总之现在的制程和晶体管的特征尺寸关系已经不大了，基本就是个代号而已。
你可以理解为，TSMC 现在量产的最先进工艺名字叫"7nm"，而 Intel 同等的工艺名字叫"10nm"，而其他厂商都是采用 TSMC 的起名方式。

讲一点半导体制造产业的历史，很多人可能都很熟悉了。

最早的制程指的是晶体管的特征尺寸，即晶体管的栅级宽度。根据摩尔定律，集成电路的集成度每 18 个月翻一倍，也就是晶体管的特征尺寸会缩小 1.414(根号 2)倍。

所以早年的时候，各个 IDM 、Foundry 和 EDA 厂商是很轻松的，只要每 18 个月把所有东西都除以根号二，基本就可以搞出下一代工艺了。而在那个时代，Intel 一直领先所有厂商一代工艺。

这种状况一直持续到了 22nm 工艺的时候，由于 FINFET 的出现，晶体管的特征尺寸已经不能完全代表集成电路的集成度了。因此 TSMC 和 SAMSUNG 在工艺命名上耍了点小聪明，终于在名义上赶上了 Intel 的进度。但是看晶体管密度的话，Intel 仍然是吊打其他厂商的同代工艺。尽管如此，在 Intel 很少为别家代工的时代，这已经足够 TSMC 接到足够多的订单，而 TSMC 也明智的把大部分收入都投入到了研发当中。半导体工艺的研发完全是资本密集型的，谁投的钱多，谁的进度就快。

终于在 16 年，TSMC 推出了他们的 10nm 工艺，在实质上赶上了 Intel 当时的 14nm 工艺，这使他们的研发投入也一举超越了 Intel 。那之后的事情大家都熟悉了，TSMC 在 18 年推出了 7nm 工艺，而 Intel 依然解决不了 10nm 良率低的问题。其他 foundry 除了 Samsung 在举国之力的支持下苦苦支撑，都宣布放弃了先进工艺的研发。

后面持续通货膨胀
未来可能你一年就能赚 140 万了

为啥测试可以有权限改数据库，看你的描述是生产库？

@XiaoxiaoPu
啊好像是
其实我本意是想说循环的总迭代次数。。。

@yxcoder
朴素方法 access 了 1.5n 个结点
快慢指针只 access 了 0.5n 个

说时间复杂度的话都是 O(n)
说性能的话还是快慢指针快一点

1080p 都够呛。。。你还想玩 4k 。。。

3500/21.75=161 元 /日
对普通实习生来说这个日薪还不错了
很多互联网公司才给日薪 100 元
有些金融公司甚至 1 分也不给
还有医院这种需要倒贴钱的

@loading 那样的护目镜我感觉对两侧的视野有影响

@cmdOptionKana 受伤概率应该挺小的吧 nba 好多球员都是戴隐形打比赛

@oahebky
那请教一下，python3 有什么高级特性，可以在求 zip(nums[:n], nums[n:])时不使用额外的 O(n)内存保存两个 slice 产生的新 list，而直接求出 zip 的结果？

代码可读性见仁见智，没有一个评价标准。不过对于一个 trival solution，应该没有人会读不懂还要请你解释一下。

本来遍历一遍就可以解决的问题，用了 reduce 和 zip 等于遍历了两遍。
本来开一个数组就可以解决的问题，用了 zip 和 slice 就需要额外内存去保存他们的返回值。

时间和内存都浪费了，还降低了代码可读性。

楼主大概很久没看中兴的股票了。。。

你自己装了 adblock 之类的插件吧

Microsoft Todo

中芯国际只是代工
你应该找 design house 去买

建议领养代替购买