Rust computation book chapter 5完成

如上上一篇所寫的，最近在用Rust 重寫Understanding Computation 裡面的ruby code，愈寫Rust 愈覺得這是款設計精巧的語言，很多語法都可以寫得相當精巧

目前進展比較多的是chapter 5 ultimate machine，該章節已經寫完了，大概是因為結構簡單，相比chapter 1的syntax 要建AST好寫很多，該段的code也已經衍合進master：
https://github.com/yodalee/computationbook-rust

在這裡有幾個譔寫上的技巧
enum 要加上#[allow(dead_code)]
這好像是rust 設計上的…feature，因為enum的code 只要沒用到就會判定為dead_code，但通常是測試檔沒測到，或主程式沒用到
其實這樣也有負面效果，也許你的enum是真的有廢選項

寫到這邊我的code 跟原書的ruby code 已經開始有差了
例如裡面的tape function，每呼叫一次write, move_tape_left這類的function，都是用自身的狀態回傳一個新的Tape回來
不過我在Rust，改用call by reference的寫法，大概是感覺到每次都return 一個新的物件感覺很浪費資源吧，這樣就變成兩者執行行為不同的來源Orz
之後檢討並改進XD

附上要如何執行computation book 裡面的內容，我在archlinux 上是真的弄了一段時間，首先要裝Ruby，再裝bundle

sudo pacman -S ruby
gem install bundle

在shell 設定檔內加入：

export GEM_HOME=$(ruby -e 'print Gem.user_dir')
export PATH=$GEM_HOME/bin:$PATH

接著就可以在computationbook 的家目錄，執行

bundle exec irb -I.
>>>require 'the_ultimate_machine.rb'

如果出錯，好像要執行bundle install 把有缺的套件補上，再來的指令就只能用貼的了，測試的檔案都在資料夾下的irb.txt裡面。

感覺Rust 愈寫愈有手感，這種東西果然是要練習寫才會變熟，下次來直播寫rust 好了XD

使用python 爬蟲與pdf 函式庫產生網頁pdf 檔

之前聽傳說中的jserv大神演講，發現一個有趣的東西：
http://c.learncodethehardway.org/book/

簡而言之就是…呃…自虐…應該說用常人不會走的路來學C

不過呢這東西目前來說只有html file，如果要印成一本可以看的文件，畢竟還是pdf檔比較方便，該怎麼辦呢？這時候用python 就對了。
概念很簡單，用一隻爬蟲爬過網頁，然後轉成pdf檔：
爬蟲的部分我是選用強者我同學，現在在Google Taipei大殺四方的AZ大大所寫的Creepy (https://github.com/Aitjcize/creepy)，雖然好像沒在維護，不過我們要爬的頁數很少，不需要太複雜的爬蟲程式。
Html轉pdf選用pdfkit (https://pypi.python.org/pypi/pdfkit)，這需要ruby的wkhtmltopdf，可以用gem install wkhtmltopdf安裝；再用pypdf2 (https://pythonhosted.org/PyPDF2/)將文件全合併起來，兩個程式寫起來40行就了結了，輕鬆寫意，內容如下：

爬網頁：

from creepy import Crawler
import pdfkit

class C_Hard_Way_Crawler(Crawler):
  def process_document(self, doc):
    if doc.status == 200:
      filename = doc.url.split('/')[-1].replace('html', 'pdf')
      print("%d %s" % (doc.status, filename))
      pdfkit.from_string(doc.text, filename)
    else:
      pass

crawler = C_Hard_Way_Crawler()
crawler.set_follow_mode(Crawler.F_SAME_HOST)
crawler.crawl('http://c.learncodethehardway.org/book/')

合併檔案：

from PyPDF2 import PdfFileMerger

names = ['index', 'preface', 'introduction']
for i in range(53):
  names.append("ex%d" % (i))

merger = PdfFileMerger()
for name in names:
  f = open("%s.pdf" % (name), 'r')
  merger.append(f, name, None, False)
  f.close()

f = open("Learn_C_the_hard_way.pdf", 'w')
merger.write(f)
f.close()

