2010-02-03

問題解消

昨日までの三日間、まともにC++0x本の目次案の作成に取りかかれなかった。どうも気にかかる興味深い事が多すぎる。GoogleはGoogleで興味深いが、いまはとにかく、C++0xの本に全力を出すべきだ。

ともかく、こうしていても始まらないので、昨日は問題を解消すべく手を動かした。

とりあえず、気分転換にジョギングをした。ここ二ヶ月ほど、寒くてジョギングをサボっていたのだ。やはり、体力が落ちている。過度の負担を避けるため、軽く走った。これからは、怠らずジョギングをしよう。

Googleのレジュメだ。まあ、実力はともかく、レジュメを出すだけなら、こちらに損はあるまいと、無理やりに理由をつけてレジュメを書いた。ユニークなアピールポイントが気になる。ワニ格闘家に勝てるアピールポイントなど存在するのだろうか。今日、レジュメを確認したところ、とくにtypoも見つからないので、そのまま出した。

これでよし。結果はともかく、さしあたっての気にかかる問題は解消した。さっそく目次案に取り掛かろう。

最も役立つ文法最速マスター

JavaScript変態文法最速マスター - 葉っぱ日記

これは素晴らしい。

オーダーについて解説しる!

Order I Say! « C++Next

strict weak orderingって何よというお話。

アキラさんが興味を示していたので読んでみた。幸い、Not Foundではなかった。しかし、イケメンのアキラさんとは違い、私には数学が分からない。でも、英語はちょっとだけ分かる。そこで、ここでは、高校までの数学の概念と、英語力だけで、無理やり理解したふりをして解説する。

規格では、ソートや連想コンテナへの要求として、strict weak orderingというのがあるが、これは一体どういう意味だろうか。

調べていくと、"a strict weak ordering is a strict partial order in which incomparability is transitive."とある。なるほど、ちょっとルールが追加されたstrict partial orderなんだな。、しかしstrict partial orderとは、一体何だろう。

strict total orderというものがあるが、これは複雑すぎる(ルールが多すぎる)。strict partial orderは簡単だが(ルールが少ないが)、あまりにも貧弱すぎる。strict weak orderは、その中間に位置する。

と、ここまでが、orderの数学的定義へ言及することを避けての解説である。数学が理解出来ない者としては、orderの数学的な定義の解説は理解できない。しかし、なぜstrict weak orderingであることが、そんなに重要なのか。なぜわざわざ、規格のいたる所で、strict weak orderingであることを明記しなければならないのか。

それは、アルゴリズム的に、ある場面で、比較を省略することができるからだ。高校までの数学で考える。x, y, zという整数に対して、不等号、<、を適用した場合。x < y, y < z, ということを知っていれば、x < z, は比較しなくても分かるということは、高校までの数学を知るものならば、当然のことである。つまりこれは、もし、このルールが保証されているならば、x < y, y < zであることを知っておけば、x < z, という比較は、省略できるということを意味する。strict weak orderingは、これを数学的に保証するのである。

原文では、二つの問題が出されている。数学が得意であれば、挑戦してみるのも面白いかもしれない。

私は数学が壊滅的にできないので、細かい部分を知りたい数学オタクは、こんな解説より原文を読んで欲しい。結局、私の興味は、なぜ、規格でstrict weak orderingと明記することが重要なのかということにあるのだから。

2010-02-02

孫正義、誰でも使えるUstreamスタジオを作ることをTwitter上で約束す

ソフトバンクは、Ustreamへの大幅な出資をし、同社の筆頭株主になることを発表した。

Ustream, Inc.への出資について | ソフトバンク株式会社

それを受けて、@masasonにこんな発言をした人がいた。

@masason Ustreamへの出資凄いニュースですね!表参道店に誰でも使えるUstreamスタジオ作って下さい!アメーバスタジオの向かいですし!

Twitter / ヒマナイヌのカワイ: @masason Ustreamへの出資凄いニュース ...

これを受けて孫正義さん、なんと、即答。

了解。作りましょう‼ RT @himanainu_kawai @masason Ustreamへの出資凄いニュースですね!表参道店に誰でも使えるUstreamスタジオ作って下さい!

Twitter / 孫正義: 了解。作りましょう‼ RT @himanainu_k ...

このあまりの即決ぶりに皆、唖然。その中で、こんな発言をした人が。

僕ら個人が簡単に用意できないのがブルーバック背景なので、青部屋もあるとうれしいです。(ついでにUstに青色を任意の画像に抜く機能も…) RT @masason: 了解。作りましょう‼ RT @himanainu_kawai @masason 表参道店に誰でも使えるUstreamスタジオ作って下さ

Twitter / ヨシナガ(僕秩): 僕ら個人が簡単に用意できないのがブルーバック背景なの ...

これに対して、

この際、それも行きましょう‼ RT @kuromog RT @dfnt: 僕ら個人が簡単に用意できないのがブルーバック背景なので、青部屋も(ついでにUstに青色を任意の画像に抜く機能も…)

Twitter / 孫正義: この際、それも行きましょう‼ RT @kuromog ...

うへぇ。

まあ、確かに、クロマキーの巨大背景は、個人では用意しにくい。

本当にやるんだろうか。

最近のfreenodeへのspamの原因は、Firefoxによる田代砲だった

Firefox XPS IRC Attack - Encyclopedia Dramatica

ここ最近、freenodeを始めとしたIRCサーバーは、激しいspamに見舞われている。明らかに、何らかの、ユーザーが意図していないbotによって、攻撃されているようだ。そのbotとは何か。Firefoxである。

これは、セキュリテイホールであるが、規格準拠のセキュリティホールとも言える。Firefoxのセキュリティホールとは何か。それは、2001年に発見された、この問題である。

US-CERT Vulnerability Note VU#476267

HTMLのフォームの主な目的は、サーバーにPOSTメッセージを送ることである。しかし、POSTメッセージというのは、よくよく考えてみれば、サーバーに接続させるのである。とすれば、これをJavascript上から利用すれば、ユーザーのブラウザにから、任意のサーバーに、少なくとも、TCP接続をさせることができる。

俗に田代砲と呼ばれているスクリプトは、単にこれをやっているに過ぎないのだ。(もちろん、これは田代砲の実装方法の一つに過ぎないのだが)

そして、HTMLのフォームは、送るデータも指定できる。つまり、先頭にゴミのついている、任意のデータを送ることができるのである。とすれば、テキストベースであるメール関連のプロトコルやIRCプロトコルを偽装するのは、容易いことである。

この問題は、2001年に発見され、多くのブラウザベンダは、対策をした。具体的には、アタックに用いられる可能性のある、主要なwell-known portに対しては、フォームからPOSTできないようにした。ところが、Firefoxは、IRCのデフォルトポートである、6667を、ふさいでいないのだ。

結果として、全Firefoxが、IRCサーバーへのspam BOTとなりうるのである。

やれやれ、Firefox。

kernel32のDLLをdelay-loadできない理由

The Old New Thing : Why can't I use the linker to delay-load a function from kernel32?

delay-loadというのは、APIの呼び出しをひとまず別のダミーの関数にしておく。ダミーの関数は、GetProccAddress()を呼び出して、目的の関数のアドレスを取得する。

さて、DLLをロードするには、LoadLibrary()を呼び出さなければならない。DLLがまだ読み込まれていない場合、ダミーの関数は、DLLを読み込まなければならない。しかし、LoadLibrary()はkernel32のDLLの中にある。したがって、Catch-22問題(意味的には、タマゴが先か、ニワトリが先か)に悩まされるのである。

今回も、Catch-22が出てきた。

2010-02-01

オーストラリアでシンプソンの児童ポルノを所有していた男、有罪が確定す

Man in court over Simpsons porn | Ipswich News | Local News in Ipswich | Ipswich Queensland Times

イプスウィッチのイギリス人男性は、テレビ番組のシンプソンズとパワーパフガールズの、二次元エロ画像をダウンロードしたことを認めた。

今後、この28歳の男は、性犯罪者として登録され、パソコンの中にスゲェ画像が入っていたかどで、イプスウィッチ裁判所から、有罪を宣告されたあと、警察に引渡されることになる。

