@zhaojun1998
嗯，我看 macOS 上的很多软件也是初始化的时候，连线授权一次，比如 Figma：网页上登录账号后，浏览器端唤起 native 程序，就完成了 native 程序的授权。

看了下楼主的项目，先给个👍
楼主做事有板有眼，有前端，有后端，有文档，有主页，甚至还有用户论坛。执行力没得说。

关于楼主的作品，有一点我没太搞明白，那个授权给不同类型的网络，如域名，局域网等等，是什么意思呢？用户部署到自己的服务器还要连接楼主的服务器走一遍授权吗？纯属好奇，没别的意思。

在我还是一个小学生的时候，我也有一个疑问：

为什么长 a 宽 b 的矩形，面积就是 axb ，为什么不能是 a+b 呢？为什么这么巧呢？谁规定的呢？

@ipwx
为啥 C++要躺枪。这明显是一个坑，C++有这么坑吗？

@Kjaer
@fengche361
不一定非得有创新性或者拿的出手吧。现在我知道了，我自认为是作品的，是那些曾经给自己带来成功感、成就感的。不一定依托别人的评价，所谓“敝帚自珍”吧。

感谢分享，原文里的「数据可视化」很炫。

@crysislinux
@alsotang
我还没理清这里面的弯弯绕。目前暂时去掉了 Map ，绕过了这个问题。

@minilei
我试了下，按 x 选择 y 开头的，可能是如#10 楼和#12 楼所说的情况，比如有 4 个文件夹
xabc
xdef
yabc
ydef

那么连续输入 xe ，或者 xf 等等，它会匹配 yabc 这个文件夹，因为「按当前字母先顺序往后找, 没找到再反向往前找」，xe 按照字符串排序往后找，最接近的是 yabc ，而不是 xdef ，因为 xd 在 xe 的前面。不光是输入 xe 如此，即使输入 xdf ，也是一样匹配 yabc 。

@haozes 手动了解了一下，手动给你点个赞。

想法挺好的，实现也简单。

@jheroy
应该是这样。按照这个逻辑，1#楼的说法就不成立了，应该是每次输入都重新匹配，停留不动只是因为当前项就已经是最佳匹配项了。而且我试了也复现不了 1#楼所说的 project#的用法。

@vsitebon #26
我记得就是经过你推荐，我才去了解 Obsidian 和双向链接的。看了下，你写了好多插件啊。 /强
@AquanllR 加油

一个输入匹配，逻辑要搞得这么复杂，就是设计的失败。

@jheroy @forelegance

我又试验了一下，在原来基础上又新建了
da
dc
dg
dz
这 4 个文件夹，然后快速输入 dd ，匹配的并不是 dc ，而是 dg 。

这怎么解释原来的 dd 匹配 d4 呢？

我建了一个 test 文件夹，里面新建
d0
d1
d2
d3
d4
这么 5 个文件夹，

我用键盘输入 d ，不论快慢，只会匹配 d0 ，d4 。输入快的时候，会匹配 d4 ，那么意思应该是 dd 会匹配 d4 ？
这与“如果没有这个项，则会一直停留在之前匹配的项”不符合啊。 @forelegance

@icyalala
是多项分布。但是我想不到多项分布怎么去计算(多项分布的累积分布函数不知道怎么弄)，所以把它拆成多个二项分布，二项分布可以利用它的累积分布函数，直接得出中奖次数。

不过忘了说了，二项分布本身的计算很直接，但这个累积分布函数不知道有没有高效的计算方法，没有的话还不如直接循环 1000 次 random 呢。

楼主如果想要严谨的话，应该是利用「二项式分布」： https://zh.m.wikipedia.org/zh/%E4%BA%8C%E9%A0%85%E5%BC%8F%E5%88%86%E5%B8%83

```
二项分布 B(n, p)，指的是单次实验成功概率是 p ，那么经过 n 次实验，成功次数的概率分布。

成功 k 次的概率是
{\displaystyle f(k,n,p)=\Pr(X=k)={n \choose k}p^{k}(1-p)^{n-k}}
```

先把 a 的中奖次数算出来：a 成功的概率 p=10%=0.1 ，实验 1000 次，成功次数小于 k 的分布，是二项分布 B(n,p)的累计分布函数，所以取一个随机值，与累积分布函数对应，得出 a 的中奖次数；
然后把 b 的中奖次数用类似的方法算出来，然后是 c ，最后 d 就不用计算了。

看看你的劳动合同呢。
我的是：「在职及离职 1 年内，与本职工作相关的发明、专利、著作权，都属于公司(在家做的也是一样)；无关的属于个人」。重点是“相关”这个词。

@knightjun #1 是的，「创新性」我没有列在上面的标准里面，失误了。

@v2ka #2 “作品是实在的东西，并不是一种感觉。”，就是对“实在”的“感觉”啊，有的就是没有感觉。

@coderluan #3 “自己有这个信心发出去肯定会有人愿意用”，我也这样想过，不过有些不太符合，比如主题里的第 2 个例子，性能差感觉不会有人用。

@andyJado #8 ，理解力满分💯，但我很尴尬