格格党

手机浏览器扫描二维码访问

向计算机学习思维原则（第2页）

再举一个例子。

简单说，就是当我们面对一大堆选择，又没有重新选择的机会的时候，我们在做判断前需要考察的总数的百分比。

计算机算法给出的答案是37%，当我们考察了总数的37%后，不应该继续考察剩下的63%，而应该迅速做决策，而不是等全部考察完。

比如，买房，市场上在考察范围内的房有100套，那我们要把100套全部看完才能下决心吗？算法思维告诉我们不用，考察前37套，就可以选了。

这是算法决定的，在这个地方停止考察做决定，是成本收益最优的策略。

大家可能觉得算法提供的37%这个原则，看起来冷冰冰不近人情。

但是，无论是数学推演，还是客观统计，这个数字都是有效的。

不是真的建议你接受这个数，只是通过这个例子，展示两种思维方式之间的巨大鸿沟。

不过，说到这里，大家可能会有一个误解，认为算法思维只会坚持原则，没有灵活性。

其实恰恰相反，算法思维，不仅有原则，同时还能够兼顾更多的原则，而这一点恰恰是人类做不到的。

银行门店里排队办业务通常需要遵循什么原则？先来后到。

谁领的等候号码靠前，谁先办业务。

这是单一的原则。

如果有一个人的业务特别复杂，要办很长时间，后面的人就会等很久；有一位的业务特别重要，不仅对他自己重要，对银行也很重要，但是他也不得不按部就班地排队。

从全局的角度看，这不是一个效率最高的策略。

但是没办法，银行面对公众，在复杂的情况中它只能采取单一的、看起来公平的策略：先来后到。

计算机也面对同样的问题，要完成那么多任务，它只有一个CPU，先算哪个后算哪个？算法就会有很多原则来处理这个事。

比如，法官原则：谁先排队谁先办理；客服原则：谁最重要，谁先办理；先苦后甜原则：哪个客户消耗时间最长，哪个客户先办理。

这些原则怎么统一在计算机处理的过程中呢？计算机操作系统的设计者，通常会把好几种方案混合使用。

比如同时设定，越重要的顾客优先级越高，等待时间越长的顾客优先级越高。

这样一个顾客即使不是很重要，但是等待时间已经很长了，他也有机会先办理业务。

所以说算法思维不是单一原则，它恰恰更灵活，更能考虑全局。

它的唯一出发点是，哪种方式消耗的时间最短、花费的资源最少、效率最高。

有一次，脱不花跟我说，考察一家公司有没有真正的价值观，一个问题很有效，问他们老板：“贵公司排序第二的价值观是什么？”

这个问题通常会把人问蒙，问第二不问第一的目的，就是看看他们的价值观是不是有排序，没有排序的价值观就等于没有价值观。

对啊，很多公司贴在墙上的使命、愿景、价值观都是很大的词，比如高效、诚实、正直等等。

这些大词本身没错，但问题是，当这些大词发生矛盾的时候，比如高效和诚实发生抵触的情况下，哪个原则优先呢？如果没有清晰的排序，怎么能说这是有价值观呢？还是处理不了具体情况。

在计算机的算法思维里，就没有这个问题，所有的原则都必须排序、都必须编码、都必须有高阶低阶的次序、都必须能处理实际出现的所有情况。

这才是真正结合了原则性和灵活性。

人的思维方式很难做到这一点，也是我们在这个超级复杂时代必须向算法学习的原因。

我们人类的思维能力和计算机相比，差的不仅是运算速度，更是思维结构。