笨人学到一个高大上的东西，结果就是花费无限的时间还是学不明白。。。
比如我听说了cache-oblivious（CO）这么个概念，然后就吭哧吭哧费了快两星期了还是没搞懂。。。
基本思想就是在不知道缓存块大小(在分析中设为B)的model下，怎么能得到能和知道大小的model(Disk-Access-Model)想媲美的算法和数据结构呢？
一开始发现扫描还是很高效的，即便不知道块的大小，我扫描N个元素的话，就认为即使不知道块的大小也可以只用 N/B 次块读取就能搞定。
后面就开始鬼畜起来了。基本想法就是依靠分形，或者说递归的数据结构。把一个结构打碎，然后把渣渣按一定的顺序排列，然后只要base case的渣渣可以扫描了，整个结构就相当于按顺序排列了。这样就能保证高效了。
思想很简单，算法和结构是真难啊。给跪了。
虽然还没搞明白，先扯扯淡吧。
1，coarsen base case
因为数据结构是递归的，所以存在base case的数据结构，一般默认为一个元素的结构。但是在实际中，递归到一个元素显然是不经济的。可以把递归的结构想象成递归方法算fib，递归到1显然巨慢无比。
一般进行CO分析都默认 MT(B) = O(1)，所以coarsen时，可以把这个B想象成离CPU最近的cache(L1或者L2)的缓存块的大小。然后在base-case，造一个大小为B的特殊结构。
2，理论上最优，不一定实际中跑的最快
图拷贝自http://users-cs.au.dk/gerth/emF03/slides/cacheoblivious.pdf
原作者保留一切权利。
vEB layout 里，每往下跳一部都是个递归，很费时。
估算一下，不一定对:logN+1/2log(N)+1/4log(N)+... = O(log(N))，好吧，只差一个常数，不过DFS就是Log(N)，看来常数不小啊。。。把缓存的优势都搭进去了。
要优化那个递归可以用indirection(memoize base case)，这里可以用indirection是因为CO的东西都是递归的嘛，跟分型似的，里面长的都一样。
就扯这么多，毕竟还没学明白呢。。。
丢链接
https://ocw.mit.edu/courses/electrical-engineering-and-computer-science/6-046j-design-and-analysis-of-algorithms-spring-2015/lecture-videos/lecture-23-cache-oblivious-algorithms-medians-matrices/
(memory hierarchy,def of External memory model,def of cache oblivious model,
why cache-oblivious,scanning,divide & conquer,Median finding,Matrix Multi)
https://ocw.mit.edu/courses/electrical-engineering-and-computer-science/6-046j-design-and-analysis-of-algorithms-spring-2015/lecture-videos/lecture-24-cache-oblivious-algorithms-searching-sorting/
(introducing c-o searching and sorting,vEB layout,didn't show exactly how to do them,see them in 6.851)
https://ocw.mit.edu/courses/electrical-engineering-and-computer-science/6-851-advanced-data-structures-spring-2012/lecture-videos/session-7-memory-hierarchy-models/
(recap mem heirarchy,EMM results,introducing CO model
showing how to make CO B-tree with 5 topics
1,order file maintenance as a black box
2,put a static vEB layout full BST upon ordered file
3,how to update
4,update analysis,finding that it need impovment by a lgN factor
5,using indirection to speed up a lgN factor)
https://ocw.mit.edu/courses/electrical-engineering-and-computer-science/6-851-advanced-data-structures-spring-2012/lecture-videos/session-8-cache-oblivious-structures-i/
https://ocw.mit.edu/courses/electrical-engineering-and-computer-science/6-851-advanced-data-structures-spring-2012/lecture-videos/session-9-cache-oblivious-structures-ii/
https://ocw.mit.edu/courses/electrical-engineering-and-computer-science/6-172-performance-engineering-of-software-systems-fall-2010/video-lectures/lecture-8-cache-efficient-algorithms/
http://users-cs.au.dk/gerth/emF03/slides/cacheoblivious.pdf
https://github.com/lwu/veb-tree
https://www.youtube.com/results?search_query=cache+oblivious
http://www.cs.cornell.edu/courses/cs612/2005sp/papers/thesis.pdf
http://tudr.thapar.edu:8080/jspui/bitstream/10266/1667/1/Ritika%28800932017%29.pdf
http://www.itu.dk/people/pagh/papers/cohash.pdf