2008年、一月24日のことである。警察は、この不快なる物品所有に関する匿名の通報を受け、LeichhardtにあるJames Milnerの家を訪れた。

Milnerは警察に協力的であったが、コンピューターを渡すことを拒否した。

しかし、小一時間程した後、彼は警察に電話をし、パソコンを引き渡した。

警官は、パソコンが起動しないことに気がついたが、専門家の調査によって、パソコンのゴミ箱には、64枚の二次絵による児童ポルノが入っていることを発見した。

画像はシンプソンズとパワーパフガールズと、インクレディブルに関する、性的なものであった。

職業警備員のMilnerは警察の調べに対し、「面白かったから」、友達に見せるために、画像を落としたと答えた。

彼は、児童ポルノ所有と、ISPの提供するネットを使って児童ポルノにアクセスしたしたかどで、有罪となった。

Milnerは12ヶ月の懲役、執行猶予五年の判決を受けた。彼の前科として記録されることになる。

彼はまた、1000ドルの執行猶予五年付きの科料を受けた。(訳注:五年間、再び罪を犯さなければ、科されることのない罰金刑)

検察官の長であるSuzanne Cantatoreは、Milnerは、すでに前科があり、今回、二回目なので、重い刑が必要であったと語った。

このLeichhardtに住む男性は、2003年にも、59枚の、本物の児童ポルノを所有していたかどで、有罪となっていた。彼は、前科として記録されない、執行猶予二年の判決を受けていた。

「この犯罪は二次元画像とはいえ、重大である。特に、彼は児童ポルノ所有の前科があるのだから」とCantatore検察官は語った。

彼の弁護士であるMatthew Faircloughは、被告はカートゥーンから何らの性的興奮をも得なかったと語る。

「単に面白かっただけなのだ」とFairclough弁護士は語った。

Fairclough弁護士は、被告は前回の執行猶予を満期したが、全く考慮されなかったと語った。

裁判長のDeborah Richardsは、Milnerには同様の罪で前科があるだけに、罪は重いと語った。

しかし、シンプソンズやパワーパフガールズやインクレディブルの、エロ画像というのが、全く想像できないのだが。そもそも、あれは人間なのか?

レジュメって何?

Googleの求人に応募するには、レジュメというものを出す必要がある。しかし、そもそもレジュメとは何か。日本の典型的な履歴書とはどう違うのか。

レジュメについて:Résumé - Wikipedia, the free encyclopedia
日本の履歴書との比較:履歴書 - Wikipedia

なるほど、レジュメというのは、特に決まった書式というものはない。その記述は大抵の場合、見出しと、簡潔な箇条書きであるようだ。

おお、これは良さそうじゃないか。何を隠そう私は、日本の、あの決まりきった履歴書には、辟易としていたのだ。日本の履歴書は、どの企業に向けて書くにしても、基本的に同じではないか。ただ、興味・特技や、志望動機あたりを、ちょちょいと変えるだけだ。レジュメというのは、書きがいがありそうだ。日本はなぜこうなのか。

ということを、irc.freenode.netの##japaneseで愚痴っていたら、あるアメリカ人が、話はそう単純でもないということを教えてくれた。文化の違いが面白かったので、ログが誰かの役に立つと思う。

翻訳:
14:01 (hito_hpp) レジュメ 履歴書
14:01 (hito_hpp) ふーむ、日本の履歴書は、レジュメと比べたら、クソだな。
14:02 (Dude-X) 漢字が同じだよ?
14:03 (hito_hpp) 同じ?
14:03 (Dude-X) 一体何を比較しているんだ?
14:04 (hito_hpp) 典型的な日本のレジュメ(厳密にはレジュメじゃないけど)と、海外のレジュメさ。
14:04 (hito_hpp) 求職用のね。
14:04 (Dude-X) なるほど
14:04 (hito_hpp) つーかね、日本の書式はクソ過ぎだぜ。
14:05 (Dude-X) どの書式だい?
14:05 (Dude-X) たしか五つぐらい書式があったはずだが。
14:05 (Dude-X) 私はマスを職歴とスキルで埋めるだけの方が好きだよ。
14:05 (Dude-X) 単純だからね。
14:05 (hito_hpp) 基本的に、どれも全部同じだよ。
14:05 (Dude-X) アメリカのレジュメはね、みんな、レジュメはどうあるべきかということに対して、てんでバラバラの意見を持っているんだ。
14:05 (Dude-X) ある人は、自分のレジュメを好むかもしれないし、ある人は、嫌うかもしれない。
14:05 (hito_hpp) それがいいんじゃないか。
14:06 (Dude-X) いや、一見、そう思うかもしれないけどね。
14:06 (Dude-X) 人事の奴がレジュメを気に入らなかったら、連絡なしと来てる。フェアじゃないだろ。
14:06 (hito_hpp) 俺はひとつの書式を強制されるのが嫌いなんだ。
14:07 (hito_hpp) でも確かに、美しいアメリカ風のレジュメを書くのは難しいかもしんない。

14:01 (hito_hpp) Resume 履歴書
14:01 (hito_hpp) hmm japanese 履歴書 seems sucks compared with Resume
14:02 (Dude-X) those kanji look the same
14:03 (hito_hpp) same?
14:03 (Dude-X) what are you comparing?
14:04 (hito_hpp) typical japanese form of resume(it's not resume though) and western form of resume.
14:04 (hito_hpp) for job
14:04 (Dude-X) ah
14:04 (hito_hpp) believe me. japanese form sucks.
14:05 (Dude-X) which form?
14:05 (Dude-X) i think there's 5 major ways
14:05 (Dude-X) i like the one that you just fill out a sheet with job history and skills
14:05 (Dude-X) plain and simple
14:05 (hito_hpp) all of them are fundamentaly same.
14:05 (Dude-X) american resume, everybody has their own idea of how a resume is suppoe to look like
14:05 (Dude-X) some may love your resume and some may hate it
14:05 (hito_hpp) i like that.
14:06 (Dude-X) well, sometimes you tthink
14:06 (Dude-X) did i get no call back because HR guys hates the look or presentation of resume? then that's not fair
14:06 (hito_hpp) i hate to be forced to use the one signle format.
14:06 (hito_hpp) single
14:07 (hito_hpp) but i agree. writing beautiful american style resume may be hard.

統一されていなくて自由であるというのは、逆に難しいらしい。確かにその通りだ。他人の庭の芝生はなんとやら。

レジュメというものは、基本的に、短いものらしい。大抵は1ページ。2ページ使っても、あまりいい印象は与えない。

「なぜ御社を希望したのか」とか、「私を雇うことによって御社にもたらされるであろう利益」、「私の一代記」などの、長々とした文章は、レジュメの範疇ではない。そういうものが必要であれば、カバーレターというものを、別に書く。

しかるに、Googleの募集要項には、レジュメとしか書いていないので、レジュメしか送れないわけだ。早くも幸先が悪い。

2010-01-31

articleとplural

日本人にとって、article(冠詞)とplural(複数形)は難しい。

たとえば、かわいい猫がいたとする。さて、この猫の可愛さを、どう表現したらいいのだろうか。

The cat is cute.
(This particular cat IS cute. not others.)

Cats are cute.
(All cats are cute, obviously.)

It's Caturday! I has cheezburgar lol
(The cat is the cutest animal in the world.)

そもそも、猫が一匹なのか、複数入るのかどうかというのは、日本語から考えれば、どうでもいいことなのだ。

英語を使う際は、当然、英語で考えているのだが、やはり日本語ネィティブとしては、articleとpluralだけは、落としてしまう。

その結果、私のチャットの発言は、だいぶ不自然な英語になっているのである。

何とかしないといけないなぁ。結局、私は、全く文法を学んでいないためなのだろう。

追記:意味の違いは、理解しているのだが、英語を使う際に、自然に頭から出てこない。

VS2010のヘルプビューワー、LightWeight

Microsoft Help Viewer - New Help System in Visual Studio 2010 | kmcgrath | Channel 9

Get Microsoft Silverlight

dexplorerベースのclassicヘルプビューワーから、ローカル上のhttp鯖形式のLightWeightヘルプビューワーに変更したようだ。ヘルプは、自分の使っているブラウザ上からアクセスできる。

ヘルプビューワーを、Visual Studioから切り離したので、Visual Studioとは独立してアップデートを提供できる。現時点では、半年おきにアップデートすることを考えているらしい。

また、コンテンツの追加、削除も、非常に簡単に行える。

コンテンツのアップデートは、月例を考えているようだ。

また、ローカル上のヘルプコンテンツと、オンラインとを、切り替えることができる。オンラインは常に最新になっているが、インターネットを介するので、当然、ローカルよりは遅延がある。しかし、全く同じUIを提供している。

