7岁的奥利芙，戴眼镜，小肚腩，做一夜成名的美梦，坚信自己有朝一日能当选美国小姐。爸爸，推销成功学课程的讲师，相信“世界上只有两种人，成功者和失败者”，四处贩卖他的“成功九部曲”；哥哥，自闭男，崇拜尼采，为了考上飞行学院发哑誓，九个月没有同家人说话；舅舅，自称是美国最好的普鲁斯特研究学者，同性恋，恋人和同事跑掉、失业，自杀未遂，生活混乱；爷爷，被养老院赶出来的老流氓，满嘴脏话、吸毒；妈妈，是这个疯狂家庭唯一正常的人。在家人的支持下，奥利芙参加了“阳光小美女”的选美比赛，一家人踏上了集体寻梦的旅程。奥利芙能否如愿当选？家庭成员们怎样才能度过他们各自的危机？
许负走到高台边，看着尹将军消失在黑夜中，喃喃自语道：刘邦、项羽、尹旭，到底是哪一个呢？#c show_style();。
出了机场后，两人上了出租车。
香港少女阮贝儿（温碧霞）和来自台湾的廖玉屏（金燕玲）、赵淑珍（蔡琴）皆以成名为人生目的，但现实证明她们离当明星的生活仍有一段不短的距离。三人在酒廊偶识米铺少爷张树东（梁朝伟），不久阮贝儿与其发展成同居关系。 赵淑珍不明原因的死亡引来警探蓝振强（周润发），但他的所谓调查徒具形式。廖玉屏无法安然面对赵淑珍的离去，悲痛引来张树东对其肉体的安抚，不料不小心致其怀孕。其后廖玉屏的震惊没能让张树东在取舍问题上有眉目，彼此发现所谓爱人只是爱己。而蓝振强临死前的一段话更让他们将自己看清（同他人发生关系是觉多个人的无聊总好过一个人），可是他们依旧没有独自面对没有希望的日子的勇气。
其中黄鳝最是溜刷，专跟胡镇对拳——此时不报仇，再待何时？胡老大万没想到，清南村的少年几乎个个都会些拳脚，而且凶狠无比，遂护着胡镇，色厉内荏叫喊道：你们敢对胡少爷动手？想死不成。
星海放出郭寒加盟的消息后，就开始对《魔都》大肆宣传。
在暗潮涌动的大时代下，罗宾似乎明了了自己的生存使命，不久后他拿起长弓，投入深林，开启了经久不衰的罗宾汉的传说……
本作品讲述了在警察“机动搜查队”，机动能力和运动神经首屈一指、但却没有刑事搜查经验也缺乏刑警常识的伊吹蓝（绫野刚 饰），观察和社交能力突出,但却不信任自己和别人的理性的刑警、志摩一未（星野源 饰），主角二人以24小时的时限内破案为目标的故事。 标题中的“MIU”是Mobile Investigative Unit（机动搜查队）的首字母，“404”是两人饰演机动搜查队员的呼叫信号。
在深夜经营咖啡店维持生计的2人，由于新寇疫情的影响，罗马尼亚的吸血鬼协会本部每月发送的血液的配给被停止了。为了成为独挡一面的吸血鬼而接近人类吸血，但是作为人类时的记忆和原本的温柔等…的阻碍，导致他们无法顺利进行，于是两人开始了某个行动。
故事讲述了不擅长与男生打交道的主人公吉冈双叶，在初中时代因受到男生欢迎而被其他女生排挤，而她特别在意的“田中君”却转校离开了。升入高中以后，她为了不被女生讨厌而故意做出一些粗心大意的举动，就在此时她与初恋对象“田中君”重逢了，可是初中转校后的“田中君”在性格上也发生了改变……
说什么都显虚伪，都可笑。
铁飞花是一位乐观、自信的草根女子，具有断案天赋，拥有独特的查案手段。由于律法和礼教束缚，父亲只能凭借关系，将她送到偏远的泽汇县当了一名女监狱卒，满足她的喜好。而铁飞花的理想却是成为一名神气的捕快。适逢浙江漕粮失踪，铁飞花又巧遇一名兵士死于泽汇境内，送往杭州勘验时，因她的推断和剖析神奇，受到杭州知府、总督府参政知事的赞赏，总督许慎因急于想破获漕案，破例将铁飞花调入总督府刑狱司捕房，正式成为一名捕快。她却不知道，赞赏和破格录用，看似重视人才，实则暗伏杀机。果然，危机随之而来，铁飞花在险象环生中，亡命狂奔，冲破一个接一个的死亡陷阱，最终揭穿江南数位高官联手策划的一个惊天阴谋。然而，案件虽破，余音未歇，铁飞花头上仍悬着一柄要命的剑。
普通大学生林海更新微信后，被拉入天庭交易群，这是什么奇怪的微信群？里面有孙悟空猪八戒，还有嫦娥和玉皇大帝？不会都是骗子吧？但是林海想不到的是，他们居然可以交易各种神丹妙药，让原本平凡低调的林海，摇身一变成为了实力高强的救世主！从此他的人生变得多姿多彩，正义善良的他也为城市的安宁献出自己的力量！
捣蛋大王范小闲（张亮 饰）与正义少女李心（张雨绮 饰）从小就水火不容，一次争执后范小闲诅咒李心一辈子嫁不出去。长大成年后的范小闲虽事业有成，却遭遇婚姻、健康双重危机，李心也如他“诅咒”所说一直单身成为剩女……一对随时爆发、争执不断的冤家，怀揣各自不可告人的目的，挤进同一 辆车，行驶在美利坚美丽的公路上……
BaiDuInterview.prototype = new Interview ();
……那成，小的走了。
Probability Theory: This one is not specially recommended, because it is not very good at learning, so it is misleading not to make recommendations. No matter what books you read, you just need to master the key knowledge. Can't ask Bayes when the time comes, you don't even know how to push it = =!
