施耐庵和罗贯中是什么关系?
爱好文学的人都知道,施耐庵《水浒传》的作者,罗贯中是《三国演义》作者,这两部小说都属于中国四大名著,每一个中国人都耳熟能详。但是你们知道施耐庵和罗贯中之间有什么关系么?当然不是仅仅都是四大名著的作者的关系而已。
本期伦文叙就为大家解密施耐庵与罗贯中的关系,绝对让你意想不到。
施耐庵与罗贯中“同事”关系
施耐庵与罗贯中曾同在一个老板下打过工,就是都参加过张士诚的起义,做幕僚。他们都生活在元末明初,先后加入了农民起义军,只不过是他们参加的都是张士诚的队伍,而不是朱元璋的队伍,所以不能成为明朝的功臣元老。
施耐庵是在1353年受到张士诚的邀请做幕僚,施耐庵抱着建设“王道乐土”的想法为张士诚攻城夺地提供了很多计策。
而罗贯中是1356年加入到张士诚,做了幕僚,期间还帮助张士诚打败了朱元璋的进攻。
他们在张士诚军中的结局也惊人地相似:对张士诚为人失望,先后离开,回到苏州,专心写作,一个写《水浒传》,一个写《三国演义》。
《水浒传》与《三国演义》都是描绘动荡社会时期英雄豪杰的故事,这也是与他们同样曾经参与过农民起义军的经历有关系。
施耐庵与罗贯中“师徒”关系
关于施耐庵与罗贯中是师徒关系的说法,最早是来源于民国《兴化县续志》的《施耐庵墓志铭》一文,文中写到施耐庵在创作《水浒传》时,“每成一稿,必与门人校对,以正亥鱼,其得力于罗贯中者为尤多。”“门人”即门下徒弟,罗贯中是施耐庵的徒弟,而且参与过《水浒传》创作,为施耐庵校对文字。
施耐庵生于1296年,19岁中秀才,29岁中举人,36岁与刘伯温同榜中进士,曾在钱塘(今杭州)做过几年官;罗贯中生于1330年,14岁辍学随父亲在苏杭一带做生意,在杭州结识了很多志同道合者的杂剧作家,受其影响开始写作。
从年龄上看,施耐庵比罗贯中大30多岁,成名也比较早,罗贯中在苏杭一带做生意、学习时,仰慕施耐庵,拜为师傅完全有可能。
罗贯中曾自号“湖海散人”,就有寄寓着漫游江湖、浪迹天涯的意味,说明罗贯中年轻时并不在意功名,却又为何会传罗贯中“有志图王”,到张士诚那求功名?
从罗贯中加入张士诚的时间和方式来看,很可能是年界60岁的施耐庵向张士诚推荐了26岁的青年才俊罗贯中担任幕僚,因而他们是师徒关系完全合乎情理。
纪连海在《百家讲坛》中也认同施耐庵和罗贯中是师生关系这一说法。
为何罗贯中成《水浒传》作者之一
曾帮张士诚打败了朱元璋。还曾建议张士诚缓称王,但是不被采纳,自此对张士诚失去了信心,回到了杭州写《三国志通俗演义》。
据史料,施耐庵于1370年74岁时逝世(即明朝建立三年),罗贯中当时刚好40岁,而罗贯中写《三国志通俗演义》时已五十多岁,也就是施耐庵去世10多年了。
罗贯中为了纪念师傅施耐庵,在完成《三国志通俗演义》之后,才加工、增补施氏的《水浒传》,于洪武四年至十年之间成书。罗贯中在加工、增补《水浒传》的同时,还继续创作其他历史演义系列作品。
也许因为罗贯中除了写《三国志通俗演义》外,还写了《隋唐两朝志传》、《残唐五代史演义》、《三遂平妖传》等多部小说,他的艺术造诣,对历史资料的谙熟、对历史人物的了解更为深刻,在加工、增补《水浒传》时加入了自己的想法,对后面章节和结局的处理与施耐庵有较大区别,才被后人误以为罗贯中才是《水浒传》作者。
推荐阅读
-
施耐庵和罗贯中是什么关系?
