“怎麼昨天半夜有人加我？”
“哈？有這回事嗎？我不知道哦。”陳博裝起了糊塗。
王旭懷疑道：“奇怪了，照理說，沒事幹亂推名片，我的好友列表裡只有你有前科。”
“可能是新來的犯人，你想想，最近有加什麼好友嗎？”
王旭回憶道：“之前在圖書館上課個人賬號忘記切，被人瘋狂加。”
“你這號是明星嗎？為什麼那麼多人加你？我也好想有這待遇。”
“怪我的微信名。”王旭長嘆了口氣。
“你的名字？你改了名字嗎？”陳博好奇道。
“不和你說了，又到了愉快的洗胃時間，我以後再也不亂吃東西了。”王旭抱怨完，結束通話了電話。
陳博去翻了翻通訊錄，找到王旭的頭像點看，差點笑崩牙。
“[加上我發200元紅包]，你是嫌錢多還是嫌事少？”
沒人幫自己留意課表，陳博每天早上還得提前起床檢視，生怕突然多了些奇怪的東西。
這節選修課是《計算機演算法的前世今生》，對於陳博而言不陌生，只是目前身處的時代演算法又發展了幾十年，難保不會新增些理論知識點。
“別人都是穿回過去作威作福，我倒好，一個可憐兮兮的原始人落單了。”陳博撓撓頭，拎著鍵盤袋出門。
老師是個標準的碼農形象，象徵資歷的深度地中海，一臉漠然的神情，厚到可以防穿甲彈的眼鏡，灰白相間的格子衫，略顯僵硬的步伐，手指時不時還會做出敲擊鍵盤的動作。
“今天的人怎麼有點多啊？是代課競爭上崗的緣故嗎？”老師推了推眼鏡，粗略數了遍人頭，上座率是高了不少。
“老師，今天鍵盤應用學的也上這節課。”前排的同學提醒道。
“哦哦，原來如此，好吧。”老師開啟電子教材，開始照本宣科。
陳博對這部分內容不感興趣，計算機演算法方式多樣，傳統的有遞推法、遞迴法、窮舉法。
當初在負責演算法推薦時，陳博採用的是應用廣泛的動態規劃法，即將原問題分解成由各因素組成的子問題，透過求解子問題的答案反推出原問題的最優解。
舉個例子，探討不同情況下消費者購買需求變化，會先將影響消費者購買需求的變化因素逐一列舉出來，分析得出結論，在匯總所有結論建立一個模型，得出最終解。
早期的計算機演算法遠沒有這麼先進，大約在零幾年某度引擎制霸全網搜尋的年代，當時的演算法只停留在單線思維，處於搜瓜得瓜，搜豆得豆。
網際網路廣告投放業務的蓬勃發展變相推動了演算法技術革新，每個人的喜好大不相同，如何把廣告更精準地送達給目標人群，成了商家們考慮的首選。
以前把廣告投放給1000萬人，最終的轉化率可能不足1%，在實現精準投放後，可以把50個廣告分別投給50萬人，後者的單價比前者便宜30%，但實際效果遠勝幾倍。