map – Page 2 – Gea-Suan Lin's BLOG

依照交通時間，評估各種「地點」的服務...

Oalley 這個服務利用「交通時間」來評估地點，最簡單的應用像是給一個地點與時間，畫出範圍：

或是給多個點以及時間來評估地點：

不過後面是用 OpenStreetMap 的資料，我丟了幾個中文測試好像都找不到，用英文倒是可以...

英文母語的人學習外語所需的時間

這個報導蠻有趣的：「A Map Showing How Much Time It Takes to Learn Foreign Languages: From Easiest to Hardest」。

文章裡分成這幾種：(扣除已經是母語的英語，Category 0)

Category I: 23-24 weeks (575-600 hours) Languages closely related to English
Category II: 30 weeks (750 hours) Languages similar to English
Category III: 36 weeks (900 hours) Languages with linguistic and/or cultural differences from English
Category IV: 44 weeks (1100 hours) Languages with significant linguistic and/or cultural differences from English
Category V: 88 weeks (2200 hours) Languages which are exceptionally difficult for native English speakers

其中時間最長的這部份引用一下：

Arabic
Cantonese (Chinese)
Mandarin (Chinese)
*Japanese
Korean
* Usually more difficult than other languages in the same category.

Hilbert curve

看到 Hilbert curve 的應用 XD：「Using Hilbert Curves to 100% Zelda」。

是碎形的應用... 作者想要將薩爾達的涵蓋率從 98.59% 拉到 100%：

而 Hilbert curve 剛好可以拿來解這個問題：

取自「File:Hilbert curve.gif」。

記錄起來 XD

OpenStreetMap 推出 OpenStreetView

OpenStreetMap 也開始嘗試街景圖了：「Introducing OpenStreetView」。

資料愈來愈豐富了...

產生隨機地圖

在「Generating fantasy maps」這邊看到在講產生隨機地圖的方法，就像這樣細緻的地圖：

作者是依照「Polygonal Map Generation for Games」這篇的方法改善的，我之前看過但好像沒寫文章記錄下來...

兩篇文章裡面都寫得很詳細，一步一步提供用到的演算法以及範例說明。

看到 zmx 貼了之前的連結，更確信 Uber 的問題不是技術問題了...

在 Twitter 上看到 zmx 提了一個連結，講 Uber 年初時貼的「How We Built Uber Engineering’s Highest Query per Second Service Using Go」這篇文章的問題：

TLDR;
Uber：傳統方式太複雜了根據我們資料特性自創一套高效能的空間索引服務。
前 Bing 員工：買了 Bing 怎麼不問專家啊？Quadtree 降兩個數量級啊，不然你們自創的做了這個小修改也是降兩個數量級啊！https://t.co/nHw1DgmYtU

— Bill Zhong (@zmx) August 2, 2016

對照最近的事情還蠻有趣的，尤其是這篇文章後面提到的，酸～爆～了～XDDD：

It is clear to me that the team at Uber under-engineered this problem. Thoughtfully designing this service could trim down the number of nodes by an order of magnitude and save hundreds of thousands of dollars each year. That may sound like pittance to a company valued at more than the GDP of Delaware, but in my eyes that’s the salaries of a few engineers and a few good engineers can go a long way. Maybe even further than the few extra Mercedes-Benz S-Classes they could add to their fleet from the money they could be saving...

先不提政治問題，上面提到的 Quadtree 算是簡單易懂的結構，好久沒看到這個資料結構了：

紐約公共圖書館放出十八萬張數位高畫質的數位資料

紐約公共圖書館這次放出了十八萬張數位資料，包括歷史照片、地圖以及信件：「The New York Public Library Lets You Download 180,000 Images in High Resolution: Historic Photographs, Maps, Letters & More」，圖書館官方的公告在「Free for All: NYPL Enhances Public Domain Collections For Sharing and Reuse」這邊：

The release of more than 180,000 digitized items represents both a simplification and an enhancement of digital access to a trove of unique and rare materials: a removal of administration fees and processes from public domain content, and also improvements to interfaces — popular and technical — to the digital assets themselves.

除了可以在「NYPL Digital Collections」這邊搜尋下載外，還有 API 可以用：「The New York Public Library Digital Collections API」，在 GitHub 上也有工具可以使用：「Digital Collections Public Domain Item Data and Tools」。

而且這 18 萬張資料是完全的開放，不需要事先取得館方授權：