-
纯干货分享 | 研发效能提升——敏捷需求篇-而敏捷需求是提升效能的方式中不可或缺的模块之一。 云智慧的敏捷教练——Iris Xu近期在公司做了一场分享,主题为「敏捷需求挖掘和组织方法,交付更高业务价值的产品」。Iris具有丰富的团队敏捷转型实施经验,完成了企业多个团队从传统模式到敏捷转型的落地和实施,积淀了很多的经验。 这次分享主要包含以下2个部分: 第一部分是用户影响地图 第二部分是事件驱动的业务分析Event driven business analysis(以下简称EDBA) 用户影响地图,是一种从业务目标到产品需求映射的需求挖掘和组织的方法。 在软件开发过程中可能会遇到一些问题,比如大家使用不同的业务语言、技术语言,造成角色间的沟通阻碍,还会导致一些问题,比如需求误解、需求传递错误等;这会直接导致产品的功能需求和要实现的业务目标不是映射关系。 但在交付期间,研发人员必须要将这些需求实现交付,他们实则并不清楚这些功能需求产生的原因是什么、要解决客户的哪些痛点。研发人员往往只是拿到了解决方案,需要把它实现,但没有和业务侧一起去思考解决方案是否正确,能否真正的帮助客户解决问题。而用户影响地图通常是能够连接业务目标和产品功能的一种手段。 我们在每次迭代里加入的假设,也就是功能需求。首先把它先实现,再逐步去验证我们每一个小目标是否已经实现,再看下一个目标要是什么。那影响地图就是在这个过程中帮我们不断地去梳理目标和功能之间的关系。 我们在软件开发中可能存在的一些问题 针对这些问题,我们如何避免?先简单介绍做敏捷转型的常规思路: 先做团队级的敏捷,首先把产品、开发、测试人员,还有一些更后端的人员比如交互运维的同学放在一起,组成一个特训团队做交付。这个团队要包含交付过程中所涉及的所有角色。 接着业务敏捷要打通整个业务环节和研发侧的一个交付。上图中可以看到在敏捷中需求是分层管理的,第一层是业务需求,在这个层级是以用户目标和业务目标作为输入进行规划,同时需要去考虑客户的诉求。业务人员通过获取到的业务需求,进一步的和团队一起将其分解为产品需求。所以业务需求其实是我们真正去发布和运营的单元,它可以被独立发布到我们的生产环境上。我们的产品需求其实就是产品的具体功能,它是我们集成和测试的对象,也就是我们最终去部署到系统上的一个基本单元。产品需求再到了我们的开发团队,映射到迭代计划会上要把它分解为相应的技术任务,包括我们平时所说的比如一些前端的开发、后端的开发、测试都是相应的技术任务。所以业务敏捷要达到的目标是需要去持续顺畅高质量的交付业务价值。 将这几个点串起来,形成金字塔结构。最上层我们会把业务目标放在整个金字塔的塔尖。这个业务目标是通过用户的目标以及北极星指标确立的。确认业务目标后再去梳理相应的业务流程,最后生产。另外产品需求包含了操作流程和业务规则,具需求交付时间、工程时间以及我们的一些质量标准的要求。 谈到用户影响的地图,在敏捷江湖上其实有一个传说,大家都有一个说法叫做敏捷需求的“任督二脉”。用户影响地图其实就是任脉,在黑客马拉松上用过的用户故事地图其实叫督脉。所以说用户影响地图是在用户故事地图之前,先帮我们去梳理出我们要做哪些东西。当我们真正识别出我们要实现的业务活动之后,用户故事地图才去梳理我们整个的业务工作流,以及每个工作流节点下所要包含的具体功能和用户故事。所以说用户影响地图需要解决的问题,我们包括以下这些: 首先是范围蔓延,我们在整张地图上,功能和对应的业务目标是要去有一个映射的。这就避免了一些在我们比如有很多干系人参与的会议上,那大家都有不同想法些立场,会提出很多需求(正确以及错误的需求)。这个时候我们会依据目标去看这些需求是否真的是会影响我们的目标。 这里提到的错误需求,比如是利益相关的人提出的、客户认为产品应该有的、某个产品经理需求分析师认为可以有的....但是这些功能在用户影响地图中匹配不到对应目标的话,就需要降低优先级或弃掉。另外,通常我们去制定解决方案的时候,会考虑较完美的实现,导致解决方案括很多的功能。这个时候关键目标至关重要,会帮助我们梳理筛选、确定优先级。 看一下用户影响到地图概貌 总共分为一个三层的结构: 第一层why,你的业务目标哪个是最重要的,为什么?涉及到的角色有哪些? 第二层how ,怎样产生影响?