Skip to content

Mindhunter: Inside the FBI’s Elite Serial Crime Unit

  • Quote

值法人員的辛酸很難跟人說，甚至無法和伴侶討論。當你看了一整天的屍體和截肢，如何能把這話題帶回家？尤其當死者是小孩時更是不堪。你無法在吃飯時說：「我今天辦了一件強暴謀殺案。我把這個案件情節說給你們聽聽。」這也是為何警察常和護理人員結婚的原因，反之亦然，這樣他們才能體會彼此的工作。

依我之見，這些心理治療師、心理學家和社工人員都很年輕，又充滿理想主義，覺得可以改變他們。其實這些人常常不明白一點，那就是當他們在評估這些罪犯時，他們所評估的正是一群評估他人的專家。

差別在於，從事心理工作的專業人員是從人格開始，從這個角度推衍出行為；我和我的同事卻是先從行為開始，然後從行為的角度推衍其人格。

犯罪行為與其說是心理疾病，不如說是個性上的缺失。

「心神喪失」(insanity)是一個法律觀念，而非醫學或心理治療上的術語，它並不表示某人是不是「有病」，而只是表示某人能不能為其行為負責。

美國人有種認為事情總會變好的特質，永遠都有機會改善，只要我們去做，任何事情都可以做到。但是我看得愈多，對於某些類型犯人的更生就愈是悲觀。他們童年所經歷的通常都是很可怕的事，這表示他們遭受的傷害難以在日後復原。和法官、辯護律師、精神專業人士願意相信的正好相反，獄中行為良好不見得就表示出了監獄會有正當的行為。

我常開玩笑：如果一名人犯說他有多重人格，那麼只要我抓到犯罪的那個人格，我就會把無辜的那個人格放走。

任何做得出如此駭人可怕的事的人，一定是真正「有病」——我不會反對這種看法。但是他知道他正在做的事是錯的嗎？他是不是仍然選擇要去做？對我而言，這才是重要的問題。

從沒有一個連續殺人犯會「身不由己」到敢當著警察的面去殺人。

別人認為他們很怪，也不會認真看待他們，於是問題隨著時間惡化。他們會把注意力放在一項任務上，使他們的生命有些意義。這是他們頭一次感受到自己有控制力，而他們喜歡這種感覺，這一點會使他去冒更大的險，而愛冒險的人都具有危險性。

如果我看到信中的語氣愈來愈嚴厲，急迫（「你沒有回我的信！」），我就會正視這件事。持續這種妄想且強迫式的嚴厲，不論在心理上或心靈上都是耗盡心力的事。要不了多久，這人就會開始崩潰。

我們只能以一種實驗的權威性說：女性似乎將所有感受內化了。她們不會去攻擊他人，而比較容易藉酗酒、吸毒、賣淫及自殺來懲罰自己。有些人則會在自己的家庭裡重複所受到的身心凌虐……從心靈健康的角度來看，這是非常有傷害力的。但是女性殺人的方式和行兇的人數與男性大相逕庭，這確實是個事實。

如果你認為解決之道在於學校，你也要求太多了。

更多警察、更多法院、更多監獄、更加的調查技巧誠然不錯，但是要減少犯罪的唯一方法，是要問我們全部人，是不是都能夠不再接受、容忍發生在我們家庭、朋友、同僚身上的犯罪。這是得自犯罪數遠比我們國家低許多的其他國家的教訓。以我的觀點，只有這種根本的解決之道才有效。犯罪是一個道德問題，只有從道德層面才能夠解決。

Fluent Python 讀書筆記（六）

註

此筆記適用 Python 3.4，部份已不相容後續版本的套件與 API

以 futures 撰寫並行

  • futures —— 非同步執行某項操作的物件
  • 網路 I/O 涉及高度延遲，須要用到並行來有效處理
  • 在公用 Web 測試並行 HTTP 用戶端，你可能會無意中啟動一個阻斷服務攻擊（DOS），或被懷疑在做這件事…要測試複雜的用戶端，你應該設定自己的測試伺服器（作法說明）
  • requests 已經被視為 Python 式 API 的典範，它比標準函式庫 urllib.request 還要強大
  • concurrent.futures 主要功能是能讓你分別提交（submit）在不同執行緒/程序執行的可呼叫物（callables），實作於 ThreadPoolExecutor、ProcessPoolExecutor 的介面（分別在內部管理一個 worker thread pool 及 process pool）