この新ヘルプビューワーは、現状では、従来のクラシックヘルプビューワーにあった、コンテンツのツリー形式の目次がなくなっている。これは、ある意味すっきりとするのだが、目次をたどって機能を調べたい人間から、不満が出ているらしい。ただし、このLightWeightは、Visual Studioのリリースとは独立できるので、後からアップデートして追加ということも、考えているらしい。

ちなみに、この新しいヘルプビューワーは、今すぐ体験できる。オンライン上のMSDN Libraryから、LightWeight Betaを選択すればよい。一度切り替えると、元に戻すには、右下のSwitch Viewから選択しなければならないので、注意されたい。

これはよい変更点だと思う。このようなドキュメントは、ローカル鯖からブラウザを介して見れたら分かりやすい。なにしろ、自分が使い慣れたブラウザを使えるのだから。

2010-01-30

思うこと

先日、x264の開発者であるDark_Shikariとチャットをしていたら、彼が面白いリンクをくれた。何でも、オーストラリアでは、貧乳が禁止されたらしい。とても面白かったので、元ソースの、オーストラリアセックス協会なども調べて、概要を翻訳して、ブログを書いた。28日のことである。

このネタを翻訳して日本に持ち込んだのは、知る限りでは、私が一番乗りである。

29日、このネタは受けたらしい。各所からリンクされ、一気にアクセス数が上がった。

さて30日の今日、あのザイーガからリンクが張られた。ザイーガは、公平に言って、人気のブログであると思う。おそらく、日々のアクセス数も、かなり高いと思われる。その内容は、主にエロとグロと猫である。私は、主に猫の理由で、あのザイーガをGoogle Readerに入れていた。そう、猫のためである。ホントだ。信じてくれ。私が猫好きである証拠に、あの、I Can Has Cheezburger?も、Google Readerに放りこんでいる。

驚くべき速さである。たしかに、このネタは面白いと思う。しかし、たかが数千アクセス程度で、アクセス数が極端に上がったと言えるブログである。それほど有名にはなっていまい。盛り上がったのは29日、その次の日の30日に、このネタを見つけてリンクを貼れるとは、いったいどういう人間なのだろう。

有名ブログには、有名ブログなりの理由があるのだろう。それに、これだけではない。流行のネタを、いちはやく見つけて記事にしなければ、人気は保てない。

ちなみに、私はこのブログには、広告を貼っていないし、別に、特にアクセス数を伸ばそうという野心があるわけでもない。ただ、このブログの記事を見て、誰か一人にでも、何らかの利益を与えたならば、それでいいと思っている。このようにヒットするのは、年に数回である。

ちなみに、このネタが大いに受けたということを、Dark_Shikariに報告したところ、EUでは形の悪い野菜が、法律によって禁止されていたということも教えてもらった。面白かったので、これも簡単にまとめて記事にした。

こんな会話があった(極端に意訳している)

私:形の悪い野菜が法律で禁止? ガイジンは理解できねぇな。
Dark_Shikari:節子、それガイジンやない、政治家や。

まあ、どちらのネタも、記事を書くのにかかる時間にして、せいぜい数十分である。気分転換に丁度良い。

思えば、私も英語力が上がったものだ。

EUのヘンテコな形の野菜を禁止する法、撤回さる

Long live knobbly carrots: ban on ugly fruit and vegetables is scrapped - Times Online

自然のありのままに育った、ヘンテコな形の野菜や果物を、今日から(訳注:2009年7月の時点)、スーパーで売れるようになった。形のいい野菜より、四割は安い。

曲がったキュウリ、枝分かれしたニンジン、シワだらけのさくらんぼは、欧州委員会の制定した法律によって、禁止されていた。この二十年前の法律は、今日、ようやく撤回された。

しかし、曲がったバナナは別である。果物の規格は、大周委員会でも、また別のルールで管理されている。ある欧州委員会の公務員は、バナナはキュウリと違って、曲がっているべきだと言っている。

ミニチュア野菜はかわいいので、今後、もっともっと普及していくだろう。今日から、11センチメートル以下のカリフラワーや、8グラム以下ニンジンを売ることは、違法ではなくなるのだ。

ヨーロッパでは長らく、野菜の形が不揃いだと違法だったらしい。だから、曲がったキュウリや枝分かれしたニンジン、あまりに小さすぎる野菜を売ることができなかったらしい。この法律は、なんと二十年前から効力を持っていたというから驚きだ。この馬鹿げた法律は、ようやく、2009年の7月をもって、撤回されたそうだ。

Google日本語入力の技術講演会

Google日本語入力の、公式技術講演会に行ってきた。その次第を書きたいと思う。

今回の会場は、なんと大阪である。そのため、私のように関西圏に住んでいる人間には、参加しやすい。

まず、京都から大阪へ行く。いつも思うのだが、大阪の都市部は、まるでダンジョンだ。地上と歩道橋と地下道があって、一体どこを進んでいいのやらさっぱりわからない。大阪の立体構造を再現して、ゲームとして売り出せば、案外ヒットするのではなかろうか。

さて、受付の始まる時間になったので、会場に向かう。なんと、すでに長蛇の列であった。早くも失敗したか。もっと早くから来ていれば、前の方に座れたかもしれない。軽く失望しつつ受付を済ませると、なんと、一番前の席が、二席だけ開いているではないか。知っての通り、私はそういう性格なので、迷わず一番前に座った。ちなみに、隣の席は空いていたが、何故か誰も座ろうとしなかった。こういうのは、だいぶ性格が出るらしい。前に座った方が、スライドも見やすいし、講演者とも近い。前に座ったことで、損をすることはない。とすれば、最前列に座るのが最善であるはずだ。にもかかわらず、私が部屋に入ったときは、もうほとんど埋まっていたのだが、それでも、前の席が空いていた。

このような講演会に来るほどは積極的で、しかも最前列に座るほど積極的ではないというのは、どういうものなのだろうか。それはさておき。

肝心の内容だが、それほど目新しい情報はなかった。多くの事は、すでに技術系サイトのインタビューなどで、断片的に公開されている内容であった。それでも、実際に講演を聞くのは、得るところが多かったと思う。

特に何も言われていないので、興味のある人のために、講演会の概要をここに書いておく。また、すでに技術系サイトのインタビューなどで、既出となっている情報もあるが、特に示さない。

まず、IMEというものについて説明があった。

IMEは、ブラウザやOSにすら匹敵する、非常に大規模なシステムである。

IMEには、二つの問題がある。絶対にクラッシュできないという事と、強いセキュリティが要求されるという事だ。

もちろん、ソフトウェアは、なるべくクラッシュするべきではない。とくにIMEは、辞書などのファイル操作を伴なう。クラッシュすることによって、ファイルの書き込みが不完全になってしまうと、IMEの挙動がおかしくなってしまうかもしれない。これは、クラッシュしてはならない理由の、IME側の都合である。その他にも、クラッシュしてはならない理由がある。

Windows環境では、IMEはDLLの形で提供する。このDLLは、かな漢字変換を利用する全アプリのプロセスにロードされる。もし、IMEのDLLがクラッシュしたならば、その読み込み元のプロセス、すなわち、他人のアプリを巻き込んでしまう。したがって、IMEのDLLは、クラッシュしてはならない。

残念ながら、IMEのDLLは、実際にクラッシュする。これは、IME側の理由だけではない。もし、IM DLLを利用するアプリがクラッシュすれば、当然、そのプロセスのDLLも巻き添えを食らう。

ファイル書き込みなど、IME自体もクラッシュしてはならない理由はすでに述べた。しかし、IME側だけではどうにもならない、アプリ側のクラッシュには、一体どう対処すればいいのか。

セキュリティの問題もある。IM DLLは、アプリのプロセスに読み込まれる。つまり、IMEは、利用されるアプリと同じ権限を持つということである。つまり、管理者権限で実行されるアプリにロードされたIMEもまた、管理者権限を持つのである。たとえば、レジストリエディタだ。たとえば、ログオンプロセスだ。したがって、IMEは、絶対にセキュリティ上のヘマをしてはならない。

たとえば、IMEの変換候補ウインドウから、ブラウザを立ち上げてググれたら、便利な機能かもしれない。しかし、IMEはログイン画面で実行されることもあるということを考えれば、ブラウザを立ち上げるような、安易な行動はできないのである。ログイン画面で、ログインもせずに、管理者権限のプロセスであるIMEからブラウザを立ち上げられるような環境は、セキュリティ上、非常にまずい。

