思维的地图(四)· 应用程序篇

前情回顾

第一篇,系统篇。把你的大脑类比做计算机,那么理性系统就是操作系统,这一篇从哲学和认知神经学的角度解释了这个系统的运行原理。你可能没看懂或者仍心存疑惑,没关系,因为那是哲学和科学的边界,反正又不一定对。

第二篇,数据篇。解释了外界的信息输入系统后,是如何被加工和存储的,这些数据是一切思考的基础,用一个哲学术语把它们统称为“世界观”。

第三篇,算法篇。解释了系统中的最小运算单元、运算原理和局限性,人们把这套算法称为“逻辑”。

这次是第四篇,也是最后一篇,应用程序篇,总结一些常用的思维方法。

前言:啰嗦几句心路历程

思维领域是我的兴趣点之一,我研究了相当长的时间,包括读了大量的书、学过很多课程、做过很多训练。应用篇,按道理应该最简单、最浅显的,但我却迟迟没写出来,为什么呢?原因是现在市面上讲思维方法的太多,耳熟能详的就有系统思维、创新思维、批判性思维、结构化思维,可惜它们之间并没有清晰的边界,所以我一直做不出一个合理的分类,不知道从哪头开始动笔。

直到最近,我终于想到了一种表达方式,所谓应用程序,就是为了在某些场景下解决问题才被调用的,所以按场景来写更容易让人了解到如何运用。在这个过程中,我仍然会把我觉得有价值的书附在上面,以便查阅,希望对你有用。

思维方法:用应用程序类比你的思维

你想开车去香山玩,但是不知道怎么走,此时你产生了一个需求或者说目的:“想获得到香山去的最短路径”。打开汽车导航,它会用三步帮你解决问题,分别是I-P-O:

  1. 输入(Input):输入起点、终点和算路要求。

  2. 处理(Process):导航程序基于地图数据、用特定的算法完成算路。

  3. 输出(Output):导航程序用一种你能看懂的形式呈现出算路结果。

我们把程序拆解开,看下它解决问题的原理,会发现,关键在于它的两个重要组成部分:“数据结构”“算法”

数据结构是什么呢?数据结构(Data Structure)是计算机存储、组织数据的方式,是数据在计算机中的载体。一个好的数据结构,能有序、准确的编排信息,去粗取精、去伪存真。

算法又是什么呢?算法(Algorithm)是对计算机如何解决一个问题的完整步骤的描述。一个好的算法,能够对一定规范的输入,在有限时间内,得出满足要求的输出。

对应到刚才的例子,在汽车导航程序中:

  • “输入”是由某种数据结构所承载的数据,它精确的描述了需要做什么。
  • “处理”是算法具体的执行过程,他要解决的是怎么做的问题。需要注意的是,在运算过程中,地图数据也会以某种数据结构提供给算法使用
  • “输出”和“输入”一样,也是由某种数据结构所承载的数据,只不过功能不同,它的核心是把运算的结果清晰的呈现出来,让人看懂。

如果你理解了应用程序解决问题的原理,那么把导航程序换成你的理性系统,在思考时,大概可以做这样的类比:

  1. 数据就是你脑中存储的信息,即“认知结构”或者叫“知识结构”。
  2. 数据结构就是你组织信息的方式。
  3. 算法则是你所用到的思维策略和过程。

从这个角度看,只要你搞懂了你的理性系统中有多少“数据结构”和“算法”,就可以持续的增加数量、优化质量,从而让你的思考更加的清晰和高效。下面,我基于自己所学,做一些总结。

一.你头脑中的那些“数据结构”:结构的存在具有客观性和必然性

在理性系统的每一次IPO过程中,结构有三个重要的作用:

首先,输入时,要用结构来保证信息的全面和准确。结构混乱,很容易造成信息的遗漏或冗余,导致整个思考就毫无意义。

其次,处理时,要用结构来匹配对应的算法,在运算时提供支撑。结构混乱,会影响思考的效率和结果的正确性。

最后,输出时,要用结构来保证信息的清晰和直观,便于让人理解。结构混乱,则会让你思考的结果难以被人接受。

下面不做证明题,列举一些常用的结构给你感受一下,相信结果不言自明。

1.“输入”(Input)常用结构

一些通用性的结构:

  • 按时间顺序描述:step1/step2…
  • 按空间顺序描述:level1/level2…
  • 按数据的编号描述:1/2/3…
  • 准确描述问题或任务:5W2H结构
  • 准确描述目标:SMART原则
  • 准确信息分类:MECE法则+逻辑图
  • 统一对立的信息描述:二维四象限矩阵
  • 多角度原因描述:人机料法环

各行各业也都有各自领域所积累的结构:

  • 战略描述:SWOT、PEST
  • 竞争力描述:波特五力模型、波士顿矩阵
  • 业务描述:平衡计分卡、商业模式画布
  • 营销描述:4P模型(产品/价格/营销/渠道)

2.“处理”(Process)中常用的结构

支撑运算的结构,通常都隐含着一种目的性,并匹配着一种简单的算法。也就是说,你按着结构填完数据的同时,也相当于完成了简单的算法运算。

一些通用性的算法和结构(采用这种格式“目的:算法 + 数据结构”):

  • 发现更多的问题:创造性思维(发散)+ 逻辑图
  • 分析问题的根因:批判性思维(收敛) + 5why/鱼骨图
  • 问题的跟踪闭环:正向思维 + PDCA
  • 问题的分类汇总:归纳思维 + 亲和图
  • 方案的选择决策:对比思维 + 决策树(Decision Tree)/ 概率树(Probability Tree)
  • 聚焦找关键点:核心思维 + 二八原则
  • 目标或任务分解:分解思维 + KPI / OKR / WBS

另外还有一类更抽象的框架性结构,这种结构的每一个环节需要很多小的IPO支撑,加到一起才能解决问题。一般每个领域都会有自己的一套专业化的框架,列举几个大家感受一下:

  • 质量管理:六西格玛框架(DMAIC)
  • 项目管理:价值/时间/范围/成本/质量/风险/组织
  • 顾问解决问题:结构化思维(麦肯锡、3P原则)

3.“输出”(Output)常用结构

这种结构的核心目的是最短的时间内让人看懂,因此,它通常按人脑的思维习惯来组织数据。

  • 写作/讲故事/汇报:SCQA(详见芭芭拉的金字塔原理)、总分总、英雄之旅模型
  • 可视化呈现:表格、图标、思维导图、视觉引导图

4.科普:秩序性,结构的真相

有没有想过,你平时运用的“结构”到底是怎么来的呢?其实,结构是人脑感知到了自然界中的秩序,而形成的一种精神秩序。

首先是时间秩序,自然界中事物的变化皆有先后、早晚之分,人脑感知到了这种时间性,从而掌握了按时间排序的能力。

其次是空间秩序,由于物理规律的存在,很多事物间存在着空间上的依赖关系,包括有上下、层次、里外等等,人脑感知到了这种空间性,从而掌握了按空间排序的能力。

再次是因果秩序,人们发现很多事物在时间、空间的影响下,每一次都能呈现出一种确定的先后顺序,因此就总结出来数据之间的因果顺序。

最后则是逻辑秩序,人们在日常生活中,观察事物、发现问题、解决问题,就形成了很多经验或者说是套路,有些能帮人把事情思考的更全面,有些能帮人把问题处理的更快,有些则能帮人把事情描述的更易懂,这便有了逻辑顺序。

所以说,结构透视出的是人所认为的事物的客观规律。认知心理学家布鲁纳是这么总结的:掌握事物的结构,就是以允许许多别的东西与它有意义地联系起来的方式去理解它,简单的说,学习结构就是学习事物是怎样相互关联的。