我承認我code 沒寫得很好，各種可能噴射的點，不過至少會動啦，信Python 教得永生；轉出來的pdf檔超醜的，感覺跟之前一些在網路上找的pdf風格有點像，每頁的標頭有些重複的內容應該要去掉，連結也全壞了，就…有空檢討並改進XD
pdf檔放在dropbox(過一段時間應該會失效)：
https://dl.dropboxusercontent.com/u/3192346/Learn_C_the_hard_way.pdf

使用Rust 實作Understanding Computation

Understanding Compuation (http://computationbook.com/) 是一本滿有意思的書，它很純粹的介紹<計算>這件事，第一從程式的syntax、DFA、Deterministic Pushdown Automata到Turing Machine，第二部分則從Turing Machine 開始，列舉了很多的種運算模型都能達到和Turing Machine 同樣的運算能力；相反的，從Halting problem跟所有衍生的問題，它也告訴你運算就是有它的極限。

書裡的範例都附有Ruby code，全部放在作者的github 上面，讓人隨時可以測試：
https://github.com/tomstuart/computationbook

最近興起一個念頭，把這上面的code 全部用Rust 重寫一遍，順便當Rust的練習，現在還在實作一開始的syntax 部分；之前針對這部分寫了有關trait 的內容，不過後來被我刪掉了，因為我發現在Rust 裡面其實有更好的實作方式。
之前我說的是，設定trait 為base object，下轄的node impl這個trait，這樣Box<base>就可以容得下所有有實作這個trait 的struct，就像：

trait Expr {
  fn to_s(&self) -> String
}

struct Add {
  l: Box,
  r: Box,
}

impl Expr for Add {
  fn to_s(&self) -> String {
    self.l.to_string() + “ + ” + &self.r.to_string()
  }
}

但其實這樣根本寫不出來（要不就是極度麻煩），在reduce 的時候，要把Add裡面的box 換成另一個value，或是Add reduce 到一個Number，受限於Rust pointer的Owner設計，操作Box需要一層又一層的檢查，這裡就不細講那悲劇性的結果，事實上根本就沒有結果，code 根本不到能動的地步。

反思一下，多看了幾個Rust by Example，突然發現新的寫法：
註：主要是這篇rust 裡linked list 的寫法：
http://rustbyexample.com/custom_types/enum/testcase_linked_list.html

利用Rust 的enum，把相關的struct 都收進一個enum裡面，這個寫法還滿鮮的，而且跟書裡Ruby 的寫法比較不同。
用Ruby若要實作每個node 的reducible function，因為Ruby 偏向OO語言，書中是在每個struct …或class裡面實作reducible function；Rust 因為所有的種類node都由enum管理，會變成這樣寫：

pub enum Syntax {
  Add (Box, Box),
  Number (i32),
  Nil,
}

impl Syntax {
  pub fn reducible(&self) -> bool {
    match *self {
      Number(value) => false,
      Add(ref l, ref r) => true,
      Nil => false,
    }
  }
}

pub fn reduce(self) -> Option {
  match self {
    Number(value) => Some(Number(value)),
    Add(l, r) => match (*l, *r) {
      (Number(i), Number(j)) => Some(Number(i+j)),
      (_, _) => None,
    }, 
    Nil => None,
  }
}

註：其實我也不知道需不需要Nil 這個type。

我們要針對每個不同的型態去實作它們的函式，有些相對簡單，例如reducible()，只有variable 跟number兩樣會是false，其他就用 '_' 全部消掉，雖然所有型態的function 擠在同一個impl 裡面感覺很煩躁，不過好像沒更好的實作方式，這某種程度上來說也是語言設計上的限制吧？

