那是你第一次坐火车，第一次投进一条汹涌的河。那时你当然不会吸烟，更不会喝酒、骑马、在阿勒泰山的雪坡上拖走一根粗大的圆木。那时你在这块灰蒙蒙的玻璃里只看见一张娃娃脸，看见一双幼稚明亮的闪闪的眼睛。那时你没有和红脸后生交朋友的本事，也没有拥抱过和粗鲁地亲吻过姑娘。你只是揣着一颗小兔子般活泼的心，被大千世界的风雨世面激动得坐卧不宁。——张承志«北方的河»

男子汉的前路岂能只有欢笑，下定决心走的路，就算飓风拦路也无法阻挡，阁下，走吧。
——«南山的部长»中，朴正熙被金载圭刺杀前，回忆5.16军事政变凌晨带兵过汉江大桥。

2020第一天，新年快乐。

这里只是做一个简单的框架梳理，不填充内容了，复习着发现这学期复习策略还是错的，老是想玩点花的，但是事实证明还是陪了我12年的学习方式，那种应试的复习才更适合我。

人工智能（英语：Artificial Intelligence，缩写为AI）亦称智械、机器智能，指由人制造出来的机器所表现出来的智能。通常人工智能是指通过普通计算机程序来呈现人类智能的技术。该词也指出研究这样的智能系统是否能够实现，以及如何实现。同时，通过医学、神经科学、机器人学及统计学等的进步，常态预测则认为人类的无数职业也逐渐被其取代。

本文是对人工智能基础的期末复习知识总结。
在下面两篇文章中有本文部分算法的C++实现，有兴趣的话可以选择性阅读。
算法学习—排序、图、回溯（最小冲突、遗传）、动态规划基础算法复习
以罗马尼亚问题为例，学习人工智能DFS/A*搜索算法

“嗯，它们游到一个洞里去，那儿有许多香蕉。它们游进去时还是样子很普通的鱼。可是它们一进了洞，就馋得跟猪一样了。嘿，我就知道有那么一些香蕉鱼，它们游进一个香蕉洞，居然吃了足足有七十八根香蕉。”他推着气床和上面的乘客又往海平面前进了一英尺。“自然，它们吃得太胖了，就再也没法从洞里出来了。连挤都挤不出洞口了。”——塞林格«逮香蕉鱼的最佳日子»

排序、动态规划、回溯、图等可以说是必须掌握的基础算法知识了，但发现自己掌握的还很差，知识不成体系，记忆不牢固，理解不深入，所以再来一次梳理，按排序、图、回溯（最小冲突、遗传）、动态规划的顺序依次学习并实现。

主要参考«算法导论»(Introduction of Algorithm[Third Edition])和维基百科。
其中排序是10000~100000个随机数的排序，图算法大多以Romania Problem为例，回溯法用来解决了一个著名八皇后问题，这里当作CSP问题来处理就同时使用了Min-Conflicts和Genetic Algorithm(GA)，动态规划解决TSP旅行商问题。