従来のIMEの実装は、DLLで、ユーザーの入力やら、かな漢字変換やら、結果の表示やらを、すべてやっていた。その結果、DLLは非常に肥大化した。巨大になるということは、それだけクラッシュする要因が増えるということである。

Google日本語入力は、既存の価値観に縛られない、斬新な発想で設計された。

Chromeでもおなじみの、マルチプロセスとsandboxである、

Google日本語入力を、大別すると、以下のようになる。

IM DLL(GoogleIMEJaTIP32.dll)
全プロセスに読み込まれるDLL。従来のIMEは、主にこれを指す。Google日本語入力では、IM DLLは、ユーザーからの入力を受け取り、Converterに渡し、結果を表示するだけの処理をする。
Converter(GoogleIMEJaConverter.exe)
変換エンジン。IM DLLから、ユーザーの入力を受け取り、かな漢字変換の処理を行い、結果をIM DLLに返す。
Renderer(GoogleIMEJaRenderer.exe)
変換の候補ウインドウを表示する。

IM DLLは、最小限の処理しかしない。ユーザーの入力を受け取り、変換エンジンに丸投げし、結果を表示するのである。IMEの肝心要の、かな漢字変換機能は、Converterが処理する。

ConverterやRendererは、必要最低限の権限しか持たない。Windowsでは、プロセスの持つ権限を制限することもできる。Chromeでもおなじみの手法である。

このように、プロセスで分けることによって、クラッシュ耐性とセキュリティを確保している。IM DLLがクラッシュしても、Converterには被害が及ばないし、逆に、Converterがクラッシュしても、IM DLLには被害が及ばない。

また、移植性(portability)も確保できる。たとえば、64bit版は、わずか一日で移植された。テストに十日かかった。わずか一日で移植できた理由は、マルチプロセス、プロセス間通信という設計なので、アプリに読み込まれるIM DLLさえ64bitコードに移植すれば、ConverterやRendererは、32bitプロセスでも、問題はないからであった。

Converterは、クラッシュしても全く問題ないようになっている。ためしに、タスクマネージャからConverterのプロセスを強制終了しても、全く問題がない。Converterプロセスが終了したことを検知し、自動的に再起動される。

デモでは、4秒おきに、Converterプロセスを強制終了する、極悪なスクリプトを走らせた状態においても、IMEが全く問題なく使えるということを実演していた。

しかし、ユーザーの入力中に、Converterが終了したら、どうするのか。たとえ、Converterプロセスを再起動できたとしても、また変換の確定していない、入力中の文字列は、一体どうすればいいのか。

これも、問題ない設計になっている。IM DLLは、ユーザーの一連のキーシーケンスを保持している。Converterプロセスが不意に終了した場合、このキーシーケンスを再び送り返すことによって、元の状態に戻すことができる。だから、4秒おきにConverterが強制終了するというような、極悪な環境下でも、ユーザーはまったく気にせず、入力ができるのである。

一連のキーシーケンスとは何か。これは、Enterキーを押して、変換を確定するまでを指す。

ちなみに、4秒ごとにConverterを殺すデモでは、全員、無反応であった。というのも、あまりに普通に動きすぎて、ユーザー側からみると、Converterが4秒おきに殺されているなんて、全く分からなかったからだ。「ここは、驚くところなんですけどね」という講演者の声が、むなしく響いた。それぐらい、あまりにも普通に動きすぎていた。

また、この機能は、デバッグにも役立つ。たとえば、あるキーシーケンスでConverterがクラッシュする場合を、容易に補足できるし、また、問題の再現が簡単である。自動テストでは、様々なキーシーケンスを、非常に過酷な状況(CPUが遅い、メモリが不足している)で流し込み、延々と走らせ、クラッシュする場合を探している。

さて、では肝心の、かな漢字変換は、どうなのか。これは、具体的なアルゴリズムは公開できないものの、教科書に乗っているぐらい、基本的なものを使用しているとのことであった。

辞書について。語彙は重要だが、多ければ多いほどいいというわけではない。英文のスペルチェックでも、既存の辞書のすべての単語を、スペルチェックの辞書に詰め込むと、普段使わないような文字の組み合わせでも、妥当な単語として認識されてしまう。

しかし、豊富な語彙は必要である。しかし、あまりに多すぎると、メモリを大量に消費してしまう。第一、辞書ファイルの破損の問題もある。一体どうすればいいのか。

まず、辞書のデータ構造だが、これはTRIEと呼ばれているツリーのような構造を用いている。これは、決して高速なデータ構造ではないが、辞書サイズの圧縮に役だつ。また、かな漢字変換の単語検索には、完全一致(exact match)ではなく、たとえば、「あ」なら、あに続く単語(亜、愛、愛子、アイス等)も必要になる。この要求も満たしている。

さらに、このTRIEというデータ構造を、LOUDSという手法で実装して、データ量を圧縮している。ハフマン符号で、さらに圧縮をしている。別になにか特別な改良版アルゴリズムを使っているということはなくて、基本的には、教科書通りのハフマンらしい。

データ構造の圧縮と最適化については、タバタさんという職人気質なGoogle社員が、20%ルールでやっているそうである。タバタ・メソッドと呼ばれているとか、いないとか。

LOUDSで、辞書を70MBまで圧縮し、ハフマンで35MBまで圧縮しているらしい。

たったの数十MB程度のファイルサイズだが、語彙は膨大なものになるらしい。語彙がどのくらいあるのかということは、公開できないとのことだ。

辞書はどうやって生成するのか。これは、Web上からのデータから、自動的に生成している。人力ではない。ただし、ある程度の基本的な単語(食べる、歩く等)は、自動生成ではない辞書を持っている。

辞書のデータをどのように保持するのか。これは、辞書ファイルというものがあるのではなく、実行形式のバイナリに、そのまま埋め込んでいる。つまり、Converterに埋め込んでいる。

この設計の利点は、辞書をstatelessにできるということだ。辞書への書き込みが行われないので、辞書ファイルの破損ということはなくなる。何らかの理由で辞書が破損した場合(HDDが壊れたなど)、Converter自体が動かなくなる。つまり、破損した辞書ファイルのまま、中途半端に動くということがなくなる。

また、自分でメモリ管理をしなくていいという利点もある。なぜなら、Windowsでは、実行ファイルは、メモリ上にマップされる。メモリ管理は、OSが自動でやってくれるのである。

このため、OSのメモリ管理の戦略がヘボいと、IMEのパフォーマンスも落ちてしまう。具体的には、Windows XPだ。Vista以降なら、メモリ管理のアルゴリズムも賢くなっている。まあ、XPの欠点は、すでによく知られた話だが。この問題は、昼休みから帰ってくると、メモリがスワップアウトしていて動作がモッサリになるので、そのような名前をつけられていた気がする。

また、辞書のデータ構造の互換性に悩まされなくてもよいという利点もある。データ構造を改良した結果、下位互換性がなくなったとしても、辞書は、Converterそのものなので、Converterを差し替えればよい。すでに述べたように、Converterが不意に終了しても、全く問題ない設計になっているので、アップデートも、簡単にできる。最も、アップデートの際は、IMEがONになった時点とか、比較的安全な、都合のいい時を選ぶらしいが。

Google日本語入力は、「もしかして」機能から始まった。もしかして機能の利用結果を調べたところ、既存のIMEの誤変換によるものと思われる入力間違いが、非常に多かった。そして、もしかして機能は、正しい結果を返すことができていたのである。とすると、これはIMEにも利用出来るのではないかと考えた。

Googleには、有名な20%ルールがある。これは、「20%の時間を使ってもいいよ」という権利ではなくて、「20%は別のことをしなさい」という要求であるらしい。実際、何もしていないと、「何でお前は何もしていないんだ」と文句がくるらしい。Google日本語入力は、当初、20%ルールとして発足した。今は、本プロジェクトになっている。

Google社内には、日本語処理や、IMEの開発に携わっていたプログラマが、何人もいた。そういう人達が集まって、IMEの設計のディスカッションをし始めた。IMEの設計はどうあるべきなのか。

IMEは膨大である。当初は、ただひたすらディスカッションだけに、半年もの時間が費やされた。ある日、「誰もコードを書いていないではないか!」、ということに気がついた。それからは、週に一度、集中的にコードを書く日を設けることにした。