二.你头脑中的那些“算法”:选择性价比最高的方法

为什么要选择算法?你的系统中确实有很多基础算法,像是归纳与演绎、分析与综合、比较与分类、抽象与概括,但是如果你要解决具体问题,就必须把它们编排起来,形成招式,组合运用,以达到性价比最高,即在有限时间内获得最优解。

举个例子,在汽车导航中,算路的底层算法原理很简单,就是拉迪杰斯特拉算法(单源最短路径算法)和A*算法(启发式搜索)。但是结合不同的场景就有不同的组合和变种,比如计算你家到附近超市的路线,和计算你家到海南岛的路线,计算量明显不同,但你的需求就是要在1秒内看结果,所以导航程序必须使用不同的算法策略满足你。

下面结合不同的目的,总结一些思考时常见的“算法”:

1.判断和评价——批判性思维,去伪存真

从现代信息科学的角度看,思考就是从外界获得信息,加工信息,从而形成新信息的途径和方法。如此看来,接收信息的正确与否是有效思考的先决条件,很多人正是由于缺乏这种“信息质检”的能力,所以对谣言、骗术、假消息没什么免疫力,更别提有效的思考了。

“批判性思维”,能帮你熟练和公正的评价信息的质量,让你具备检测错误、虚假、篡改、伪装和偏见的能力。

用它完成检验总体有四步:

  • 第一,发现和质疑基础假设。
  • 第二,检查事实的准确性和逻辑一致性。
  • 第三,关注特殊背景和具体情况。
  • 第四,寻找其他可能性。

举一个例子,有人告诉你一个观点:上大学没用。证据是他做了一个统计,调查了80%工作5年的人的收入,发现分布情况和是否大学毕业没有关系,所以证明大学没用,白白浪费了青春和学费。

你从直觉上看,发现论证的挺严谨,有统计学的数据支撑,样本满足大数定律,因果逻辑存在一定的必然性。但是,怎么总觉得有一种违和感呢?

此时,你只要用批判性思维的第一步检验一下,就会发现问题所在。这个观点隐含了一个前提,是一种价值观假设:收入是评判上大学有没有用的唯一标准。如果你认同这个价值观,那么自然可以,如果你认为还有很多重要因素啊,比如经历、人脉、智慧什么的,那么这个观点在你这里就是错的,你就不能把这段因果存在头脑中。

批判性思维看上去好像不难啊?为什么能用好的人不多呢?根据我的观察,大概有三个原因:

第一,认知不到这东西的存在,易被感性影响。
批判性思维是国外大学的必修课,但是在中国却很罕见,由于不知道,所以很多人无法运用,更容易被情绪、脑中混乱的逻辑影响。

第二,强依赖理性系统中的算法,即“逻辑”。
在检验的第二步,就是用事实和逻辑检验,如果逻辑思维不强,也很难辨别真伪。

第三,强依赖理性系统中的数据,即“世界观”。
在检验的第三、四步,非常依赖你的信息量,很多东西你不知道或者认识的高度、深度不够,自然容易认为选项只有这些。

小结

  • 目的:准确的判断或评价
  • 输入:待检验的事实或观点
  • 处理:批判性思维 + 5why / 逻辑图
  • 输出:检验后的事实或观点

批判性思维是一项非常重要的基础能力,尤其在防“忽悠”方面价值明显,属于越用越有价值的技能,值得你用一生时间来修炼。

参考书籍:《超越感觉》、《批判性思维(带你走出思考误区)》、《批判性思维工具》、《学会提问》(批判性思维领域的圣经)、《清醒思考的艺术》、《明智行动的艺术》

2.分析简单问题——正向思维,学会解题

回忆一下,生活中,你是怎么解决一些力所能及的问题呢?比如一道数学题怎么解的?出门忘了带公交卡怎么办?英语如何快速学习?好像,每次努力想一想就能找到答案。人们观察并总结了这类最常用的思考过程,将其称为“正向思维”。

“正向思维”就是沿袭某些常规去分析问题,按事物发展的进程进行思考、推测。它是一种从已知进到未知,通过已知来揭示事物本质的思维方法。

用它完成一次问题的分析,总体有三步:

