算法与人脑漫谈

Posted 2022-12-07 talk.push

Mark：标记、收藏
Remark：觉察、评论、注意
Remarkable：卓越的、非凡的、值得注意的

上边三个单词让你有什么感觉❓
最近看到吴伯凡的认知方法论里写过一段话，他说：“信息和知识点在我们的头脑中只有两种命运：要么放进你越来越完善和细致的一个个格子里，进行‘收编性存储’或者‘提取性存储’；要么就是找不到自己的位置(格子)，会被驱逐或者自讨没趣，最终消失”。
看了这段之后有点醍醐灌顶之感，一直以来包括在上学时期，我都一直觉得只要勤奋努力学习，自然能取得好的成绩。这在学校中的确行之有效，但毕业后的职场中这一点仿佛失去了作用，符合这一点的人貌似都只是非常普通的一个搬砖工。其实并不是，勤奋努力永远是一个人成功的基础。但光有这一点远远不够，还要各种因素具备才能成功，这不就是一道算法题吗？为了不让话题跑偏，我还是回到思维上来。
坚持每天的学习已经成了习惯，但那些学来的东西久久不用就一再忘记，就这样忘了就学，学了再忘，重复了这么几年。有些东西的确记得会更加牢固了，但有些东西不是单纯靠记忆就能掌握的，比如算法。有的时候经常会产生这样的感受------为什么曾经刷过的题，再刷就写不出来了。这个问题似乎不需要思考，就连老婆都说：“就跟做数学题一样，时间长了不会做很正常啊！”。但我觉得不然，我并不是完全忘记，反而对数据结构记得很清楚，难道数组、链表这些简单的结构还会忘记吗？所以，一定是思维这里除了问题。
我曾困惑的第一个问题，就是：

既然我都掌握了数据结构的特点，为什么我不能根据这个特点去发散思维找到问题的解呢？

我也问过一些刷过LeetCode很多题的伙伴，见过最正式的回答是：“在不失一般性的情况下，算法就是数学建模的过程”。算法既然是数学模型，那一定就不是走直线那么简单了，算法的求解过程一定还需要各种条件同时完备，配合一起执行方能得到最后的解。就跟导演一部电影，导演就在做算法题目，他协调各种资源、准备各种道具、剪辑拼合影片等等工作之后，电影才能和观众在电影院见面。再举个栗子，判断链表是否有环。这个问题的解法中有一个slow指针和fast指针的方法，通过slow指针和fast指针的往前移动，通过最终相遇来判断链表是否有环。不得不说真的很巧妙，也不知道是哪个哥们想出来的方法。详细步骤参考我的博文：判断一个单链表是否有环。
可见，算法根本就不是单纯的逻辑推理，所以我根本不能只根据数据结构的特点就想出问题解法。数据结构的特点可以引出无数支持的操作，很难在杂乱无章的操作里找出你要的操作。这不是锤子🔨可以敲钉子，也可以敲你的头这么简单！

我的第二个疑问：

什么样的学习才是有效的？

这个问题按照文章开头吴伯凡老师说的“存储”和“提取”的关系来回答。
他在文章里还写了，不过这是尼采说的话：“只发生一次的就等于从来没有发生”。
解释是：第二次发生的时候，你再度收藏其实也是一种提取：把眼前的信息知识或者跟你以前的存储进行某种关联，这是一个提取的过程；经过反复提取，你的头脑中就会变得非常的醒目，在你的意识中就建立了一种高带宽的专线连接，你对这个信息和知识就能达到福尔摩斯那样的瞬间提取的状态。通过提取的存储是最好的存储
所以，在学习算法的时候，还是需要在存储了思路的的前提下，不断提取来存储，通过反复练习直到可以瞬间提取。跟肌肉记忆一样，每次的练习都是一次测试和校验，也是每次的存储和提起，直到某天随手一扔就可以把🏀篮球投进。

算法就是类似九九乘法表，要背住常见问题的算法解法，要O(1)的记住。