出来上がったデモ版は、はじめからかなり精度が高かった。これならイケるということで、社内でdogfooding(自社製品を社員が率先して使うという意味のMS用語)が始まった。多くのフィードバックが得られたが、特に多かったのが、「俺の使っている、既存の某IMEにある、この便利な機能がないぞ」というものであった。既存のシステムからの移行を用意にするため、既存のIMEのキーバインドや、メジャーな機能を、なるべく提供するようにした。Google日本語入力独自の売りは、サジェスト機能と語彙である。

あとはひたすらテスト、テスト、テスト。

テストが通らず、やむなく落としている機能も、二、三あるという話である。どのような機能かは公開できないが、いずれ、公にする日が来るだろうとのことであった。

Google日本語入力は、斬新な設計である。クラッシュを前提にした、クラッシュしても問題のない設計。そのためのマルチプロセスを利用したsandbox化。Web上から自動的に辞書を生成。辞書の圧縮と、辞書をプログラムのバイナリに含めること。

興味深い質疑応答を取り上げると。

今後のリリース期間はどうなるのか。定期的なバージョンアップなどはあるのかという質問に対しては、まだプロジェクトが始まったばかりなので、決まっていないが、できれば常に最新版を提供して行きたいとの答えであった。

Web上のデータは、信頼性の高いデータと、あまり文法的に正しくない文章の使われている可能性の高い、信頼性の低いデータが混在している。Web上から辞書を自動生成する際に、データごとの重み付けをおこなっているのかという質問に対しては、そのような重み付けは行っていないとの答えであった。

Web上のデータからの辞書生成には、品詞を推定してつけている。完璧とは言わないが、ある程度は動いている。

ユーザーの実行環境は様々である。一体、何が最も、パフォーマンス上のボトルネックになるのかという質問に対しては、メモリとの答えであった。Windows XPのメモリ管理の戦略が、相当ひどいらしい。Vista移行なら問題ない。これは元々質問だったが、興味深かったので、上でも言及した。

コマンドプロンプトではGoogle日本語入力を使えないが何故かという質問に対しては、Vista以降なら使える。XPはTSSのサポートがまだ不十分なのだ。Vista以降を使えば問題ないという答えであった。

Web上のデータは、偏りすぎているのではないか。普通の文章が書きにくいのではないか。ユーザーの特性を判定して、単語のランクを変えるというのはどうかという質問に対しては、いい意見だとの答えであった。

放送禁止用語はどうするのか。他のとあるIMEは、放送禁止用語を省いていることを、「機能」だと謳っているそうである。現在のGoogle日本語入力には、放送禁止用語が多数含まれている。これを自主規制することは考えていないのかという質問に対しては、Googleはあくまで、Web上の単語のランクに基づいて辞書を生成し、人の手を加えることがないようにするのが、基本理念なので、そういうことはしないとのことであった。

個人的な意見では、自主規制は、すべきではない。だいたい、身体障害者を意味する、片輪だって、本来は、湾曲表現だったのだ。最近、とある政治家が、障害者ですら差別的に聞こえるから、障がい者としようなどと行っているらしいが、これとて本来は、障碍者だったのである。また、そもそも障害者という言い方をやめて、フィジカリー・チャレンジド・ピーポー(Physically Challenged People:肉体的に、神から試練を与えられた人々)にしようなどとたわけた事を抜かす政治家もいるようだが、アホらしすぎてまともに反論する気さえない。

こうなってくると、私には、Political Correctnessを、「政治的に正しい」と訳すのは、妥当な翻訳であると思えてしまう。実際、その正しくなさが、自己言及的に正しいと思う。

話がそれた。私信を終わる。

一体、どうやってIMEで利益を出すのかという質問に関しては、現時点では、IMEで直接利益を上げることは考えていないとのことであった。IMEを使うことによって、プログラマやユーザーがより便利になれば、間接的に、Googleの利益にもなるだろうという旨のことを答えていた。

Linux版は、本当に出してくれないのかという質問に関しては、Linux版はださないという答えであった。ただし、Chrome OS関連で、オープンソース化されるので、Linuxに移植したい人がいれば、ご自由にどうぞというスタンスらしい。

他の言語、たとえば英語とか、アラビア語とかのIMEを統合して、開発する予定はないのかという質問に対しては、そのような予定はないとの答えであった。ただし、Googleは中国語版のIMEを開発していて、すでにリリースされているらしい。

私は、ユーザー辞書について質問したいと考えていたのだが、それは何人も質問していた。そこで、前々から気になっていた事を質問することにした。

それは、学習機能である。多くのIMEは、ユーザーの入力から学習して、文節の区切りや単語のランクを変更する。ところが、この学習が愚直で、大昔にただ一度だけ入力した変な変換結果を、そのまますべての変換に適用し、その結果、学習すればするほど、おバカになっていくということが、ままある。これを改善できないのかと質問した。まったく具体的な技術とは関係ない、単なる要望である。

答えは、それは、IME各社とも、非常に悩んでいる問題である。改善したいとは思っているとのことであった。

その後、Googleの新卒採用と、採用試験の方法についての説明があった。とくに真新しい情報はなかった。中途採用も年中募集中らしい。

なんだか、Googleで働きたくなってしまった。しかし、今私が最優先すべきなのは、C++の参考書の執筆である。働きながら執筆というわけにはいかない。私がGoogleにレジュメを送るとしたら、前回のC++WG会議で、一生さんに語ったあのネタを、本気で実行するしかない。

さて、Googleの講演会なので、いくつかのGoogleグッズをもらった。

Googleのロゴ入りボールペン。残念ながら、私は、万年筆を使っているので、ボールペンを使うことはないのだが、なかなかカッコいい。

Googleのロゴ入り携帯ストラップ。これもシンプルでカッコいい。

Googleのロゴ入り手提げバッグ。単なる安物の買い物袋である。Googleのロゴが入っているのでカッコいい。

Googleのロゴ入りTシャツ。質問をした人、全員に配られた。前に円を主体とした幾何学模様、後ろの首の部分に、Googleのロゴが入っている。カッコいい。

講演会は非常に楽しかった。終わってから、「やあ、本はどうですか」と声を書けられた。誰かと思えば、redboltz氏である。氏もこの講演会に参加していたとは、全く気がつかなかった。しかも、質問までしたというではないか。いやはや。

氏とC++0xの本について話しながら、大阪駅まで歩いた。相変わらず、大阪のマップはダンジョンである。幸い、氏が先達となってくれたので、私は無事に、迷路のような地下道を脱出して、大阪駅にたどり着くことができた。

氏に、「君はGoogleに向いているのではないか」と言われた。英語はともかく、その他はどうだろうか。最近の私は、言語仕様専門なのだ。アルゴリズムといえば、入門書に乗っているような基礎的なものしかしらない。しかも、主に考えることは、このアルゴリズムを、C++でジェネリックに実装したらどうなるか、ということである。それに、今の最優先事項は、C++0x本の執筆である。C++0x本の執筆に、時間が必要である。フルタイムの時間が必要である。

本の執筆には、金がいる。海外で行われる標準化委員会のmeetingに出席したいし、なにより私は、生活していかなければならないのだ。しかし、執筆以外の仕事に時間をとられているわけにはいかない。あの理想主義者のネタしかしないのか。

まあ、レジュメを送ってみるか。

追記:氏はTwitterを使っているが、私のGoogle Readerからは漏れていた。フィードに放り込んでおけば、あらかじめ、気がつけたかもしれない。私はすでに、10人以上ものTwitterアカウントを、Google Reader経由で閲覧している。結局のところこれが、Twitterに賛同できない私の、最低限の落しどころである。Twitterよりブログの方が楽だと思うのだが。

2010-01-29

C++0x本:文(Stattements)

文、ステートメント、これらは比較的、簡単だ。簡単というのは、目次作成が簡単だという意味である。

ユーザーが個別の機能としてみている文と、規格上の文は、それほど違わない。式文や、宣言文など、普段、あまり文として意識しない文もあるにはあるが、基本的には、それほどユーザーの認識と乖離していない。

ところで、以下の文がコンパイルできないということを、前に述べた。

decltype(0)(0) ;

このコードはコンパイルできない。そもそも、このコードはなんなのかというと、実は、関数記法の型変換ではないのだ。このコードは、変数の宣言なのだ。

// int x と同じ
decltype(0)(x) ;

// int
std::cout << typeid(x).name() << std::endl ;

なぜ、変数の宣言になるのか。それは、関数記法の型変換と、宣言文とで、文法上、曖昧になるケースが存在する。その場合は、すべて、宣言文として解釈する(たとえ、意味上のエラーになるとしても)というルールがある。そのため、宣言文になってしまう。