另外上面也可以看到，在reducible跟reduce上，我們的寫法有些許不同，reducible使用的是&self當參數，它不會持有這個syntax的所有權；相反的reduce會將原本的node 替換掉，只能用self 當參數（好其實是我用&self就會出一些很詭異的錯誤，我還不知道怎麼解）
在使用上這會有點差別，reducible 可以一直呼叫，reduce 就只能呼叫一次，之後原本持有的變數就不能再用，我們必須用let將它的所有權轉給另一個變數，如下：

let a = Add(Box::new(Number(1)), Box::new(Number(2)));
println!("{}", a.reducible());
println!("{}", a.reducible());
let m = Add(Box::new(Number(4)), Box::new(Number(10)));
//println!("{}", m.reduce());
let m = m.reduce();
println!("{}", m.reducible());

上面註解的那行不能這麼做，之後m不再持有回傳值的所有權，之後呼叫m.reducible()會形成compile error。
其實這樣滿奇怪的，總覺得這樣用起來限制也太多；當然我們可以把syntax 再封裝到一個struct裡面，每次reduce就自動做一次let m = m.reduce()，使用者就無法亂用reduce()讓編譯爆掉，再研究要怎麼寫比較好囉…

我的code 都會放在這裡，雖然說現在真的沒什麼內容，現在還在實作ch1 的內容，而且感覺還沒進到Rust 的思考領域，寫的東西感覺大有問題……
https://github.com/yodalee/computationbook-rust

https://github.com/yodalee/computationbook-rust/tree/ch1-the-syntax

Coursera cryptography 1

在陰間為了殺時日，總要找點書來看，因為自知不能看一些會變的東西，例如程式Rust；這種東西等我返陽搞不好都翻了兩翻，現在我主力放在兩個方向，一是修coursera 的cryptography 課程，二是閱讀Logan 大大推薦的Enginnering a compiler，前一個cryptography 1 課程剛結束，這裡記錄一下心得。

這門課不算太難，帶過密碼學上幾個重要的概念：Stream cipher, Block cipher, Asymmetirc cipher，人人都怕的數學只在非對稱式加密前帶過一些。
上課的內容還有授課方向，跟這本<understanding cryptography>非常相似，打書名就能找到這本書的全文電子檔；兩者搭配來看，可以補線上課程內容的不足。

程式作業有6題，只有一個是要求用現有的AES lib 來實作CBC 跟CTR 加密，另外五個都是利用已知的漏洞去破解某些密文，就跟教授上課不斷提醒的：”Don’t invent your own ciphers or modes”，作業藉實際攻擊讓大家了解，即使數學理論上安全的加密，在不正確的實作下，仍會導致安全性流失，寫程式會需要一些底子，不過只要會python 或C++應該不算太難。
從程式作業，真的可以體會密碼的設計是一門高深的學問，倒也不是說不要去實作和修改，否則一些知名的lib 像openSSL是誰在維護？而是要先學好基本概念，了解可能的弱點與攻擊方式，多和大家討論分享實作方式，有討論才有進步。

俗話說得好：「三個臭皮匠勝過一個諸葛亮」，密碼學因為攻擊方式千變萬化，絕非一位天才能掌握全部面向，許多科技領域也是如此，在這個年代作為一個工程師，我認為最有效的學習是先學會基本概念，用一些簡單的例子實作驗證這些概念，再去找其他一流的project參與，之所以不要一口氣去跳進一流的project，是因為那裡一定藏了一堆實作細節，會遮掩掉基本概念；千萬不要閉門造車，分享你的想法，才有更大的進步空間。

錢的聯想

最近筆者在部隊中擔任行政/預財，工作內容大抵就是管部隊的收支：採購連上所需物品、管理銀行國庫帳目、上支出收入簽呈、登連隊收支帳本等，額外任務包括洽公時幫弟兄們買飲料回營XD

預財當久了，其實有種感覺，覺得我管理的不是金錢，而是一種信任：連長會簡單看過簽呈隨即批可，是基於對我學長和我用錢的信任；連隊保險箱的國庫支票和櫃存現金會由連隊行政保管，也是對行政專業的信任；就算是弟兄們放心將錢交給我，讓我去幫他們買東西或是到銀行換成幾袋可以砸死人的硬幣，也是信任的表現。

