1.回去看線性映射那邊的座標轉換,矩陣表示。
2.associative在數學是結合性。
3.multiple issue由軟體(compiler)處理稱為static multiple issue，由硬體處理稱為dynamic multiple issue，又稱superscalar。
最核心的技術是dynamic pipeline scheduling - 選擇下一群要執行的指令並將這些指令重新排序，由於硬體資源足夠多，因此pipeline幾乎不會stall。分為3個主要步驟
1.in-order issue - 照comiler排定指令的順序，抓指令、解碼指令、抓暫存器。
2.out-of-order execute - 丟到buffer稱為reservation station，等(“預約”)功能單元的使用權或是等與別的指令產生data dependency的指令forward給該指令。
3.in-order commit - 會先把運算結果存在reorder buffer，再按照原本資料流的順序提交，寫回暫存器或是記憶體。
4.static multiple issue有MIPS-64,VLIW,IA-64。
5.big-endian:從最高位元開始存資料;little-endian:從最小位元開始存資料。
6.jr是R type。
7.單精度float為1,8,23;倍精度為1,11,52。
8.RAW是True-dependence

---

# 演算法:
## 時間複雜度

## Divide and conquer
### 一，merge sort

### 二，matrix multiplication
1.Strassen`s method :用來加速矩陣乘法運算，時間複雜度為n的2.81次方

### 三，The selection problem

O(n)

### 四，The closest pair problem

O(nlogn)

## Greedy

### 一，kruskal,Prim,sollin 最小生成樹
1.因Kruskal因要從最小開始找，則一定要排序!!時間為O(ElogE)==O(ElogV)
2.Prim會有特定點開始找，用BFS方式去找，時間為O(n)
* Note:判斷是否形成cycle:
if find(u) != find(v) {
add edge(u,v) to S
Union(u,v)
else give up edge(u,v)
}

### 二，Max flow(Ford-Fulkerson)
時間為O(fE) *f為最大流量

### 三，Dijkstra
1.不能處理負邊

### 四，Huffman tree
1.就是小的加起來然後建成霍夫曼樹，編碼即可。

### 五，fractional Knapsack(背包問題)
1.先算CP值=>O(n)
2.再將這些CP值做排序=>O(nlogn)
3.取道達到負重獲取光為止=>O(n)
時間為:O(nlogn)

## DP
### 一。rod cutting

### 二。Knapsack0-1(背包問題)
### 三。Matrix-chain multiplication

## 圖論

### BFS

### DFS
1.u.d是開始時間(discovery time)，u.f是完成時間(finish time)


### topological-sort
用DFS找，也可藉由拓譜找SCC

### Dijkstra,Bellman-Ford,Floyd-Warshall
1.Dijkstra:不能處理負邊，性質是Greedy
2.Bellman-Ford:可以處理負邊，資結版本是O(V的三次方)，演算法版本是O(VE)
3.Floyd-Warshall可以處理負邊，時間為O(V的三次方)