既然明确明确是 edit distance 了，那么网上搜搜针对 String 的源代码，改为 List<Object> 就可以了

本人这边的理解（不保证完全正确，仅供参考）：

这里涉及到几个层面的概念：

clickhouse 是一个“大数据的数据库”。

kylin 一般是数据处理流程的一部分，用于加快计算流程的，不知道能否或是否必要和 clickhouse 结合使用，其中“构建 cube”的部分就是用于加速统计的（本质其实是预计算）。

superset 是“前端”，就是提供给用户在已有数据集的情况下进行画图和搭建报表的部分。

就楼主的情况而言，应该 5 楼所说的那样，clickhouse + superset，就能搭起一个普通用户能用的系统了。

chrome 打印

刚看了看，g suite basic 是 30gb ； business 是 5 个用户以上才有无限容量，否则是 1 tb 每人。

因此个人使用似乎 onedrive 划算点？

只是看的话，Sumatra PDF

工资行或者招行，有条件的话申请双币卡，记得记得银行官方 app 或网站上设置自动还款。

但是旧版本可能不支持 window function，那就要用类似 1 楼的 inner join 了

select a,aid,b,bid from
(select a,aid,b,bid, row_number() over (partition by a,aid,b,bid order by updatetime desc) as therank) t
where t.therank=1

使用 id 排序的话替代上文 updatetime 即可。

原理是使用了窗口函数 windows function

1. anaconda 是一个发行版，别的不用管，安装这个完整版，并设置好 path 即可。
2. pycharm 是开发环境，简单地说是你敲入代码的地方，记事本的超级升级版，非必需。如果你主要是机器学习开发，建议使用 jupyter notebook 来运行，或 /和 vscode 写代码。
3. 抛弃算法本身的随机性，同一份代码，老师和你运行结果应该相差不大。
4. 就你的描述而言，应该更偏向“机器学习”来形容，而不是“大数据处理”。

mypy 是兼容官方的 type hint 的 linter，配置使用这个即可。

计科

pandoc

去银行打英文流水证明（和账单不太一样）和地址证明

看来大家都异常热情

亲测，基本如 35 楼。

要点：

1. cf 的设置是：www cname，@ A record 到 4 个新的 ip 地址，不需要 cf 的自动 https 功能了（把橘黄色云朵变灰）。
2. github repo 的 setting 里面，如果 enforce https 不可用，则把自定义域名删掉（变成原始的 xxx.github.io ），保存，然后再把自定义域名加回去，这样提示会变成 “ Not yet available for your site because the certificate has not finished being issued ”；相当于刷新了一把 github 里的设置。等一会儿，http 和 https 都可以使用，设置里面的 enforce https 也可以选择了。

另外，按照 key 排序这一点，不同编程语言的排序定义可能不一样，非 ascii 的字符怎么排这个也要定好，等等，还是有很多要注意的。

在可控的环境下可以考虑，要对任意情况下都能解决，对楼主来说可能有点困难了。

序列化成字符串的时候把 key 排序、多余空格去掉、注释删掉即可，基本可以保证是相等的。

不过这种结构化的东西，本来就应该结构化地比较，用字符串来比较看起来不是正道。

有素质，哈哈