それを防ぐためには、括弧が必要である。

// int(0) と同じ。
(decltype(0))(0) ;

C++0x本:式(Expression)

ようやく式まで目次が進んだ。式である。我々がよく、「演算子」と呼んでいるものも、そうでないものも、一括りに、式というカテゴリに入る。

目次の名前が難しい。たとえば。Static castだ。一体どのような目次にすればいいのだろうか。

そのまま使うのか。

Static cast

あるいは、訳すのか。

静的キャスト(Static cast)

あるいは、キーワードにしてしまうのか。

static_cast

キーワードの使用は、あまりよいとは思われない。Static castは、訳さず、このまま目次にした方がいいのではないかと思う。

規格に忠実に考えると、インクリメントとデクリメントは、二種類あって、それぞれ別々の章に分けなければならない。前置と後置である。前置は、前置式のカテゴリに入るし、後置は、単項式のカテゴリに収まる。

もっと難しいのが、四則演算子だ。減算演算子というものは、存在しない。Additive operators(加算的演算子)というのがあって、その配下に、+, -がある。

同様に、除算演算子とか、剰余演算子などといったものもない。すべて、Multiplicative operators(乗算的演算子)というのがあって、その配下に、*, /, %がある。

まあこの辺は、そのカテゴリの下で、一括して説明すればいいかもしれない。

細かいところでは、配列の添字を取る演算子、operator [] はなんと呼ぶのが一般的なのだろうか。英語では、subscriptingという。添字演算子、配列演算子。どうもしっくりこないな。

C++0x本:言葉は難しい

Standard Conversionまで終了

たとえば、Floating point conversionsだ。これは、普通に日本語に訳すと、たとえば「浮動小数点数型変換」となる。これでは読みにくい。浮動小数点数を浮動小数点とか、浮動小数などと、小手先の最適化をしたとしても、やはり、読みにくいことにはかわりない。

長い単語だから読みにくいと感じるのか。しかし、元の英単語も、それなりに長い単語である。一体、なぜ英単語では、特に読みにくいとは思わないのに、日本語にした瞬間に、読みにくいと感じるのであろうか。私はこれでも、日本語ネイティブである。ひょっとして、私はバカなのだろうか。

ひょっとしたら、日本語にはセパレーターがないから、読みにくいと感じるのかもしれない。英語では、単語ごとに、空白文字というセパレーターを用いる。しかし、日本語には、そのようなセパレーターはない。句読点は、あくまで補助的な区切りに過ぎないし、どのように、句読点を、打っても、かまわない、わけだ。特に、ルールは、決まって、いない。

そこで私は、セパレーターを用いることにした。

浮動小数点数 型変換

あまりよろしくない。だいいち、空白文字のセパレーターというのは、日本語には馴染みがない。たとえ、数百年後には、一般的になったとしても、この2010年の時点で、そんな大胆な言語を使うことはできない。私は小説を書いているのではないのだ。

一般的に、・が使われている。

浮動小数点数・型変換

これもダメだ。読みにくい。ならばいっそ。

フローティング・ポイント・コンバーション
フローティング ポイント コンバーション

ダメだ。ますます分かりにくい。floatの型変換としたほうがまだましだ。まてよ、日本語として自然な区切り文字があるではないか。

浮動小数点数の型変換

これだ。まだマシだ。区切り文字として働いてくれる。

しかし、floating pointの訳語は、浮動小数点数でなければならぬのか。これはかなり漢字が多くて読みにくいのではないか。浮動小数ではだめなのか。ましてやこれに型をつけると、浮動小数点数型、浮動小数型。浮動小数でも通じるんじゃないだろうか。

浮動小数の型変換

この方がすっきりしていいと思う。

そもそも、文字的には、floating pointなのだから、浮動点とか、浮点などと訳されるべきである。しかし、このような訳語は、一般的ではない。浮動小数点数にしておくべきなのか。

ともかく、日本語には、何らかのジェネリックなセパレーター(区切り文字)が必要だと思う。

なぜ日本語には、セパレーターの概念がないのか。我々には、ひらがな、カタカナ、漢字がある。これらを組み合わせれば、セパレーターなしでも、それなりに単語の区切りが分かるからだろうか。では、中国はどうだ。あれは漢字しかないではないか。なぜ中国にセパレーターの概念が生まれなかったのか。

所謂、カギ括弧(「」)とか、句読点という、非ジェネリックなセパレーターはある。かなと漢字と、この非ジェネリックなセパレーターがあったから、欧米のように、ジェネリックなセパレーターは発明されなかったのか。

Google日本語入力が更新された

GoogleJapaneseInput-0.8.186.0が、GoogleJapaneseInput-0.9.248.0になった。

主な変更点は以下の通り。

Google Japan Blog: Google 日本語入力がアップデートされました。

英単語への変換がサポートされたらしい。いくつか試してみた。

アンビリーバブル
変換できない
ビリーブ、ビリーヴ
Believe
アコモデーション
accommodation
ガンダム
GUNDAM
ジャパン
JAPAN
ジャップ
JAP
オーストラリア
Australia
オーストリア
Austria
オーストリー
変換できない
サウスパーク
South Park
エリック カートマン
Eric 変換できない
スタン マーシュ
Stan Marsh
カイル ブロフロスキ
変換できない
ケニー
Kenny
ケネス マコーミック
Kenneth McCormick
ゴジラ
godzilla
サラリーマン
変換できない
サラリー
salary
マン
man
ウルトラマン
ULTRAMAN
マニフェスト
manifest
グーグル
Google
メタプログラミング
変換できない
プリプロセッサ
変換できない
ブレイン ファック
BRAIN FUCK
ミサ
Misa
ハスケル
Haskell
リスプ
Lisp
スキーム
Scheme
ジャバ
Java
スモールトーク
Smalltalk
ベーシック
BASIC
パスカル
PASCAL
シー
C
シー プラス プラス
シー 変換できない 変換できない
プラス
変換できない
あでぃしょん
変換できない
サブトラクション
変換できない
まるちぷりけーしょん
変換できない
ディヴィジョン
Division
スマート
Smart
トランスレート
変換できない
トランスレーター
Translator

アンビリーバブルってそんなにマイナーなカタカナ化だろうか。

カートマンと、カイルは変換できない。ただし、スタンとケニーは変換できる。このことから、Google日本語入力は思想が偏っていると言える。 :P

プログラミング言語に関しては、それほど偏りはない。まさか、プログラミング言語 Misaまで変換できるとは驚きだ。:P

変換精度の向上については、これは一ヶ月は使ってみないと分からない。

PS3がハックされたらしい

On the PlayStation 3: Here's your silver platter
PS3: Hacked | DigitalFoundry
How the PS3 hypervisor was hacked « root labs rdist

PS3がハックされたようだ。ハックの結果、システムの全メモリにアクセスできるようになった。すなわち、hypervisorと同等になったということらしい。

方法としては、なんとも地味というか、地道というか。ようするに、まず取っ掛かりが必要なのだが、そのために、バス上にパルスを流しこんでやって、誤作動を引き起こすところから始めるらしい。興味深い話だ。

しかし、この手のハックをやる意味がわからない。自由にプログラミングできないハードウェアなど、そもそも使う価値がないので、わざわざこんな労力を書ける意味がないと思うのだが。なぜ、いまだにゲーミングコンソールが流行るのか理解できない。

2010-01-28

C++0xの機能ふたつ

auto({1}).size()で行けない?

autoは、5.2.3 Explicit type conversion (functional notation) [expr.type.conv]には使えない。たしかに、Explicit type conversionの方には、simple-type-specifierが使えると書いてある。ただし、7.1.6.4 p3 auto specifier [dcl.spec.auto]に、以下のように書いてある。

This use of auto is allowed when declaring objects in a block (6.3), in namespace scope (3.3.6), and in a for-init-statement (6.5.3).

というわけで、以下のようなコードは書けない。

// ill-formed
auto x = auto(0) ;

decltypeには、このような制限は見当たらなかったので、以下のように書けるはずだ。

// well-formed?
auto x = decltype(0)(0) ;

が、VC10ではエラーがでる。さて、どうなのか。どこかに規格の見落としがあるのだろうか。さらに調べなければ。

これなら通った。

auto x = (decltype(0))(0) ;

優先順位の問題なのか?

