一条推文写道:

不要使用easy_install，除非您 就像捅自己的脸一样。 使用脉冲。

为什么使用pip而不是easy_install?错误不主要在于PyPI和包作者吗?如果作者上传垃圾源tarball(例如:丢失文件，没有setup.py)到PyPI，那么pip和easy_install都将失败。除了外观上的差异之外，为什么Python使用者(就像上面的推文一样)似乎更喜欢pip而不是easy_install?

(让我们假设我们谈论的是来自分发包的easy_install，它由社区维护)

大多数拥有计算机科学学位的人肯定知道大O代表什么。 它帮助我们衡量一个算法的可扩展性。

但我很好奇，你是如何计算或近似你的算法的复杂性的?

我正在尝试使用新的Android Studio，但我似乎不能让它正常工作。

我正在使用Gson库来序列化/反序列化json对象。但是这个库不知何故没有包含在构建中。

我用MainActivity创建了一个新项目。 复制gson-2.2.3.jar到/libs文件夹中，并将其添加为库依赖项(右键单击->添加为库)。这包括android studio中的jar，因此可以从源文件中引用它。

当我尝试运行项目时，它无法编译，所以我添加:

compile files('libs/gson-2.2.3.jar')

到de .gradle文件中的依赖项。之后，它正确编译，但当运行应用程序时，我得到一个ClassDefNotFoundException。

有人知道我哪里做错了吗?

在更新到Android Studio 3.0并创建一个新项目后，我注意到在构建中。gradle有一种新方法来添加新的依赖项，而不是compile，而是implementation，而不是testCompile，而是testimplemimplementation。

例子:

 implementation 'com.android.support:appcompat-v7:25.0.0'
 testImplementation 'junit:junit:4.12'

而不是

 compile 'com.android.support:appcompat-v7:25.0.0'
 testCompile 'junit:junit:4.12'

它们之间的区别是什么，我应该用什么?

我正在学习大O符号的运行时间和摊销时间。我理解O（n）线性时间的概念，这意味着输入的大小成比例地影响算法的增长。。。例如，二次时间O（n2）等也是如此。甚至是通过阶乘增长的算法，如置换生成器，其O（n！）次。

例如，以下函数为O（n），因为算法与其输入n成比例增长：

f(int n) {
  int i;
  for (i = 0; i < n; ++i)
    printf("%d", i);
}

类似地，如果存在嵌套循环，时间将为O（n2）。

但O（log n）到底是什么？例如，说一个完整的二叉树的高度是O（log n）是什么意思？

我确实知道（也许不是很详细）对数是什么，从这个意义上说：log10 100=2，但我不知道如何识别具有对数时间的函数。

我更喜欢尽可能少的正式定义和简单的数学。