多執行緒並行起手勢

使用單純迴圈來取代 ThreadPoolExecuter.map：

使用手動呼叫 result 取代隱式的 next 呼叫（阻塞式）：

使用 as_completed 取代阻塞式的結果查詢（完成後才產出），必須放在 Context Manager 區塊內，因為預設的 __exit__ 會阻塞：

Read More »Fluent Python 讀書筆記（六）

Fluent Python 讀書筆記（五）

  • Python

控制流程

  • 在大部分情況下，Python 社群將 Iterator 與 Generator 視為同義詞
  • Python 所有集合都是可迭代的
  • 內部的 for 迴圈、集合生成式、變數和引數的 Unpacking 都會用到 Iterator
  • iter() 會先參考 __iter__，其次才參考 __getitem__，都沒有的話，發出 TypeError 代表「該物件不可迭代」（此處 __getitem__ 的參考在以後可能被棄用）
  • 承上，可迭代物件不一定滿足 isinstance(C, abc.Iterable)（在未實作 __iter__ 的情況下），為了避免這個誤區，要判斷物件是否可迭代，最準確的方式是呼叫 iter() 看看
  • 如果 iter() 會過，那物件是「Iterable」；實作 __iter__ ，須回傳一個「Iterator 實體」—— Python 會跟 Iterable 索取 Iterator
  • Iterator 類別的標準介面：__iter__ 跟 __next__，__next__ 負責回傳下一個項目或發起 StopIteration，__iter__ 則單純回傳 self
  • 不要把 Iterable 跟 Iterator 混為一談，「Iterable 有一個 __iter__ 方法，這個方法每次都會實例化一個新的 Iterator」
  • Iterator 也是 Iterable，但 Iterable 不是 Iterator。Iterable 永遠不該扮演自己的 Iterator
  • Iterator 獨立出來的用意是「每一個迭代器都能保存它自己的內部狀態」
  • 除了回傳獨立的 Iterator 實體，也可以將 __iter__ 變成一個「Generator 函式」，藉由回傳一個「Generator 實體」，以介面而言，Generator 是 Iterator，它會在內文結束時發出 StopIteration
  • 用一個「 lazy 的產生器」取代一個「儲存所有資料的迭代器實體」是更好的，因為只要在必要時（最後一刻）才產生值，可以節省大量記憶體
  • Iterator 的另一個功能是「延緩工作」、「一次只產生一個項目」
  • 「當你在用 Python3 想著『有更 lazy 的作法嗎？』的時候，答案通常都是『有』」
  • yield from 不只是一個糖衣語法，除了取代迴圈之外，它也是一個管道，連接外部產生器，接收外部產生器的值
  • all、any 有一種重要的優化是 reduce 無法作到的，那就是 short-circuit，確定結果後就停止
  • sorted 可以接收任意的 Iterable
  • iter() 的另一個功能：傳入一個 Callable 及一個標記值（sentinel），當回傳值等同此標記時，停止迭代
  • 無論資料大小為何，Generator 提供一種有彈性的解決方案，把大型資料集當做資料流來處理
  • .send() 同樣會讓產生器進入下一個 yield，但是它也可以用來傳入資料，相較於 next() 單純接收資料，.send() 可讓使用者與產生器雙向交換資料——變成協同程序 (coroutines)
  • 「在內文埋入一個 yield，不足以提醒那一個語意有如此不同」（但 Guido 討厭使用新的關鍵字）
  • 以實作而言，Generator 是一種語言結構，以函式或表達式編寫，呼叫時回傳 GeneratorType
  • 以概念而言，不管 Iterator 內部有多複雜（例如是一個樹狀資料結構），它的資料永遠只有一個來源（自己本身）；至於產生器，則不一定只產生集合裡面的項目
  • 「Iterator 最簡單的介面是由 First、Next、IsDone、CurrentItem 的操作組成」，在 Python 它的介面更精簡：next() 跟 StopIteration