  • 第一,收集、记录因果逻辑。
  • 第二,分解问题,直到找到问题本质,发现问题的根本原因。
  • 第三,根据因果逻辑,由原因推到结果,找到答案。

你可能会问,自己到底是什么时候偷偷的掌握了这种思维方法呢?大概就是从你学会数学开始。这次不举生活中的例子,只给你一道小学数学证明题,希望可以帮助你理解原理,举一反三同样的来解决生活中遇到的问题。

说明:a2是a的二次方;a3是a的三次方,b同理。
条件:设a、b是两个正实数,且a≠b。
求证:a3+b3>a2b+ab2成立。
证明:
1.只需证(a+b)(a2-ab+b2)>ab(a+b)成立。
2.只需证a2-ab+b2>ab成立。
3.只需证a2-2ab+b2>0成立。
4.只需证(a-b)2>0成立。
5.由已知条件可知,因为a≠b,即a-b≠0,
所以(a-b)2>0显然成立,由此命题得证。

看明白了吗?这道题的“条件” 就是已知的因果逻辑,“求证”就是你要解决的问题,“证明”的1-4步,就是分解问题找到本质的过程,最后第5步就是基于因果逻辑,由因推出果。

正向思维及其常见,但是你可能会发现,除了解决数学以外,能在日常生活中把它用好的人似乎不多,为什么呢?根据我自己的观察,大概有三个原因,都和正向思维的局限性有关:

第一,不适合分析过于复杂的问题。
这里的复杂问题是指信息量过大,且难以分解的问题。比如多因果问题,一个问题的触发因素可能有无数种,你无法分解成多个单因果问题逐一击破。如果忽略了使用的场景,一定要硬想出一个结果,最后可能会由于没考虑很多隐藏的原因,得到错误的结论。

第二,正向思维每次只限对某一种事物进行思考。
如果一个人不能主动控制头脑中的信息,不能像解题一样集中精力,往往会忽略分解问题找本质的环节,容易被问题的表面现象迷惑,得不到正确的结果。

第三,正向思维强依赖你已经积累好的因果逻辑。
在思考前,你必须已经对相关事物的过去、现在有充分的分析,对它的发展规律也有充分的了解,形成了一个因果关系存在脑中。这一点就是要求你平常就要做一个因果逻辑的收集器,同时还要运用批判性思维,不停的积累正确的因果。这一点很多人是做不到的,尤其是头脑中已经积累了很多错误的结论、观念和经验的人,要做好是很难的。

小结

  • 目的:针对简单问题求解
  • 输入:明确的题目(表格 / 5W2H)
  • 处理:正向思维 + 思维导图
  • 输出:答案

希望你能记住那道证明题,很多你曾认为复杂的问题,用了正向思维之后,你会发现,只要能分解、能找到本质的问题,其实还是属于简单问题,只不过看上去繁杂而已。如果你能持续积累因果逻辑、持续打磨分解能力,长此以往,相信你遇到的问题中,“简单”问题的比例也会越来越多。

参考书籍:《简单思考》、《怎样解题》(很多解法都在数学中)、因果逻辑可从各学科的教科书中中收集。

3.分析复杂问题——系统思维,全局之眼

如果你平时喜欢观察人解决问题的方式,通常能观察到三类:

第一类是“乱拳论者”,基本不怎么思考直接行动:我什么都不信,我只相信我通过尝试、犯错得来的教训,这就叫乱拳打死师傅。

第二类是“经验论者”,查找经验后再行动:人家就是这么做的,成功了,我也要这么做。

第三类是“因果论者” ,先寻找问题本质,确定根因再行动:我已经分析清楚了,你只要做好这个,就可以得到那个。

从这三种思路所用到的逻辑规律上看,第一种属于基本没动脑;第二种是相信的简单枚举归纳法的,比较单纯;第三种则是信科学归纳法,然后用演绎法解题的,属于正向思维的解法。很明显,第三种相对最好,但是面对这个世界,这样就够了吗?可能还不够,因为现实生活中、工作中,你还会遇到很多“复杂问题”。

