如何才能快速搞定大部头

前几天一直在思考一个问题，如何能快速读懂并且一定要读完大部头的技术书籍，这是埋藏在我心中的一个梦想，一粒种子。。。也是我迫切需要解决的问题！
我目前还没有完成找到它的方法，但是早晨的时候，脑袋里还是闪出一些火花，我坚信我一定会找到方法，并且完成一些关键科目的考证工作，这是我以后几十年的长久目标，我感说出去，我就要敢坚持住！
记下点思想的碎片吧！希望这颗种子可以长成参天大树！

1.罗胖说：“你能听懂我的话，是因为你已经懂了，或者即将懂了，只差那么一层窗户纸！”
我赞同他的表述，同样的一本书《压缩机组》，626页，6年以前看全然无感，但是现在看，感受颇深。我坚信不是我技术提升了，而是我智力提升了。。。
有时候，其它的学科知识就像一个大熔炉一样，煅烧着读书者的综合素养，某一天认知水平达到某个高度时，很多原本做不成的事，就做成了。
2.本人有个爱好，就是喜欢搞机械设计，写专利。几年我做了大量的CAD图的绘制联系，很复杂的结构，剖面图，我脑子里可以清晰看到。
我的图像化思维训练确实是有价值的。
图像思维，是个美丽的概念，因为文字必须是循序渐进的描绘，图像化思维一定是“哐，一下子，一个图像就出来了！”如果你还能移动它，想3D图那样做思考，是非常好玩的事情！
而且最关键的事，这种信息处理的方式，更加高速、更加的富有内容！
图像化研究，是华为的后面多少年的技术战略的核心部分，华为会在未来很多年进行图像传输和处理的研究及推广，道理还是我上面说的图像传输，效率更高，信息量更大。
3.说道重点了，那么我为什么不采用图像化思维去学习大部头呢？
书上某一个章节，好多的字其实就在说某个部件（设备研发），或是说某个事件（商管、律师案件），或是说某个过程（方法）。。。
在脑袋中建一个模型，它说啥，我的模型就变成啥，记住一些列图像，速度和效率应该快一些。
后面的问题就是，如果管理好这些模型，并进行数据提取？
说实话，我没有深入研究，但是我依稀想到了些方法，关键词：
记忆线索、模型描绘关键词、我的建立模型的评价。。。
当然如果有一天我能借助某种软件对模型系统进行管理，也许会更好，不过我不知道用什么模型！
。。。先记下这么多，以后我会用这种方法学习大部头，看看能不能最后攻克那些极其庞大的技术系统。
比如我很懂机械设计了，机械维修了，再比如我真的有一天会用C语言搞创作了。。。
4.百度百科真的很重要的！很惭愧，不懂概念的实例太多。
就比如比特币，谁都听过，但谁把它在百度百科里给键入过，仔细看看它的解释。
我也没有，很惭愧。。。
其实新事物就蕴含着新机会，概念都不了解，认知系统如何完善？

5.最近心情很内疚，其实我以前犯了很多的错误，其中一个就是不听老婆的话，很后悔，也很内疚。。。
最近再装修一套房子，我做过的一个最糟糕的投资，如果考虑住的属性，确实户型很好，面积也大，周围是兰州最好的城市公园，我确实用了不多的钱买到了一套复式。。。
但是如果情况发生变化了，我不去住了，它是个相当糟糕的投资品，不好出手，我还得往里继续投钱，要不一套毛坯占用了资金不说，它一毛钱的价值也不产生。。。所以我还是得装修，我掉到坑里出不来了。。。
讽刺的事，我去年就相处来了一个“口袋理论”，简单的说就是，西客站（兰州高铁站主站）建好了，国家投了千亿在那个位置，你家在附近，就想在钱堆旁边放了个口袋，风一吹，钱就进你家了。。。
结论：那里的房产必然上涨。。。从我给别人讲这话的时候，到现在，6千一平涨到1.2万，大把的银子又与我无缘。。。
所以我是个很Low的人，我也明白认知系统一定要全面，关键还有福德，不听老婆的话，固执己见，在加上自己福德不够，
我就是智慧不错，也没有那个命去拥有它，任何一个小因素一干扰，完蛋了，此事一定与我无关。。。
福报很重要，一切看淡，多付出，多做事，以后也许才能有这个运气，成一些事情。。。

