伯松分布就是正態分佈，形狀是乙個鐘形，兩邊低而中間高。最簡單的理解是，假設找100個人扔硬幣，每個人扔100次。100個人扔完了以後，先把x軸分成10份，y軸是人數，出現10次以下正面的人數當作y軸畫在x軸10的位置上；10次到20次正面的人的個數標註在x軸為20的y軸上；以此類推，扔到90次正面以上的人數標註到x軸為100的y位置上。最終得到的就是正態分佈。
顯然，100個人中，大多數人扔了50次正面，50次反面。得到的圖形就是中間高，兩邊低。
扔硬幣正反面是隨機的，正態分佈是伴隨著隨機產生的。
冪律分布的形狀像一條直線上出現乙個高高的大尖。舉個例子，乙個解放前的村莊，糧食都集中在幾個地主（更多的時候是乙個）手裡，大多數佃農都沒有糧食，我們把村子裡面的每乙個人都標記為x軸上面的一點，y軸表示他們擁有糧食的數量，這就是冪律分布的圖形，遇到地主，那個大尖就出來了。如果把財主放在x軸第乙個，其他人按照存糧的多少由多到少在x軸從前向後排序，則圖形變成了大l形狀，如果用這個大l與x軸組成的面積來表示存糧的總數，那麼x軸上總有一點，豎著切一刀，左邊的面積和右邊的面積一致，我們就可以數出來，幾個人佔了一半的糧食。這個數往往是少數，甚至極少數。
可以看出來，冪律分布伴隨著爆發。這就是這本書的主題。
儘管我們一廂情願的認為很多事情都是隨機發生的，更多的應該與正態分佈相關，如：今天打車還是開車？現在工作一會兒還是休息一會兒？這都好像是臨時的決定，好像扔硬幣做出決定一樣，注意，這裡用到的是「好像和扔硬幣一樣」，實際上，如果發生疑問的時候，真的扔硬幣解決，那就是正態分佈。但是，類似上面的決定，不是真正的再扔，而是大腦的思考結果，我們受了「習慣」的欺騙。只要是「習慣」，就可以統計，就可以求概率，就可以根據歷史資料計算。這，就是書裡面說的93%。
與生活習慣相比，工作習慣更服從冪律分布，這本書中，只說了郵件與信件的統計。成功的企業做事有自己的節奏和方法，節奏和方法都不是隨機的，這一點就如同地主總會有一些過人之處一樣。現代的管理學認為任務列表是最基礎的管理手段。書中所說，如果有優先順序的設定，那麼必然少部分重要的事情會被先做（或者即刻就做），而大部分的不重要的事情將會拖延，等到有時間了就會一齊做完。
如果把每一天當作x軸的一點，而y軸是完成的事情數量，就可以看到典型的「大尖」了，大量的不重要的任務被一齊完成，而其他天數都完成了少量的任務，度過乙個大尖以後就會伴隨著一段時間的沉寂，然後是另外的乙個大尖。
作為乙個典型的使用任務列表的人，我想說，我的工作模式就是這樣的。那麼即使我的下屬和同事沒有使用任務管理，看似他們的工作是隨機的，但是由於受到我的任務列表和優先順序的影響，他們完成自己的任務的時候，也將按照冪律的模式進行。
不過在此，作者沒有提及乙個重要的事情，那些重要的任務都不是在高峰期完成的，重要的任務是在7%的不可**的時候做出的，而恰恰是這些重要的任務決定了事情的成敗和人生的軌跡。
另外，能夠把冪律分布這一件事情寫成一本書，並且加上一段一段的歷史故事，讓我彷彿看到，寫書的是乙個**作家，而不是乙個學者，這也許是個科普的趨勢？
mysql運維 讀書筆記 Mysql 讀書筆記
mysql儲存時間有兩種型別 datetime和timestamp。分別說一下兩者的區別。datetime，以8位元組儲存時間，理論上可以從0000年儲存到9999年。並且沒有時區的概念，它儲存的就是乙個時間點的概念。timestamp和datetime最主要的不同就是，它是以4個位元組儲存，由19...
struts in action讀書筆記
struts in action 學習筆記 一 struts的控制流 因為web 應用是動態的，所以很難表現 乙個真正固定的控制流 取決於環境，不同的方式下有很多不同的事情發生 特別是在web 應用中。但是事情仍然有乙個通用的秩序。如果你是個struts，應用框架，甚至web 應用的新手，這些流程剛...
中 斷（讀書筆記）
裝置的中斷會打斷核心中程序的正常排程和執行，系統對更高吞吐率的追求勢必要求中斷服務程式盡可能地短小精悍。但是這個良好的願望往往與現實並不吻合。在大多數的系統中，當中斷到來時，要完成的工作往往並不是短小的，它可能要求進行較大量的耗時處理。為了在中斷執行時間盡可能短和中斷處理需要完成大量工作之前找乙個平...