影响用户角色什么样的行为? (不需要去列出所有的影响,基于业务目标) 第三层what,最关键的是在梳理需求时不需一次把所有细节想全,这通常团队中经常遇到的问题。 我们用这个例子来看一下 这是一个客服中心的影响地图,业务目标是 3个月内不增加客服人数的前提下能支持1.5倍的用户数。此业务目标设定是符合 smart 原则的,specific非常的具体,miserable 是可以衡量的,action reoriented是面向活动的, real list 也是很实际的。 量化的目标会指引我们接下来的行动,梳理一个业务目标,尽量去量化,比如 :我们通过打造一条什么样的流水线,能够提高整个部署的效率,时间是原来的 1/2 。这样才是一个能量化的有意义的目标。 回到这幅图, how 层级识别出来的内容,客服角色:想要对它施加的影响,把客户引导到论坛上,帮助客户更容易的跟踪问题,更快速的去定位问题。初级用户:方论坛上找到问题。高级用户:在论坛上回答问题。通过我们这些用户角色,进行活动,完成在不增加客户客服人数的前提下支持更多的用户数量。 最后一个层级,才是我们日常接触比较多的真正的功能的特性和需求,比如引导到客户到论坛上,其实这个产品就需要有一个常见问题的论坛的链接。这个层次需要我们团队进一步地在交付,在每个迭代之前做进一步的梳理,细化成相应的用户故事。 这个是云智慧团队中,自己做的影响地图的范例,可以看下整个的层级结构。序号表示优先级。 那我们用户影响地图可以总结为:
-
有多少种方法可以实现多线程同步和互斥?什么是同步和互斥,操作系统如何实现同步和互斥,进程和线程之间的关系是什么,进程比线程的开销是多少?
-
分层数据库、网状数据库和关系数据库的划分原则是什么?
-
傅立叶变换、拉氏变换和 Z 变换之间的关系究竟是什么?
-
4G+ 又是什么鬼东西?它和 LTE-A 有什么关系?-什么是载波聚合?
-
芯片元件封装 0805 有多大?功率和工作电压之间的关系是什么?
-
统计学习 04:假设检验(以 t 检验为例)和 P 值 - 要点 I. 假设检验的一般思路 假设检验 清楚你的问题是什么?期望得出什么结论? 例如,两种药物的疗效是否存在差异,自变量与因变量之间是否存在回归关系 .... 请始终牢记,假设检验回答的是是否存在某种关系的问题:它并不衡量这种关系有多大。 提出两种假设:零假设 (H0) 和备择假设 (H1) 零假设与备择假设相反,一般来说,研究的目的是证明原假设是错误的,即得出备择假设的结论。 例如,如果实验预期希望两种药物的疗效存在差异,那么 H0:μ1 - μ2 = 0;H1:μ1 - μ2 ≠ 0 H0:μ1-μ2 = 0 的一般形式称为双侧检验,而 >、<等零假设称为单侧检验。一般来说双侧检验更为常见,下面也主要介绍这种方法。 单尾或双尾测试 根据原始数据计算零假设概率分布的统计量(t 值、Z 值、F 值等)。 根据问题的性质选择合适的概率检验方法,从而计算出相应的统计量值;因此,不同情况的统计量值有不同的计算方法。 根据计算出的统计量值,利用统计软件,可以知道相应的 p 值是多少 也可以先确定一个合适的显著性水平(0.0.001....),并计算其临界值,再与我们计算出的统计量值进行比较,从而做出判断。 根据第四步的比较结果,如果 p 值小于预期的显著性水平(α,通常设定为 0.05),则认为该统计量远离原假设分布,属于小概率事件,则拒绝原假设,从而接受备择假设。 决定 要点 2:以 t 检验为例,演示上述假设检验思路。 t 检验基于 t 分布,常见的 t 检验有三种,如下图所示,但我认为第三种配对设计可能更常用(零假设:差异是否为零),下面介绍的例子就是一种配对设计 三次 t 检验 举例测量两组大鼠肝脏中维生素 A 的含量,比较两组大鼠维生素 A 含量是否有差异。数据如下 数据 (1) 预计两组大鼠的维生素 A 水平存在差异 (2) H0:μd=0,H1:μd≠0,α=0.05,双侧检验 (3) t 统计量的计算 配方 计算 上述程序计算的是*度为 7 的 t 分布情况下的 t 值。只需理解公式即可,不同的方法有不同的公式,这些交给统计软件即可。
-
箭头符号在数学中的含义和象限的关系是什么?
-
谁是cdc的说唱歌手? 说唱会馆和cdc是什么关系?