复杂问题是一种掺杂了多个维度和变量的问题,从因果关系上看,它有两个主要特点:

1.无法还原或分解成单因果的简单问题。如果强行分解,可能会破坏问题本身,亦或是分解后发现它还是复杂问题。

2.因和果之间不一定存在必然性。可能随时间变化,可能存在一定的概率,还可能存在不确定性。

好在人类已经有了一套解决这类问题的理论,就是“系统论”。

这世界上的所有东西,都是被规律作用着,以一种叫做“系统”的方式存在着。要素,是系统中你看得见的东西;关系,是系统中你看不见的、要素之间相互作用的规律;系统论就是用这种方式研究事物的理论。

“系统思维”则是基于系统论构建的一种思维策略

思考时,把研究对象作为系统,从系统和要素、要素和要素、系统和环境的相互联系、相互作用中综合地思考。

系统思维的本质是一种先“降维”'再“升维”的思考策略,先简化你对事物的认知,提炼重点框架,在有限的时间内带来整体观。然后再从多个维度补充系统的细节

用它分析、解决问题大概有七步:

  • 1.找到系统中关键要素。
  • 2.找到要素之间的关联。
  • 3.形成极简系统模型。
  • 4.考察系统的整体性、动态性、平衡性等。
  • 5.找到解题的关键要素。
  • 6.调整要素,观察系统状态。
  • 7.以此类推,迭代优化。

系统思考的例子都很复杂,我在本章最后附上写过的几篇文章的链接,感兴趣可以进去看看。这里,我只讲一个小故事,感受一下系统的力量:

人体是一个典型的复杂系统,医学里有种病叫红斑狼疮,表现为一种皮肤病,皮肤科反复研究、治疗、实验都没有用,因此最终被定义为是不治之症。直到人类把人体做了系统性的研究,梳理出影响皮肤的要素和关联之后才有了突破,原来疮只是呈现出的表象,真正的问题出在免疫系统,最后,由免疫科投入研究才开发出了治疗药物。

世界上有很多系统,凭人类现在的知识,是不可能了解全部信息,更不可能分割,在这种情况下,就可以用系统论的思路来解题。

小结

  • 目的:针对复杂问题求解
  • 输入:明确的题目(5W2H / 逻辑图)
  • 处理:系统思维 + 因果循环图
  • 输出:要素和要素之间的关联(因果循环图)

面对这个VUCA的世界(Volatility(易变性)、Uncertainty(不确定性)、Complexity(复杂性)、Ambiguity(模糊性)),你的大脑要能够接受复杂、多维和不确定性。乱拳论,会让你死在不必要的地方;经验论,会让小马不敢过河;因果论,会让你忽视世界的复杂。世界的变化越快,经验就越容易失效,好在万物皆有规律,希望你能训练一套自己的系统思维,洞悉规律,拥有一双全局之眼。

相关文章:
立体看世界(一)· 综述
立体看世界(二)· 关联性
立体看世界(三)· 整体性

参考书籍:《系统之美》、《整体的哲学》、《系统思考》、《第五项修炼》

4.创新——创造性思维,打破边界

你可能会奇怪,创新不是源于灵感吗?怎么会有思维方法呢?没错,灵感确实是创新的源泉,但是你有没有想过,“灵感”又是怎么来的呢?人真的能凭空创造出新事物吗?