#include <cstdio>

template <class t_any>
void check(const t_any &val)
{
std::puts("this is const left value.");
}

template <class t_any>
void check(t_any &&val)
{
std::puts("this is right value.");
}

int main(void)
{
check(100);

int x = 200;

check(x);

return 0;
}

GCC4.4.1で両方右辺値になるんだけどなんで?

おそらく、GCCのバグである。Overload Resolutionは、Argument Deductionの後に行われる。そして、テンプレート引数のrvalue referenceに対しては、lvalue referenceもdeduceされる。その場合、&&は、単に無視される。

さて、argument Deductionの後の関数は、どちらも同じ程度にマッチする「候補」である。すると、このコードは、どちらのオーバーロード関数を呼び出せばいいのか、曖昧である。したがって、コンパイルエラーになるべきである。

ちなみに、lvalueは、left-hand-valueの略ではないし、rvalueはright hand valueではない。いまだに古臭いC言語の世界に生きているのなら、使ってもいい。

C++0x本:御免

C++0xには、説明を省いてもいいのではないかと思う機能も、いくつか存在する。

たとえば、registerやinlineは、もはやまともに使われてはいない。モダンなコンパイラは、ことごとく無視する。今や、この手の最適化に関しては、コンパイラの方が人間より賢いのである。

exportは、まともに実装しているコンパイラがない。

asmは、完全に無視されている。インラインアセンブリをサポートしているコンパイラでも、結局、独自の文法を使っているのである。

しかし、これらの理想主義を広げていくと、危険である。

long longはC99とかいう時代遅れの言語から取った機能だ。使うべきではないし、そもそも規格に入れるべきではなかったので解説しない。

volatileは何の役にもたたないので解説しない。

これらは、ある意味正しいのだが、long longやvolatileは、実際に型として認識される。これを解説しないのは問題がある。

extern "C"はどうか。私は、これも気にいっていない。単にC言語との互換性以外に、別言語と会話する場合に必要だという意見もあるかもしれない。しかし、現実はさらにややこしい。レジスタをどう使うか。スタックに引数をどのように積むか、などといった呼び出し規約は、規格外である。そもそも、レジスタやスタックなど、規格では規定されていないのである。純粋にextern "C"だけ説明しても、何の役にもたたない。

ページ数が足りないから割愛するならともかく、気に入らないから割愛、役に立たないから割愛というのは果たしてどうだろうか。しかし、具体的な環境がなければ意味をなさないこれらの機能を、ただ言語上の定義から解説しても、無意味である。

ここに挙げた以外にも、規格の上では定義されているが、実際何の役にも立たない機能は多数存在する。その機能の多くは、相当の年季の入ったC++プログラマも知らないのである。たとえば、テンプレートのデフォルト引数がマージされるような機能は、誰も知らないだろうし、知っていても、使いたいとは思わないだろう。関数ポインタの宣言時に、デフォルト引数を指定できるという機能は、C++0xで禁止された。

Safe for Work: オーストラリア、貧乳を禁止す

Australia bans small breasts - Somebody Think Of The Children
The Strange Politics Of “Obscene” Bodily Fluids

オーストラリア セックス党(Australian Sex Party)が水曜日に発表した話によると、オーストラリア レーティング評議会(Australian Classification Board、日本でいう、映倫やビデ倫)は、アダルトビデオ及び映画における、貧乳の女性を禁止すると決定した。オーガズムの際の潮吹きを禁止し、捜査対象になるとの決定から、わずか一週間後の発表である。

オーストラリア セックス協会のWebサイトでの発表によると、二十代後半の女性の出演する、多くのアダルトビデオが、女優のバストサイズがAカップであるとの理由で、削除されはじめているとのことである。

なぜこんなことになっているかというと、児童ポルノだ。オーストラリアの法では、18歳未満は、児童ポルノである。ところが、オーストラリアはどうも極端というか、18歳未満に見える者も禁止しようとしたらしい。その結果、貧乳を全面的に禁止することになったとか。

ポルノのレーティング評価が拒否されるということは、まともに表だった市場で売れないということである。

ちなみに、オーストラリアでは、潮吹きも禁止されている。これは、あまりにも演出臭いとの理由かららしい。

日本でも、一時期バガボンドが自主回収されたりなどと、馬鹿げた話があったが、これはさらに上をゆく。

ヰタ・セクスアリスや、チャタレイ夫人の恋人を発禁処分にするような馬鹿げた言論統制は、今なお行われているのである。

ちなみに、二次元はどうかというと、オーストラリアは最高に言論統制が激しい。実写よりひどい。

追記:どうも、Australian Sex Partyは、政治結社らしいで、partyは、協会ではなく、党と訳した方が良さそうだ。

すばらしいゲーム

ユウラボ無料ゲーム | オムニバスRPG | アラスジクエスト完全版 - Synopsis Quest -

このゲームはすばらしい。

ちなみに、私はノーヒントで全クリした。

C++0x本:前人未到

C++を日本語で相当深く解説するなどということは、誰もやった事がない。ということは、定着した訳語がないということである。

unqualified name lookupを、非修飾名前検索と訳すのは、どうも気に入らない。では、qualified name lookupは、修飾名前検索かというと、これがまた違和感を覚えるのである。

ましてや、name hidingの如きは、どう訳していいものやら。名前隠匿なんて、センスがないにも程がある。

一体、先人たちは、どのようにこの問題を解決してきたのか。彼らは、技術者であって、詩人ではなかった。そこで、つとめて辞書的な訳語をつけようとした。addressを番地といったり、delegateを委譲というなど、センスのかけらもない、それだけでは意味がわからない、日本語らしからぬ訳語を、たくさん作り出してきた。

辞書的な訳語の利点は、誤訳するよりマシだということである。逆に、日本語から英語に直す場合でも、英和辞書で、「番地」や「委譲」をひけば、addressやdelegateが出てくる。つまり、可逆なのである。

可逆といえば、losslessという単語に対し、可逆という言葉を割り当てたのは、果たしてどうであろうか。losslessは、ロスがないという意味であるのに対し、可逆とは、元に戻せるという意味である。また、lossyに対しては、非可逆という言葉が用いられている。

可逆というのは、明らかに聞き慣れない言葉ではあるが、losslessの訳語として、十分定着した感がある。これには、救いがある。つまり、最適な訳語でなくても、十分にユニークであれば、定着するのだ。

和訳、音訳、英語表記の間で、妥当な線を探らなければならない。

CookieもIPもなしで、ユーザーをトラックできるか

Panopticlick

異なるサイト間でユーザーを識別できる利点というのは、いくらでもある。たとえば広告だ。ユーザーが閲覧するサイトの傾向から、効果的な広告を表示させることができる。

プライバシーの問題はさておき、実際に利益になるなら、誰かがやる。

ユーザーをトラックングするにはどうすればいいか。これは、一般的には、CookieやIPアドレスが用いられる。これはつまり、そのユーザーであることを示す、十分にユニークなIDがあればいいのだ。

しかし、多くのユーザーのIPアドレスは、変動する。ユーザーはCookieを無効にしているかもしれないし、すぐに消すかもしれない。これらの古典的な方法以外に、ユーザーを特定する方法はないだろうか。

ブラウザは、実に多くの情報を送っている。たとえばユーザーエージェントだ。ユーザーエージェントは、もちろん完全にユニークなIDではない。しかし、同じユーザーエージェントを使っているユーザーが十分に少なければ、実用的なユニークIDとして機能するのではないか。

そのほかにも、ブラウザが送る情報の中に、IDとして使えそうなものは、たくさんある。一体、これらは実用的に使えるだろうか。

これを研究したのが、Panopticlickだ。アクセスすると、自分のブラウザが送っている情報の中で、とくにユーザーごとに変化する情報のエントロピーを推測してくれる。

ユーザーエージェント以外にも、実に様々な、ユーザーごとに変化する情報がある。たとえば、HTTP_ACCEPT ヘッダーだ。あるいは、ブラウザのプラグイン情報、タイムゾーン、スクリーンの解像度と色数。Flashを使えば、システムにインストールしているフォントまで調べることができる。

これだけの、ユーザーごとに変化する情報を組み合わせれば、たとえCookieを無効にしていて、IPをころころ変えるユーザーであっても、短期間の間ならば、トラックするのは可能かもしれない。

日々の日記

どうやら、GoogleのGoogle日本語入力に関する技術講演会に応募したところ、受かった。30日は大阪に行くことになる。こういうものを近場でやってくれるとはありがたい。