Read More »Fluent Python 讀書筆記（五）

Fluent Python 讀書筆記（四）

  • Python

介面：從協定到 ABC

  • 「抽象類別代表介面」
  • Python 自 2.6 版本之後加入 ABC (abstact base class)，大多被定義在 collections.abc 模組
  • 當你需要實作介面時，第一步是將它們當成超類別 (superclasses)，ABC 會檢查具體子類別是否符合這個介面
  • ABC 與描述器 (descriptors)、中繼類別(metaclasses)一樣，是建構框架的工具，過度使用 ABC 的風險是非常高的
  • 可以把介面想成「某個物件的公用方法的子集合(subsets)」，這個子集合可以在系統中發揮具體的作用（常在文件看到 “a file-like object”、”an iterable” 的字眼都是在指涉這件事）
  • 協定(protocal) 是非正式的介面，只由文件與慣例定義，無法被強制實施，例如：選擇只實作序列協定的某些方法如 __getitem__，而不是繼承 abc.Sequence
  • Python 資料模型的哲學，就是盡可能地與基本協定合作
  • isinstance(obj, cls) 沒有那麼糟，只要 cls 是一個 ABC
  • 所謂的 goose typing ，是相對於協定的 duck typing，鼓勵我們可以去實作 ABC 的介面（透過繼承而非自造輪子）
  • Python ABC 有類別方法 register 可以讓使用者「宣告」某個類別是 ABC 的一個「虛擬子類別 (virtual subclasses)」，而不用實際的繼承，簡單來說就是讓 Python 相信我們會實作介面而不實際檢查（如果有任何問題，就讓在執行階段拋出例外吧）
  • 除了透過函式呼叫來註冊，在 Python 3.4 之後提供了類別修飾器 ＠<ABC classname>.register
  • 有些子類別不一定要明確的註冊或繼承，也可以成為特定 ABC 的子類別，例如 __len__ 之於 abc.Sized（背後是透過 __subclasshook__ 來實現的，類似的實作少之又少）
  • 「不要在程式中自訂 ABC 或 metaclass」—— 從 ABC 繼承方法比實作需要的方法還要好，ABC 的目的是封裝因為框架而產生的一般性、抽象概念，例如這是一個「序列」與「確切的數字」
  • 「ABC 的流行可能是個災難，它對語言施加過度的儀式」
  • numbers 裡面定義了數值的 ABC，最頂層的超類別是 numbers.Number

image

  • IndexError、KeyError 都是 LookupError 的子類別
  • 宣告 ABC 有兩種方式： 1. 繼承 abc.ABC（3.4 之後才加入） 2. 指定 metaclass=abc.ABCMeta （3~3.4 的限定作法）
  • 諸如 @abstractclassmethod 的冗員裝飾器已被 ABC 棄用，要用的話，只要單純疊加 @classmethod、@abc.abstractmethod 即可（要注意順序）
  • 「雖然 ABC 有助於型態檢查，但不應該過度使用它。Python 的核心是動態語言，到處限制型態，可能會讓程式變成沒必要的複雜」
  • 型態提示 (type hints) 是註釋的一種，可以在函式定義中指名參數的型態及回傳何種型態，沒有強致力

Read More »Fluent Python 讀書筆記（四）

以其人之道還其人之身：如何用分治法對付 LeetCode / 刷題心得跟題庫分享

  • Misc

Intro

是的，當你看到這篇文章的時候，我還沒找到工作。因此，最近的幾個月，我如果不是在刷題，就是在沒網路的路上。

截至目前為止，我嘗試了將近 300 種不同題形的解法，有效題數是 209，約 1000 多次 commit。

刷題時間久了，對 LeetCode 這個東西不禁感到又愛又恨。甚至是恨的層次居多，為什麼？我認為有以下幾個原因：

真的用得到嗎？

當然，像 146. LRU Cache、253. Meeting Rooms II 這種貼近實務的題目是再好不過了，但你不得不承認，大部分的題目還是有那麼派不上用場的意味在，那種感覺就像你在高中學了艱澀的數學理論，但並不知道怎麼在真實世界中應用它們一樣。

試想一下，你拿刷題的時間去嗑一本有關程式設計的書，或去想辦法弄些什麼專案，學到的「馬上可用的知識點」應該都比刷題多得更多。

應徵的公司在場上覆蓋三張陷阱卡，其中一張是神的宣告

你有沒有覺得，現在好多公司都好愛考刷題，先是聯繫到你，告訴你說「我覺得你很可能就是我們要找的 XXX」，然後也不跟你約時間，就丟一個考試連結給你。

然後你可能沒辦法在 20 分鐘內「把零移到前面」或找不到「買賣股票的進出點」，然後就失去了面試機會，或者再也沒有下文。這代表了一件事——開發者的價值被 LeetCode 給過度簡單地歸類了——如果你不刷題，不管你曾經開發過什麼，都不再有意義，因為你連門票都拿不到。