要回答这个问题,我们先来回顾几个跨时代的创新品:

  1. 飞机:怀特兄弟用四个旧概念(风扇叶、自行车链、汽油引擎和翅膀)创造出来的。

  2. 电灯:爱迪生用三个旧概念(玻璃容器、真空和导线)创造出来的。

  3. MTV:音乐+电视。(为什么是MTV…)

所以说,人创造新事物并不是无中生有的过程,创新的本质是选取旧事物,对之进行混合、变动、打破或构造,使之成为新事物。

“创造性思维”则是总结了人创造的规律后,给你提供了一套能激发灵感的思维策略,灵感一旦被激发,它会自动帮助你把旧事物变成新事物。

进行一次完整创新总体有四步:

第一,分解。惨无人道地砸碎原有的固有框架,把它拆解为一个个具体的组件、要素、或者属性。

第二,变化。对这些组件、要素、或者属性动手术,可以用减法策略删除、用除法策略重组、用乘法策略复制、用任务统筹策略赋予新任务、用逆向思维反推、也可以从多个不同的角度来分析。

第三,重组。用这些让人心中没底,甚至胆战心惊的手术,给原有事物整容后,整理整理,就出现了一种焕然一新,但还不知道有啥用的“新东西”。

第四,应用。最后,仔细观察这个整完容的“新东西”,倒过来想,它有啥新功能?在什么特殊的场景下,能有什么独特的新用处?如果找到了,恭喜你创新成功。

以上可以看到第二步最核心,涉及的方法、工具也非常多,下面举四个例子简单说明一下:

1.逆向思维方法,反推求新

你知道胶卷相机的原理吗?把胶卷放入相机,并卡在相机齿轮上,合上后盖开始拍照。拍一张,自动转动齿轮,收起这段胶卷,抽出一段新胶卷。全部拍完后,自动把所有胶卷反向卷回到胶卷盒,打开相机后盖,取出胶卷。

这个设计有个重大设计缺陷,你如果不小心打开相机后盖,所有拍过的照片,就会全部曝光。如何用最简单、有效的办法优化呢?

日本有一个老太太,她的思路是这样的:把胶卷放入相机,先自动把空白胶卷从胶卷盒里全部卷出来,然后拍一张,再反向收回到胶卷盒里一张,直到全部拍完。这样,万一相机后盖被打开,曝光的仅仅是空白胶卷。她把这个只改变齿轮转动方向就能解决问题的创意,申请了专利,最后卖给了柯达公司,获得了70万美元的专利费。

就是逆向思维法中的“结构逆向”,把事物按结构拆解后,再反向思考、重组。此外还有五种逆向方法,等你来用,它们分别是:功能逆向、状态逆向、原理逆向、序位逆向和方法逆向。

2.乘法思考策略,叠加求新

乘法策略就是在事物被分解后,把其中某一部分进行叠加复制。这个策略,在产品设计中非常常见:

如果你是做手机的?试试做两个镜头?基于这个尝试,出现了能自拍的手机。试试做三个镜头?前置一个,后置两个?后置两个镜头,手机拍照能力明显提升,甚至能拍3D视频。试试做两个屏幕?于是,你可以用正面的LCD屏幕刷微信,背面的电子墨水屏看书。

如果你是做计算机的呢?CPU被用过乘法策略后变成了双核、四核、八核;显卡变成双显卡;显示器单屏边为双屏。

3.六顶思考帽,多角度求新

事情都有多面性,你从不同角度看通常会有不同的结果,六顶思考帽就是能帮你打破固有偏见全面看问题的思考术:

  • 戴上代表“信息”的白帽,你就必须充分搜集数据、信息和所有需要了解的情况,客观的思考。

  • 戴上代表“价值”的黄帽,你要集中发现价值、好处和利益。

  • 戴上代表“感觉”的红帽,你可以释放情绪和感受。

  • 戴上代表“创造”的绿帽,你只专注于想点子,寻找解决办法。

  • 戴上代表“困难”的黑帽,你只专注缺陷,找到问题所在。

  • 戴上代表“管理思维过程”的蓝帽,你自己要成为裁判,站出来统筹安排思考顺序,分配思考时间。

一般来说用“蓝白黄黑绿红蓝”的思考方法,就可以从各个角度对一个事情做一轮完整的覆盖。此外,还有很多种戴法。比如,简单问题,可以戴“蓝白绿”;改进流程,可以戴“黑绿”;寻找机会,可以戴“白黄”;保持谨慎,可以戴“白黑”;做出选择,可以戴“黄黑红”等等。

