战胜拖延找卢悦丹
最近我思考进化和成长，原来是相通的，与你分享一下。
1、所谓进化算法
过去我的学习和工作，与算法接触很多，细细思考总结了一下，原来所有的算法都有一个最简单的逻辑，那就是积分和迭代。
所有的智能学习算法，和大部分普通算法，都可以由这两个关键字搞定！
下面我来为你具体分析一下。
用算法解决任何一个问题，就是在解空间范围内，找到最优解，让目标函数取值最大。
比如下图，我们的目标是三角形的地方。
初始位置可以是解空间的任意一点；选择在初始位置周围做N次尝试，必然有一次的尝试是离目标最近的；于是采纳这次尝试，新的位置就作为下一次迭代的初始位置。
举个例子：
问题：请你组合出一种基因组合，使这个基因最能适应大自然。
解空间：基因的所有排列组合
目标：最能适应大自然
解：一种基因组合
这是最伟大的算法——基因算法或者说进化算法，用的就是简单的遗传（积分）和变异（迭代）。
基因不会另起炉灶，重新长出一个，而是：
◾️复制原来的结果（积分）
◾️然后会加一点小变化（迭代）
◾️如果这个变化是能适应大自然（目标），这个基因就会留下来（积分）
进入下一轮【积分-迭代-对比目标】的循环中。
这个循环一直进行下去，直到现在，依然没有结束，但是这样的进化会让基因越来越好。
2、成长思维是什么？
在《终身成长》这本书中提了两个思维模式，成长型思维模式和固定型思维模式。并认为人们的行为和看法基本都是从这两种思维衍生出来的。
固定型思维：认为能力是一成不变的，成败证明了自己的能力。
成长型思维：认为能力是可以通过努力学习提高的，做事情是为了获得成长。
我想大自然一定是一个有成长型思维的人。
基因是多么难改变的啊，最初我们只是一个大分子而已，谁能想象经过进化，会变成人类呢。
但是大自然就是通过积分和迭代，让基因不断成长，到现在这样多彩缤纷。
那么我们看看算法中影响成长的因素是什么吧。
初始位置：在介绍算法的时候，我就说了，初始位置是随意选取的。如果有幸选的离目标更近，那么它可能迭代次数少一点；如果离目标远，那也不影响最终是可以到达目标附近的。
所以初始位置固然重要，但并不是胜负的决定因素。一个大分子都可以进化成人类，还有什么是不可能的呢？
N次尝试：如果有关于目标的更多信息，这N次尝试可以少一些，而在我们现实中，如果能得到更多指点，也会大大减少选择成本。
目标：目标如果是不断变化的，那么效果也会大打折扣，我们很可能搞不懂到底往哪个方向走了，越是固定和清晰的目标，算法中迭代的次数会越少。
大自然是值得我们学习的。
人作为大自然的个体，最初来到世界，是和大自然最接近的状态。同样有两个明显特点：
人在刚刚出生的时候，也是成长思维
每个人在刚刚出生后，都有强烈的求知欲，他们好奇的打量这个世界。
当他们会爬了，他们不断拓展自己的地图。
他们在完成人生中最难的任务，走路和说话时，从来没有说好难，我不是这个料，不走了。
他们也不会因为跌倒觉得丢脸羞愧，他们只是不断的摔倒，再站起来，能力成长飞快。
人的能力提高也是符合进化规律的
我们刚刚出生，能力可能仅限于动物本能。
◾️积分：以初始能力为起点
◾️迭代：我们进行探索和尝试，向周围的环境学习，出现了新技能，比如爬行
◾️积分：爬行技能有好处，留下来，获得了新技能
就这样不断积分和迭代，我们的好技能留下来了，不好的丢弃了。
所以，为什么我们小时候能把走路和说话两大最难的技能学会呢，因为遵循了自然的规律做事。
3、对付拖延，要遵循自然规律
很多习惯拖延的人，很可能有固定思维。
比如失败恐惧者，他们认为：
如果表现不好了，证明自己能力不行，自己就是一个失败者。
如果表现好了，证明自己能力好，自己是一个成功者。
但是表现等于能力吗？显然不是。
一个刚学走路的小孩，当他摔跤的时候，他也没有感觉自己是一个无法走路的人；而是从不断摔跤中，学会了怎样才能让身体平衡，最后成为一个会走路的人。
之所以我们这样认为，就是因为过去的迭代目标就是错误的，而这些目标，可能就是过去的教育，家庭强塞给我们的，让我们的思维越来越接近了固定思维。
当我们有固定思维，就相当于停留在初始位置不敢寸进了，这样就只能拖延了。
现在我们可以自己选择目标了，为什么还要守着过去错误的目标呢。
换个什么目标呢？比如这个：我最期待成长，我喜爱成长的感觉。
◾️积分：以我们现在的能力水平为起点
◾️迭代：如果我行动，就可以成长，如果复盘，可以看到成长，如果我拖延，就无法获得成长
◾️积分：行动有好处，留下，复盘有好处，留下，获得了新的能力水平
大脑是容易忘记的，怎样让我们的新目标进入大脑呢？
每天提醒自己：在每天的日记里，告诉自己，目标是成长
做事前提醒自己：在做每一件事前提醒自己，目标是成长
当我们做了足够多的训练，大脑的印象会越来越深刻，才能内化成为一种新的思维模式。
我是卢悦丹，带你战胜拖延，掌控人生！