太多人看到錢就是錢，其實錢只是信用的表現。
歷史證明，人類可以對各種亂七八糟的東西產生信心、貴金屬、貝殼、植物種子甚至是數學加密演算法(bitcoin)，大家投入的信心多寡會決定那樣貨品的價值，價值又會反過來影響大家對它的信心。彭淮南說比特幣是一種貴金屬，的確，貨幣本身也像一種貴金屬，在傳遞信用這項功能，貴金屬、貨幣並沒什麼兩樣。

如果我們把金錢=信用這個概念延伸出去，現在國際間的貨幣戰爭，其本質其實是一場信任的戰爭，俗話說貨幣是一個國家的股票，股票價值取決於投資人對公司未來獲利的信心，貨幣價值則取決於人們對未來該貨幣價值--也就是該國家存在的信心。
一但人們對貨幣價值失去信心，便會想方設法將貨幣脫手，換成更能保值的東西，像是iPad(X)
http://technews.tw/2015/07/09/greece-mac-header/

現代的貨幣體系，其實完全是基於信心，紙幣不過是印上防偽功能的防水特殊紙，硬幣則是鑄上肖像的金屬片，物質不重要，重要的是國家擔保的公信，如果今天國家想要，我們也可以換用子彈當貨幣，只是就攜帶性、分割能力、辨識度來說，鈔票硬幣難以取代。
如果失去了擔保的公信，貨幣會在一夜之間化為廢紙、廢五金。

現在先進國家競推的量化寬鬆其實是在稀釋大眾的信心，可見的未來，該貨幣的價值會一直被稀釋，但只要國家擔保長期保值性存在，信心一直稀釋下去也無傷大雅；美日QE 推得之兇，卻也沒多少人認為美國、日本會突然放棄美元日幣，這當然是因為美國、日本背後龐大的資產在支撐它的價值；儘管今日十美元一年後可能只剩九美元，美國擔保的信用仍然可信；相反的，率巴威就算印製10^14 元的紙幣，價值仍比不上幾顆雞蛋。
曾經看到2016 年的總統大選，有人的政見是每人發100億元，的確以國家的力量，我們真的可以這麼做，就像消費券每人可以領3600元；但這政見沒有意義，台灣的信用擔保不了每人發100億元的信用，那時100億元的價值大概跟現在1000元相差無幾。

各國競推量化寬鬆，我覺得是一場「踩煞車遊戲」，量化寬鬆讓貨幣價值降低，逼使大家將貨幣換成貨物，藉此催出貨品需求成長，這樣的下場是，推動的國家最終可能會：

1. 該國決定踩煞車，退出競推量化寬鬆的行列：這會導致貨幣催生的成長減緩，需要改處理國內的分配問題。 
2. 推到一定程度，大眾擔心國家無法再擔保這麼多的貨幣，導致大家開始拋售該國貨幣與國債，導致該國債率大升，貨幣一夕間失去價值。 

這就像一堆人開車衝山谷，先踩煞車的會被眾人羞辱，不踩的會摔死；又像是藥癮，停掉會很難過，但繼續吃有可能會吃壞身體，而且吃愈久停掉就會愈難過，要更久才能恢復回來。
台灣是否應該跟著跳下去玩？該是持續寬鬆催生成長，還是該反其道而行，改用所得重分配對付衰退？我覺得這個問題真的滿難答的；但我相信，持續寬鬆推動的成長有其極限，與其跟大家一起玩到累死，我們也可以走一條新的路，想辦法在衰退中，也能過得舒適優雅一點。

不過說回來，我覺得我想得太遠了，只能說「管錢的」其實管的是大家的信任，坐在這位子上，能不戒慎恐懼，把每一筆帳都管得清清楚楚嗎？