гоферы, а не пробовал кто переложить на го https://github.com/FreedomPrevails/JSMTProxy/blob/master/mtproxy.js

Оно, во первых, не гошное. Во вторых - это реверс-инжиринг (я про нынешние наработки MTProxy до публикации оригинального репозитория)

зачем она тут?

Кто ? Клиентская либа для телеграма?

Аааа, Семен Сеныч, это ж прокси... гоню

Я не претендую на правду, но можно написать функцию error h

За это 10кусков

Да вы батенька долбаеб

не, это 15

все по материалу

и юайэкспиренсу

на чистом коде?

Сайты на виксе) Жара)))

Особенно рекламить это в канале про го

> на дрова х так даже лучше звучит, заплатил бы за это и 20к

Только сегодня сурцы были опубликованы, так что всё только-только начато. В течении пары часов черновики запушу: https://github.com/toby3d/mtproxy

Как-то у тебя сложно :/

Как-то у тебя сложно :/

Сурцы тоже сложные

Так хелпаните плез

Есть у меня прога одна принимает все сообщения которые придут боту и записывает в бд данные

Другая прога работает с бд'хой

И она должна отправить результат через бот

Но два запустить два сеанса одновременно нельзя

запусти один сеанс; со второй проги просто шли на первую

Как быть

Сурцы тоже сложные

А ты прямо оригинальные исходники что на Си смотришь?

type Vector struct { x float64 y float64 z float64 } type Acceleration Vector type Speed Vector func (v *Vector) Scalar() float64 { return math.Sqrt(v.x*v.x + v.y*v.y + v.z*v.z) } я не понял почему при таком объявлении типа я Speed я теряю доступ к методу Scalar

type Speed struct { Vector } а при таком не теряю

это разве не одно и тоже?

вообще не одно и то же

type Vector struct { x float64 y float64 z float64 } type Acceleration Vector type Speed Vector func (v *Vector) Scalar() float64 { return math.Sqrt(v.x*v.x + v.y*v.y + v.z*v.z) } я не понял почему при таком объявлении типа я Speed я теряю доступ к методу Scalar

type Speed = Vector

type Speed = Vector

но зачем это может быть нужно?

откуда я знаю

алиасы типов всегда кому-то нужны

только в рамках рефакторинга

А ты прямо оригинальные исходники что на Си смотришь?

Ага

К примеру Алан Кей считает что без наследования ООП впринципе безсмысленно

но.. но как же тогда энкапсуляция? ?

PS: алан кей говорит про свой ооп, не про с++сный

мне кажется инкапсуляция это главный аспект OOP в практике

инкапсуляция существует и в отделении от ООП

инкапсуляция существует и в отделении от ООП

хмм, например?

Класс, объект, методы, поля, это же OOP, не смотря на то что первое в Go обычно навывают "типом структуры"

в C насколько я помню инкапсуляции нет вообще, нет таких понятий как private member

Класс, объект, методы, поля, это же OOP, не смотря на то что первое в Go обычно навывают "типом структуры"

нет, ооп это наличие 3 обязательных факторов

без любого из них это не ооп

нет, ооп это наличие 3 обязательных факторов

совершенно верно, вроде как инкапсуляция, наследование, полиморфизм, если я не ошибаюсь? но обычное такой подход OOP как в Go или JavaScript называют псевдо-ООП, т.е. имеются фичи, но таки не OOP

> псевдо-ООП хз, не слышал такого словосочетания

энивей, инкапсуляция не принадлежит ООП единолично

Коллеги подскажите: я правильно понимаю что нет разницы в вероятности получения числа < 50 если я беру случайное целое от 0 до 100 или же беру от 0 до 100 * х и потом делю на этот х

Ой, вероятности

В первом случае у тебя вероятность 49%

при равномерном распределении? на что влияет "< 50"?

> потом делю на этот х зависит от х и выбора случайного числа

да ладно

если случайное float - разницы нет вообще

особенно, если этот флоат очень близок к 0

/sarcasm

Ну к примеру х = 10000 и юзаю rand.Seed(time.UnixNano()) rand.Intn(0, 100*х)

а вообще, есть определённый алгоритм сжатия и расширения интервала распределения

Потом делю

э, нет

Intn к таким фокусам не приспособлен

Ну использовать crypto/rand для подобного это перебор ?

Вообщем пилю я некоего @victradicebot , и мне не оч нравятся сгенеренные числа

Щас бы вероятность в процентах считать

Ну давайте остановимся на том, что генеренные числа

ERROR: S client not available

Бывает часто 56.6547 и 56.6532

Это псевдослучайные числа

Это псевдослучайные числа

Я понимаю

Бывает часто 56.6547 и 56.6532

ну, а я о чём говорил

Белый шум из них вовсе не белый ?

ты не правильно делаешь

Может быть вам кажется

Сделайте выбрпку из 100000

Сгенеренных чисел

Представьте данные ввиде диаграммы

Если уж слишком большое отклонения от кривой Гаусса

То вы действительно делаете что-то не так

Белый шум из них вовсе не белый ?

довольно белый. я в свих экспериментах явной неравномерности распределения не нашел

Ок спасибо , попробую с разными значениями икса посмотреть что выйдет

Ок спасибо , попробую с разными значениями икса посмотреть что выйдет

сколько чисел выборки вы делаете?

зачем увеличивать интервал, если плотность можно показать на небольшом?

например, генерируя числа от 0 до 10 N раз

и считая, сколько раз выпало каждое

Я проверял на пакете justinian/dice - число от 1 до 1000000, миллион итераций и смотрел проценты: < 48 ~ 48% > 52 ~ 48% 48 < х < 52 ~ 4% Там колебания меньше половины процента

по-моему даже 49%,49%,2% результаты не помню точно

Я проверял на пакете justinian/dice - число от 1 до 1000000, миллион итераций и смотрел проценты: < 48 ~ 48% > 52 ~ 48% 48 < х < 52 ~ 4% Там колебания меньше половины процента

миллион итераций это очень мало для интервала 1–1000000

более того, это крайне не достаточно

надо 100M, да

даже 100м будет мало

результат, скорее всего, будет равномернее

впрочем, зависит от выбранного доверительного интервала

результат, скорее всего, будет равномернее

конеш будет)

конеш будет)

https://play.golang.org/p/9gqSNLSdoc8

это я вопроизвел свой тест давности паругодичной

пингани ещё автора оригинального сообщения