另外 Linux 是不是比 Windows 要省资源要看情况。开机 RAM 占用是可以比较低，但是具体使用起来可能是另一回事。
比如我现在在用的这个系统似乎就有个问题，用久了之后会有一块内存总是释放不掉，唯一办法只有重新挂载 swap 。
出现内存用完的情况时 OOM killer 基本没用，暂时也不知道怎么办。

没有什么“意义”，就是“不一样”而已。
楼主会有这个问题是因为楼主已经有了“Win 就是比 Linux ‘好’”（或者至少在某些条件下“好”）的思想钢印。我更倾向于使用“不一样”的角度，而不是“好坏”的角度。

要续航，你可以直接降频跑。要资源占用，你可以完全不开 GUI 。要软件兼容，你可以极限虚拟机。几个点中间找到一个“平衡”，这是楼主的需求，但是楼主错误地认为其他人也要找一个“平衡”，并且其他人的“平衡”也在 Windows 上。

举个例子，就算 Windows 的续航在一般情况下比 Linux 好，Linux “设置”比 Windows 麻烦，如果我有“设置”的能力，可以让 Linux 续航比 Windows 长，那用 Linux 就是有“意义”的。反正就“设置”一次，能一直享受长续航。
反过来，如果我可以“设置”Windows 比其他人“设置”过得 Linux 续航还长，那我可能会用 Windows 。
Linux 有些可以“设置”的 Windows 不能，Windows 有些可以“设置”的 Linux 不能。把“Windows”或者“Linux”换成 BSD ，Solaris ，甚至 DOS ，都是相同的道理。这就是“不一样”。

我也是把 star 当收藏夹用，但是 GitHub 这个 star 功能实在太弱鸡，所以我实际的“收藏夹”本来就是在本地的，star 只是提供一个“点到某个仓库的时候能快速确定是不是在收藏夹里”的“缓存”而已。

后来 GitHub 出了个 Lists ，一开始看上去还行，用了两天发现居然最多只能有 16 个，还是算了吧，不能指望 ...

“只知道直线的旋转角度”
这个问题本身就不明确，“旋转角度”有多种表示方式。

还好有图，楼主那个红框底下有个“XYZ Euler”，这个就是当前用的哪种旋转方式（貌似这功能我只在 Blender 上面见过）
然后再去 wiki 查就是了

倒是很期待他之后又要去干什么
最好真搞出来"simple things that compose"

我认为所谓的函数式编程，纯也好不纯也罢，主要的现实意义在于其组合性上
https://v2ex.com/t/807880#r_10977046

@GeruzoniAnsasu gid1 后面还有个分号，也就是说很有可能是没初始化的 ... 虽然他要是省略号里面给他赋了个值应该就没事了，要是没赋值就用还是炸
当然这个帖子主要问题还是在 memcmp 上面 ...

这贴有点生草 ...

网页复制这种东西不是点一个 Disable JavaScript 就过去了么 ...
另外我还真碰到不少可以选择不能复制的 ...

@GeruzoniAnsasu 因为 gid1 是 indeterminate ，gid2 初始化了也没用，这玩意会传染的。语言律师地说，楼主这一步已经死了。

https://godbolt.org/z/hzenM768K

没想到贵站真的有人用 GTK

出口转内销了属于是

原来事 Asahi Linux 的开发者

新的冷知识“I can get these stats because the NVMe controller is integrated into the SoC and 'drive cache' is just normal memory (it's unified just like GPU memory), and Apple have very good instrumentation of things like DRAM bandwidth utilization from different SoC agents.”

"If you run a durable database on an M1 today, try a cheap flash drive."这下金士顿了

RTS 群里的人表示好像好像更像 4X ...