自勉。。。

参考文献：
http://www.qbiao.com/14639.html

知乎用户，IT民工，原清华大学互联网协会理事长的回答:
拿我做个幡然醒悟的反面例子吧。
高中参加信息学竞赛，想尽办法邮购或复印了几本书，啃了刘汝佳的《信息学与算法艺术》，啃了《现代计算机常用数据结构和算法》（这应该是算法导论没有被正式引进之前国内“抄”的一本书）。
大学期间也如同lz一样，对这些经典书籍并不了解也不怎么关注。
另外一个重要方面是，接触新的东西太多了，觉得那些才能自我体现，才高大上，觉得啃那么古老的大厚本还没啥地方用到，真是没意思。
但感谢学院的课程设置，到了大三，几乎所有专业课一起压了上来，大三一年中，大概学了这些课：
汇编用的教材是Assembly Language for Intel-Based Computers
编译原理用的教材是龙书
算法课用的教材是算法导论
操作系统用的教材是Modern Operating Systems，大作业基于《Orange'S:一个操作系统的实现》
计算机网络用的教材是Andrew S. Tanenbaum的《计算机网络》
计算机组成原理用的教材是Computer Organization and Design: The Hardware/Software Interface
人工智能导论用的教材是Artificial Intelligence: A Modern Approach
数据库原理用的教材是Database System Concepts
形式语言与自动机用的教材是Introduction to Automata Theory, Languages, and Computation
分布式数据库用的教材是Principles of Distributed Database Systems
刚刚工作，有幸碰上了一个很有学习气氛的小组，在大牛面前抬不起头来啊！
于是趁着年轻，趁着一人吃饱全家不饿，仗着领导关怀、任务不重，补了一批书，特别是C++的（大学期间基本都是java），大概有：
《C++ Primer》《The C++ Programming Language》《Effective C++》《More Effective C++》《The Design and Evolution of C++》
UNIX/LINUX的 《APUE》《ULK》《LKD》
《Python源码剖析》
《程序员的自我修养》（名字蛮虎）《Linkers & Loaders》
《Programming Collective Intelligence》
《具体数学》
不久之后就有些撑不住了，工作压力越来越大，社会生活也越来越多，兴趣点也越来越多。
工作上越来越深入的技术算法需要看paper、搞实验、做对比。
要办理各种社会手续，开展社会活动，要关切亲戚朋友同学家人。
作为一个爱折腾东西的人，生活稳定后会越来越爱折腾东西，一堆想干的事儿摆在计划里。
原本以为计算机的技术千变万化，难以学完。
现在才觉得，基本知识一共就那么多，早搞定早受益。然后，伴随着工作往专的方向前进。
而生活琐事、兴趣爱好，才是无穷无尽的。

如何快速读懂大部头技术书籍
这是我教授教给我的一套读技术书籍的技巧。他虽然是奠定在最大熵原理的基础上的，不过实际上并没有那么深奥教条。至于适不适合你，你先看看再说。
假设你拿到了一本非常厚而且对你而言非常重要的技术书，而你必须在限定的时间内读完他。这时，你要做的第一件事是把这本书的目录读一遍。把握了目录，你就把握了书的内容。动手把目录上标注出的章节花成一棵树吧，就像学习数据结构时我们经常做的那样：根节点是书的题目、第一层节点是章、第二层是节，类推下去。
画好了这棵树，你会不会觉得他有点失衡啊？比如，某些枝条上的叶子特别多，而有的却可能只是空枝寡叶？嗯~那些叶子特别多的章节便是全书的重点了！你从叶子特别多的枝条向左右两边延拓，看看那些非重点的章节和重点章节是个什么样的关系——是知识铺垫，还是别的虾米？这时你应该能大致断定怎么对待那些非重点章节了。当然也有可能全书的信息是均匀分布的，那你能认为他们都是重点了（不过一个好的技术作家应该会避免写这样的书）。
在重点章节里，你要继续分析相邻的叶结点之间的关系——是并列、过渡、递进、抑或转折？都是你要把握的重中之重！把握到这个层次，你基本上对全书的大意有了一个大体的了解了。
下面当然是开始翻过目录读正文啦。不过你别急着把每句话都读过去，记住，能在不影响效果的前提下多节省一点时间总是好事。其实最佳的做法还是把书中重点章节的首段（甚至只是首句话）读一读。顺便提一下，有的网友可能要问：要是作者来个先抑后扬引人入胜怎么办？呵呵，你多心了。这不是小说诗歌散文，这是技术文。技术文的首段永远是开门见山的，如果不是这样的话，那你得掂量一下你手上捧的是不是科幻小说。记住，坦然地读首段，并且找出关键语句，这样能继续帮你理解作者在每一个知识点上所采用的研究思路和方法，及需要解决的矛盾。
到了这里，无论你手上拿的是什么大部头书籍，你都能完全了解你应该精读的内容在哪里了。你能释然地去读那些你认为对你有价值的东西。读完以后，你能大胆地合起书来，气焰嚣张地对你身旁不得其要领、读得焦头烂额的战友说：“嘿嘿，吾已掌控本书内容十之有八，汝服我否？”