此，我想要藉由這系列的文章讓自己能夠更加快速的了解AI的新技術和研究，同時逼迫自己看論文xD
Write a program that displays a single character in all possible combinations of foreground and background colors(16*16 = 256).The Colors are numbered from 0 to 15, so you can use a nested loop to generate all possible combination.
用迴圈列印出所有顏色的排列組合。
先介紹一下SetTextColor這個Procedure:
他會參考al這個暫存器，我們知道al是一個byte = 8bit。
所以al又分成 前4bit(背景色) + 後4bit(前景色)，假色今天要用藍底白字就可以這樣寫:
GCD，最大公因數（Greatest Common Divisor，簡寫為G.C.D.；或Highest Common Factor，簡寫為H.C.F.），指某幾個整數共有因數中最大的一個。
介紹: 維基百科
想法: 從C/C++程式碼轉換成組合語言。
輸入為一名為 DS4.txt 的檔案，其中有一筆 n*n(n<=26)個數字(彼此以空格隔 開)組成的以對角線對稱的方陣，代表一無向圖(undirected graph)。每個數字 Nij 代表從第 i (字母)走到第 j (字母)的路徑權重(0 代表沒有對應路徑)，而 其從左到右、從上到下依序代表英文的 A、B、C、D、E…。
此圖為一有向圖(directed graph)，每個數字 Nij 代表從第 i (字母)走到第 j (字母)的路徑權重(0 代表沒有對應路徑)，最後會 輸入起點與終點(以空行隔開)，輸入檔名 DS4.txt。
輸出起點到終點之 Shortest path(不只一個)，第一行輸出找到的個數，第二 行輸出所需的 cost 最後輸出找到的 Shortest path，每筆中間隔一換行，若 沒找到 Shortest path 則輸出「沒有找到」。(輸出檔名：Ans4.txt)
寫這篇文章其實已經比賽結束好一陣子了，因為我一直在等照片，後來等不到怕忘記就先寫了，順便把手上的照片放上來。
大學以來參加的第一個較大規模專題競賽竟然不是自己系上的。會有這個比賽是因為高大資管與波克城市的合作計畫，由波克城市提供豐厚的獎品(前三名總共:4台Mac+4台筆電+4台PS4)以及講師來分享經驗，每組花一個學期製作一個單機休閒App，雖然最後都沒得到獎，但對我來說仍然是一個很寶貴的經驗，於是想將這些記錄下來。
(我們美術設計的帥氣海報)
最近遇到一件很弔詭的事情，在開發遊戲的過程中一切順利，但在我Build一套測試版本在手機上執行時，他就這麼發生了:
“我3D模型的動畫在電腦上可以正常顯示，但手機上卻不見我的動畫???”
這沒道理啊?????我電腦上就看的到阿?????
接著我花了整整兩天去Debug，以下是辛酸血淚，結論在最後:
Huffman Tree，中文霍夫曼樹，常用來做資料壓縮的一種技巧，使得出現機率高的字母使用較短的編碼，反之出現機率低的則使用較長的編碼，這便使編碼之後的字串的平均長度、期望值降低，從而達到無失真壓縮資料的目的。
相關的介紹請看維基百科
以下使用動態Link List實作Create Huffman Tree 以及設定樹葉節點(Leaf node)的編碼
(網路上另一版本的寫法請參閱:http://www.sharejs.com/codes/cpp/5464)
