話說本來一直都是gcin的愛好者，但是不知道從哪一天開始就一直遇到一個問題（ubuntu&archlinux皆會）。在開機使用了一陣子之後，gcin詞音輸入法的畫面顯示會出問題，整個變得很難用。基本上是跟這個問題一樣，再沒有解決方法之前，只好先尋求替代方案了。因為對scim穩定度印象極差，所以目前是採用firefly開發的oxim，用起來還ok，除了選字框偶而跑掉外，沒有特別的問題。在gcin解決前就暫時先頂著吧。
2008-08-03更新:不知為何oxim+firefox 3在firefox關閉時會crash，所以又換回gcin了。真是一整個囧呀。套句hlb長輩說勸敗mac時的話：你看你都把生命花在XXX上… 。下次要是有錢乾脆買mac好了 Orz。
今天來用php實作自動文章分類功能吧 :p
其實是無意中看到PHP Naive Bayesian Filter載下來測了一下。不支援中文，英文也怪怪的。
算了直接trace code動手改吧。直接就把UI改透過Google翻譯改成英文版，資料庫的table也確認是utf8,然後在補上簡陋的中文切詞功能。OK 這樣就可以work了。丟了快50篇文章進去，準確度還可以接受拉，不過如果中文切(分)詞有比較好的處理方式，準確度應該會更好才是，不過這就不是我一個人可以搞定的事情了 XD。
demo page http://tkalu.com/tmp/phpnaivebayesian-1.0/index.php
改過的 source code http://tkalu.com/tmp/phpnaivebayesian-1.0-cjk.tgz
在gslin大神那邊看到一則MySQL 的 ORDER BY RAND() 的替代方案可以調整效能的方法。
話不多說，直接講要做的事情 & 實測結論
隨機從mysql資料image從3XX萬筆中挑出一條
直覺的作法
select * from image$ order by rand();
花 24秒左右 (迷之聲：2007年上半年就是這樣過去的………)
經過強者大腦的處理方式
SELECT * FROM image$ AS r1
JOIN (SELECT (RAND() * (SELECT MAX(img_id) FROM image$)) AS id) AS r2
WHERE r1.img_id >= r2.id ORDER BY r1.img_id ASC LIMIT 1;
只要0.025~0.0001秒
是的，你沒有看錯，我沒有打錯。這是真是令人想拍捉桌罵髒話的結果，隨便測都進步了1000倍！！！！！！！
細節與思考方式，請參考
http://blog.gslin.org/archives/2008/07/02/1535/
http://jan.kneschke.de/projects/mysql/order-by-rand