大廠程式碼規範：
一：程式碼要有比較良好的可讀性，在必要的地方需要加上註釋，一般較複雜的迴圈程式或函式要適當新增註釋。程式碼不單單是給自己看也是給別人看的，大家讀得懂自己的程式碼可以更好地發現問題並一起解決從而提高程式設計效率。
二：一些稱謂儘量少用ABC代替 多使用一些有針對意義的詞來代替。名字過於簡單會難以區分為修改程式碼造成不必要的麻煩。而且起名不宜過長，過長的稱謂不容易確認而且容易出錯。一般遵循：作用域越大，名字越長，作用域越小，名字越短。
另外，起名不能帶來歧義，要考慮到以後看見這個稱謂自己或其他人會不會造成誤解從而影響修改。例如S儘量不要指代為周長，R儘量不要指代為邊長等等。
三：必要的空行和縮排有助於程式碼的美觀清晰易懂，若一個程式碼塊之間無空行和縮排，程式碼將會較難識別，並且不容易修改。語句順序不能隨意，比如與 html 表單相關聯的變數的賦值應該和表單在 html 中的順序一致。
四：關於註釋，並非所有程式碼都需要註釋，如果註釋沒有太大作用就會浪費時間。註釋原則是：有好的名字就儘量不註釋。
五：程式碼的函式表示式如果過長，一般都要進行拆分成短小多行程式碼，這樣方便閱讀。而且使用邏輯函式表示式之前，要斟酌時間複雜度，儘量選用較優方法來編寫程式碼。
六：選取常量變數時，能少用就不要多用，過多的變數會給程式碼閱讀帶來較大影響，尤其是對於較長的程式碼塊來說，變數過多會帶來過大的負擔
七：對於函式的呼叫，一般編寫要遵循逐層優先順序遞減順序。函式程式碼要放在一起集中管理 而非一個執行程式碼塊一個函式。
讀《數學之美》之“自然語言處理中的數學之美”有感
在閱讀《數學之美》的“自然語言處理中的數學之美”這一章時，我深深地被吳軍博士那深入淺出的講解方式所吸引，彷彿開啟了一扇通往數學與電腦科學奇妙融合的大門。這一章不僅讓我對自然語言處理（NLP）這一領域有了更深刻的理解，也讓我重新認識了數學在解決實際問題中的巨大潛力。
首先，吳軍博士透過生動的例項，如機器翻譯、語音識別等，展示了數學在自然語言處理中的廣泛應用。他巧妙地運用統計學和機率論的知識，解釋了複雜語言現象背後的數學規律。這讓我意識到，數學不僅僅是數字和公式的堆砌，更是一種強大的工具，能夠幫助我們解決看似無解的難題。
在這一章中，我最為震撼的是數學在分詞技術中的應用。傳統的分詞方法往往基於規則，難以應對語言的複雜性和多樣性。而吳軍博士介紹的統計語言模型，透過計算詞語在文字中出現的機率，來找到最優的分詞方式。這種方法不僅大大提高了分詞的準確性，還為我們提供了一種全新的思考方式——用數學去描述和解釋語言現象。
此外，吳軍博士還介紹了自然語言處理中的一些經典演算法，如維特比演算法、隱馬爾可夫模型等。這些演算法雖然複雜，但在吳軍博士的講解下，變得易於理解且充滿趣味。我深刻體會到，數學之美不僅在於其簡潔和優雅，更在於其能夠解決實際問題，為我們的生活帶來便利。
透過閱讀這一章，我更加堅信了數學在科技和社會發展中的重要作用。它不僅僅是一門學科，更是一種思維方式，一種能夠引領我們探索未知世界的強大力量。同時，我也被吳軍博士那種對數學的熱愛和執著所感染，他用自己的方式詮釋了“數學之美”，讓更多人感受到數學的魅力和價值。
總之，《數學之美》中的“自然語言處理中的數學之美”這一章，不僅讓我學到了很多專業知識，更讓我重新認識了數學的力量和美麗。我相信，在未來的學習和工作中，我會更加努力地學習數學，用數學去思考和解決問題。