しかし、主に学生向けと書かれていたから、ある程度は予想していたものの、連絡のメールが、露骨にも新卒採用事務局である。大方は、Googleに興味のある新卒に、求人をかけるのが主目的なのだろう。

Googleで働くのは、面白そうではあるが、要求されるスキルはさておき、今はC++0x本の執筆に時間が必要だ。

もう十分に相談をしたと判断したので、いよいよ、C++0x本の目次案の作成をしだした。総合的な解説をしないということを決定したので、規格から、コンパイラ屋に必要な部分を削ぎ落した形になる。

ExpressionsとかStatementsあたりは、そのままの目次でもいいのだが、宣言がややこしい。宣言(Declarations)と宣言子(Declarators)を、たんに「宣言と定義」という章でひとくくりにできれば、ある程度は分かりやすくなるのかもしれない。しかし、Declarationsとは、名前が何であるかを宣言するのに対し、Declaratorsとは、もっと具体的な、オブジェクトや関数や型を宣言するのである。場合によっては、定義や初期化も伴う。やはり、これらは分けるべきであると思う。

しかし、たとえばStorage class specifiersとか、Function specifiers単体で説明されて、分かりやすいかというと、それも疑問だ。しかし、では一緒くたに説明するかとなると、それは総合的な解説になってしまう。それぞれ別の機能なのだと実感できなくなってしまう。難しいものだ。

2010-01-27

C++0x本:そろそろ構想を固めなければならない

ここ数日、いろいろと相談しながら考えていたが、やはり、総合的な解説というのはやめようと思う。

総合的な解説というのは、たとえばポインタなら、宣言と初期化、その他の演算などを、ひとつの章で解説するということである。同時に、関数も、宣言と定義とその他のspecifierまで、一箇所で解説することはしない。

ポインタの使い方とか、関数の書き方なら、すでにいくらでも、本は出ている。車輪の再発明をしても仕方がない。

やはり、言語としてどう定義されているかということを考えた目次にするべきだ。この本は、初心者向けの入門書ではないので、それでもいいだろう。

言語として深く解説するというのは、果たして受け入れられるだろうか。

本を書くにあたって、既存のC++の参考書を、あらかた流し読みしてみた。

たとえばconstなメンバ関数だ。既存のC++の参考書では、たいてい、「メンバ関数はconstにできる。これは、そのメンバ関数が、メンバ変数を変更しないという意味である」などと説明している。これは、表面的には正しい。constを指定したメンバ関数は、実際に、メンバ変数を変更することはできない。しかし、言語的には間違っている。もし私が解説するとしたならば、

そもそも、メンバ関数に指定できるのは、constだけではなく、volatileもある。これらはまとめて、cv-qualiferと呼ばれている。では、何がconstやvolatileなのか。*thisである。

thisの型は、そのクラスのポインタである。

struct Foo
{
    void f()
    {
        typedef decltype(this) type ;
    }
} ;

ここで、typeの型は、Foo *である。

そもそも、なぜ非staticなメンバ関数で、thisが使えるのか。それは、メンバ関数に、見えない引数として、クラスのオブジェクトを渡しているからだ。

class Foo
{
public :
    void f(/* Foo & this_ref */)
    {
    // Foo * this = &this_ref ;
    }

} ;

このコードは、厳密に正しいわけではないが、このようになっていると想像すれば、分かりやすい。メンバ関数にconstをつけるということは、この隠された引数にconstをつけるのと同じ意味である。だからこそ、Overload resolutionの際にも、考慮される。

struct Foo
{
    void f() & ; // #1
    void f() const & ; // #2
    void f() volatile & ; // #3
    void f() const volatile & ; // #4

    void f() && ; // #5
    void f() const && ; // #6
    void f() volatile && ; // #7
    void f() const volatile && ; // #8
} ;

int main()
{
    Foo foo ;
    Foo const c_foo ;
    Foo volatile v_foo ;
    Foo const volatile cv_foo ;

    foo.f() ; // #1 
    c_foo.f() ; // #2
    v_foo.f() ; // #3
    cv_foo.f() ; // #4

    std::move(foo).f() ; // #5
    std::move(c_foo).f() ; // #6
    std::move(v_foo).f() ; // #7
    std::move(cv_foo).f() ; // #8
}

こういう説明が一番わかりやすいと思うのだが、一般大衆は、ただ「メンバ変数が変更できない」という説明だけで、この意味が分かるのだろうか。なぜ、以下のコードがエラーになるのか、分かるのだろうか。

struct Foo
{
    void f() {}
} ;

void f( Foo const & foo )
{
    foo.f() ;//Error
}

これを、「メンバ関数にconstをつけてないから、変更される恐れがあるので呼べない」などという解釈で、納得出来るのだろうか。Overload Resolutionのルールの説明なしに理解できるのだろうか。

2010-01-25

C++0xの定数式について

以下のコードはwell-formedなC++0xのコードである。

int f()
{ return 0 ; }

template < int x >
struct Foo {} ;

Foo< true ? 0 : f() > foo ;

constexpr int x = true ? 0 : f() ;

f()は定数式ではないが、この場合、評価されない。つまり、この初期化式は、定数式である。falseの場合は、コンパイルエラーである。

これはC++0xの変更点である。C++03では、trueでもエラーになる。

このルールは、Conditinal operatorの他にも、logical AND operator, logical OR operatorにも適用される。

C++0xの字句について

以下のコードは、完全にwell-formedなC++0xのコードである。

// 変数(U+5909, U+6570)
int \u5909\u6570 = 0 ;

C++0xでは、universal-character-nameが追加されている。Unicodeのコードポイントを、直接記述できるのだ。これは、なんと識別子にも使える。したがって、上記のコードは、well-formedなC++0xのコードであり、いやしくもC++0x完全準拠を謳うコンパイラならば、必ずコンパイルが通るべきコードである。

また、以下のコードはimplementation-dependantである。

int 変数 = 0 ;

ただし、ill-formedとは規定されていない。また、実装がこのような実装依存の文字をサポートしている場合の挙動が規定されている。したがって、実装によっては、このコードは通る。

もちろん、これはプリプロセッサのトークンにも適用される

#define λ []

std::vector<int> v ;
std::for_each(v.begin(), v.end(),
    λ(int value){ std::cout << value << std::endl ; } ) ;

まあ、流行るとは思えないが、参考までに。

C++0x本:目次案について考える

やはり、規格に沿った目次でもいいのではないか。もちろん、規格通りでは分かりにくいので、順番を変えるのは当然だ。また、ユーザーとして、あまり知っていても役に立たない部分は、割愛してもいいだろう。

つまりこれは、機能を総合的に解説することをあきらめるということになる。たとえば、「ポインタ」ならば、宣言と定義、初期化、ポインタに対する演算は、別々の場所で説明することになる。果たして、そんな本が受け入れられるだろうか。

しかし、この本は、初心者向けの入門書ではない。私の想定では、本書の読者は、すでに、変数や関数の書き方、ポインタの使い方、クラスの書き方、などを、少なくとも、表面的に知っている。とすれば、いまさら総合的な解説などいるだろうか。ポインタについて総合的に解説する章は、必要だろうか。それよりは、たとえば読者が加算式について知りたくなった場合、目次から飛べば、基本型(Fundamental Type)に対する加算も、ポインタに対する加算も、両方調べることができる。そんな本のほうが喜ばれるのではないだろうか。

表面的なC++の書き方を説明する入門書ならば、すでにいくらでもあるし、また、C++0x版の入門書も、いずれ出版されるだろう。私の本はむしろ、リファレンス的な役割を果たしたい。

総合的な解説をやめるというのは、本を最初のページから順番に呼んで行くことができなくなるということを意味する。難しいものだ。

C++0xのすべてを解説する必要があるとは思っていない。たとえば、No Diagnostic Requiredのごときは、省いても誰も文句を言わないだろう。他にも、registorやasmやexportの類は、そういう予約語があるということだけ説明しておけばいいし、TrigraphやAlternative tokenも、説明しなくてもいいだろう。

2010-01-23

Google日本語入力についての講演があるらしい

Google Japan Blog: Tech Talk in 関西: Google 日本語入力を支える情報処理技術 (学生向け)のお知らせ (1 月 30 日)

大阪なら近いので行ってみたいが、どうも、主に学生向けの様子だ。しかも、私はこの辺のアルゴリズムはまったく分からないときている。一応、応募だけしてみようか。

しかし、今の自分の職業って何だ?