這種面試體驗，我至少就遇到過三次。

是的，即使你知道什麼是陣列、什麼是 swap、indexing，你也知道時間複雜度跟空間複雜度是在講什麼，但你就是想不出來怎麼把該死的 0 給移到前面去。

還記得 Homebrew 的開發者 Max Howell 因為不會翻轉二元樹被 Google 拒絕了，他氣得發了一篇反諷推文。不過他事後表明：我某種程度來說也很爛，我還是搞不太懂二元樹是什麼，但我不怪 Google 了。

這個例子可以很好地概括我目前對面試考題的想法：Get Over It。

當刷題儼然成為找工作的「內建」、必要條件，那麼也許，我們就不要再 ㄍ一ㄥ 了吧。

Read More »以其人之道還其人之身：如何用分治法對付 LeetCode / 刷題心得跟題庫分享

Fluent Python 讀書筆記（三）

物件參考、可變性與重複使用

  • 「變數是標籤，不是盒子」
  • 使用參考變數 (reference variable) 時，說「變數被指派給一個物件」會比較合理，畢竟——物件是在賦值之前建立的
  • 兩個變數被指派到同一個物件時，這兩個變數互為「別名(alias)」
  • 「每一個物件都有一個身份(ID)、一個型態跟一個值」，在 CPython，這個身份是 id()，回傳物件的記憶體位置（不同解譯器可能會使用不同東西作為 ID）
  • == 比較物件的值；is 比較物件的 ID
  • is 比 == 快，因為它無法多載（不需要尋找或呼叫特殊方法來演算出一個值）
  • 原始物件的 __eq__ 會比較 ID，但大多數覆寫 __eq__ 的情況通常會加入或使用別的比較
  • tuple 不可變的意思是「保存在它當中的物件參考 ID 不變」，即使 tuple 可能存了可變的物件
  • 淺複製 (shallow copy) 即容器本身會被複製，但新的容器裡面保存的是舊的參考，例如 arr[:]、arr.copy()、copy(arr)
  • 實作 deep copy 要小心物件可能會循環參考 (Ring)，要判斷物件是否已經複製過
  • 覆寫 __copy__ 和 __deepcopy__ 可以控制 copy.copy() 及 copy.deepcopy() 的行為
  • Python 函式傳遞的是參考(call by sharing) —— 即函數的參數 (parameter) 會指向引數 (argument) 的參考，換句話說，「函式內的參數就是其實際引數的別名」
  • 同上，這也是為什麼「函式的預設參數不要使用可變型態」，簡單的改良：預設為 None，在函式中判斷是否初始化新的可變物件
  • del 刪除的是參考，而不是物件本身；物件只有在「參考數量變成零」的情況下才有可能被回收，這種銷毀可能不是立即性的
  • CPython 回收記憶體的演算法主要是計算參考數量，這個參考數量存在物件本身，但假若有循環參考時，容易發生 memory leak
  • 在 CPython 的實作下，對 tuple、str、bytes而言 s[:] 不會製作複本，而是回傳物件的參考
  • 在使用執行緒時，修改可變物件很難得到正確的結果：無法適當同步的執行序，會導致資料損毀；過度同步的執行序，會造成 deadlock

弱參考 (Weak Reference)

  • 常用在使用快取的情境下，須要「參考一個不會被保存太久的物件」
  • 弱參考是一種可呼叫的物件，它會回傳參考的物件，或者 None
  • 使用弱參考而非賦值，就不會讓物件的「參考數量」增加
  • 考慮使用 WeakKeyDictionary、WeakValueDictionary、WeakSet 與 finalize 這些內部使用弱參考的高階界面，而非自己用 weakref.ref 實作
  • 因為實作的限制，list 跟 dict 的子類別可以被弱參考（原始型態不行），而 int、tuple 則完全無法被弱參考

字串常值的共用，是一種優化技術，稱為 interning，Cpython 會對小型的整數使用相同的技術，來避免沒必要的重複

Read More »Fluent Python 讀書筆記（三）