理论上当然可行，但是你在什么场景下用呢，比如你要放 Linux 服务器上跑那可能有些库就没法用

> 那这么说来中望 CAD 2022 原生版是假的。我最近还经常用它对比测试移植的 Windows CAD 相关软件呢。
还真不知道 Linux 居然真的有能用的商业 CAD 软件，涨姿势了

> 你开心就好，毕竟喷 Linux 开发者不懂产品已经政治正确了。
是啊，你看现在居然都在做 Linux 软件，这个世界还能不能好了。

对我这个已经多年不搞前端的人来说，楼主的文章提供了 React 状态管理现状不错的 overview 。

虽然 Web 前端暂时怎么不搞了，但广义的前端还是一直在关注的。补充一下，楼主“自创”的“贪婪更新”和“惰性更新”已经是有点年头的概念了，这东西一般叫“incremental computation”。所以大概可以叫“增量渲染”和“全量重渲染”。

Incremental Computation 的关键是构建一个 dependency graph ，当数据发生改变时程序只会运行其中 dirty 的部分。它的用途很广泛，是指令乱序执行、编译器优化、Spreadsheet 、包管理器、构建系统以及许多类似的任务系统的核心。

类似的方法在其他 UI 框架中早就有应用，比如 Cocoa 有 KVO ，WPF 有 INotifyPropertyChanged ，GTK 和 Qt 等框架也有一点 MVC 的意思，他们的列表会有个 model ，接受变化的通知。
但是可能是由于建立在 imperative 语言的基础上，这些较传统的框架并不适合操作复杂的 dependency graph 。给我的感觉是，它们“incremental”的地方主要集中在“界面 - 代码的接口”上，使用简单的数据绑定实现。界面本身不是 incremental 的，incremental 的方法也很难渗透到代码逻辑里面。数据绑定可以解决一些数据和简单属性的更新，但是“UI 操作”依然需要额外手写，而这一过程依然非常麻烦并且容易出错。

React 的流行普及了一种新方法，React 鼓励用户尽可能用数据表示 UI ，淘汰“UI 操作”的概念，以“数据变换”来取代。这并不是性能上最优的方式，原始的 React 并不是很重视 incremental ，基本仅仅体现在一个偶尔用一下的 shouldComponentUpdate 和 virtual DOM diffing 上。后者基本上也就相当于“React - Renderer 接口”，不用 shouldComponentUpdate 的话，React 里面这一层其实是有意设计得 brute force 的，但是确实很大程度上简化了问题。

React 这一步的一个副作用是，由于数据变换可以以更简单的纯函数来表示，现在 UI 全链路都可以 incremental 了。我不知道这一点当年 React 的设计者们有没有想到，但是后来者有不少想到了。更新的框架不少都是以 Declarative + Incremental 的思路设计的。比如 Web 这里比较典型的是 Svelte ，作为 React 竞品直接说 virtual DOM diffing “eat into your frame budget and tax the garbage collector”，而 SwiftUI 里面干脆就有个 dependency graph 模块，React 的状态管理也在往这个方向走。

上面有人说原始 React 更加“函数式”，实际上搞 incremental 的人不少也搞 FP——在一个 dependency graph 中，明确能具有“状态”的基本只有叶子节点，从叶子节点到最后要求的值，依然是一个纯函数。非要说的话只能说一个是比较“粗放”的函数式，一个是比较“精细”的函数式。要说起来的话 FB （现在应该叫 Meta ？）粗放不是第一次了，FB 用 OCaml 是吧？ OCaml 自己是不支持共享内存并行的（即将发布的 OCaml 5.0 将会开始完善这一能力），结果 FB 自己 hack 出来一个库给自己项目用 ...
我其实是从 Jane Street 那边了解的 Incremental Computation ，在 OCaml 社区这是与 FB 齐名的公司。他们自己做了个库就叫 Incremental ，需要注意的是在这个下面他们还自己实现了一套 Virtual DOM 解决 Incremental 不太好处理的问题，也就是说他们是两个都在用，和现在 React 有点类似。关于这个他们发了一堆的博客：
blog.janestreet.com/introducing-incremental Jane Street Tech Blog - Introducing Incremental
blog.janestreet.com/incrementality-and-the-web Jane Street Tech Blog - Incremental computation and the web
blog.janestreet.com/self-adjusting-dom Jane Street Tech Blog - Self Adjusting DOM
blog.janestreet.com/self-adjusting-dom-and-diffable-data Jane Street Tech Blog - Self Adjusting DOM and Diffable Data
blog.janestreet.com/seven-implementations-of-incremental Jane Street Tech Blog - Seven Implementations of Incremental