如果你能熟练运用,相信你会发现对问题的很多新的观点,同时,你解决问题的效率也会大不同。

4.头脑风暴,组团共创

头脑风暴(Brain Storming),是由美国创造学家A.F.奥斯本发明的一种激发创造性思维的工具。它能用严谨的流程(自由思考、延迟批判、以量求质、结合改善),把所有智慧的子集“连接”起来,“激发”新的想法,产生一群人独自苦思冥想无法产生的创新。

这个方法在日本特别火。松下公司是头脑风暴的忠实信徒,他们仅在1979年内,就获得170万条设想,平均每个员工三条。日本著名创造工程学家志村文彦,也用这一方法帮助日本电气公司,并获得了58项专利,降低成本210亿元。

小结

讲到这里,相信你已经明白一件事:创新也是有套路的。现在已经到了一个全面创新的时代,每天都有新事物、新模式、新产品诞生。如果你忽略前人的总结,自己天天靠拍脑袋创新,那就好比没学过武功的人对抗会武功的人,也许你的“乱拳流”会偶尔取胜,但是终究难成高手。

参考书籍:《微创新》(系统创新思维)、《创新思维训练游戏》、《六顶思考帽(创新思维之父的两本著作)》

最后:哪个最重要?世界观、方法论还是实践

至此,我们已经把一次思考的过程拆解为数据结构算法了,数据结构就是你组织信息的方式,算法就是你所用到的思维策略和过程,两者相加,才能算是一个相对比较完整的“方法论”。你明白了这些,相信很多根本性的问题就迎刃而解了,比如:

1.为什么你很清楚的了解了情况,可就是不知道该怎么办?
你可能只有数据,但是缺少一个帮你解决问题的方法,所以没办法完成一次正确的IPO。

2.为什么你学到了一个方法却用不好?
你拿到的“方法”,可能只有算法部分,它仅仅描述了解决问题的过程、流程或步骤,但是却没有告诉你用什么数据和数据结构来支撑它的运算。

3.为什么你辛苦找到了答案,却发现不是出题的人想要的?
你可能缺少一个用于输入的数据结构。运算还没开始前,其实你就已经跑偏了。

4.为什么你明明有了答案,别人就是听不懂?
你可能缺少一个用于输出表达的数据结构。你滔滔不绝的讲了半天,说的可能都是输入的数据、运算的过程,答案却需要听众来猜。

那么最后一个问题,世界观、方法论、实践哪个最重要呢?

要回答这个问题,我们最后做一次总结:

你大脑中有一个负责思考的操作系统叫“理性系统”,系统的底层算法叫“逻辑”。

你认识世界过程中,在系统里形成的巨大的数据库,这就是“世界观”。你为了解决问题,在系统中安装了很多应用程序,这就是“方法论”。

每一个程序都由两部分组成:数据结构和算法。

数据结构是你组织信息的方式,它能让你用最有效的方式运用你世界观中的数据。

算法则是你所用到的思维策略和过程,它能让你用最有效的方式运用你的逻辑,以解决具体的问题。

但是不要忘了,上述所有这些东西都仅存在你的头脑中,它们的本质是自然世界、现实世界在你脑中的信息映射,本身并不代表“真实”。你只有通过不断的实践,才能建立它们和真实世界的连接,持续的打磨、升级它们,才能保证这个系统能持续帮你解决现实中的问题。

人和人之间思维的核心差异,就是脑袋里这套理性系统,一般来说,一种比较悲催的情况是,你在用ios1.0时候,别人可能已经更新到ios12了。不过,还有一种更悲催的情况就是,你居然从来都没意识到,这系统居然能升级。

七.相关链接

第一篇:操作系统篇
第二篇:数据篇
第三篇:算法篇
第四篇:应用程序篇

单虓晗写于20180701

你可能感兴趣的:(思维的地图(四)· 应用程序篇)