4知其所以然.pdfVIP

知其所以然（以算法学习为例） 其实下文的绝大部分内容对所有学习都是同理的。只不过最近在正儿巴经地学算法，而后者 又不是好啃的骨头，所以平时思考总结得就自然要比学其它东西要多一些。 问题：目前几乎所有的算法书的讲解方式都是欧几里德式的、瀑布式的、自上而下的、每一 个推导步骤都是精准制导直接面向目标的。由因到果，定义、引理、定理、证明一样不少， 井井有条一丝不乱毫无赘肉。而实际上，这完全把人类大脑创造发明的步骤给反过来了。看 起来是阳关大道，实际上车马不通。 而对读者来说，这就等于直接告诉你答案做法了，然后让你去验证这个答案做法是可行 成立的。而关于答案做法到底是怎么来的，从问题到答案之间经历了怎样的思维过程。却 鲜有书能够很好的阐释。就我有限的阅（算法）书经验，除了波利亚的《怎样解题》还算合 格之外（也并非最理想），其它的（包括有名的《算法导论》、《如何解题：现代启发式方法》、 《Algorithms》、《编程珠玑》，甚至TAOCP——公平地说由于高老大对算法领域历史了解得非 常通透，所以许多地方能够从原始脉络来讲述一个问题，譬如令人印象深刻的从竞赛树到堆 的讲解就寥寥一页纸道出了堆这个数据结构的本质来，而像刚才列的几本有名的书却都没有 做到），在思维的讲述上都算不上合格（当然不是说这些书没有价值，作为知识性的参考书 籍，它们将知识整理出系统结构，极大的便利了知识的掌握，就像《什么是数学》所做的工 作一样），为什么我这么说呢，因为我发现每每需要寻找对一个算法的解释的时候，翻开这 些书，总是直接就看到关于算法逻辑的描述，却看不到整个算法的诞生过程背后的思想。 我们要的不是相对论，而是诞生相对论的那个大脑。我们要的不是金蛋，而是下金蛋的那只 鸡。 Update(2008-7-24): 收到不少同学的批评，想来这个开头对一些著作的语气过重了，实际上， 注意，我完全不否认这些著作的价值，我自己也在通过阅读它们来学习算法，并且有很多收 获。这篇文章更多的只是建议除了阅读这些著作之外还需要做的功课。此外，对于这类知识 讲述（欧几里德）方式的批判西方（尤其是在数学领域）早就有了，早在欧拉和庞加莱的时 候，他们俩就极其强调思维的传授，欧拉认为如果不能传授思维，那数学教学是没意义的。 而庞加莱本人则更是对数学思维有极大的兴趣和研究（我前阵子在讨论组上还转载了一篇庞 加莱的著名演讲，就是说这个的，参见这里）。我只是在说目前的算法书没有做到思维讲述 的层面，因此建议阅读这些书之余应该寻找算法的原始出处，应该寻根究底，多做一些功课， 知道算法到底是怎么诞生的，并且我说明了为什么应该知其所以然，有哪些好处（见下文）， 我还给了几个例子譬如红黑树作者讲红黑树的，g9 讲后缀树的，以及Knuth 讲heap 的。唉， 其实挺正统的观点，授人以渔，不管是东方西方都有类似的古老谚语。而我只是从认知科学 的角度加了点解释，windstorm 称之为“解释文”。而已。可惜被开头的语气搞砸了，算了， 既发了也就不改了。 为什么会这样，其实是有原因的。 我们在思考一个问题的过程中有两种思维形式： •联想：这种思维某种程度上可以说是“混乱”的（虽然从一个更根本的层面上说是有规则 的），所谓混乱是指很多时候并不确定联想到的做法最终是否可行，这些联想也许只是基于 题目中的某个词语、语法结构、问题的某个切片、一些零星局部的信息。这个过程是试探性 的。最后也许有很大一部分被证明是不可行的。很多时候我们解决问题用的都是这种思维， 简言之就是首先枚举你关于这个问题能够想到的所有你学过的知识，然后一一往上套看看能 否解决手头的问题。这种思维方式受限于人脑联想能力本身的局限性。我在《跟波利亚学解 题》中就提到了几个例子。联想本身需要记忆提取的线索，所以受到记忆提取线索的制约， 如果线索不足，那怎么也联想不起来。而提取线索的建立又取决于当初保存记忆的时候的加 工方法（《找寻逝去的自我》里面有阐述），同时，面对一个问题，你能够从中抽取出来的联 想线索又取决于你对问题的认识层度/抽象深度，表浅的线索很可能是无关的，导致无效的 联想试错（《Psychology of Problem Solving》里面有阐述）。总之，联想这个过程充满了错误 的可能。 •演绎 归纳：演绎归纳是另一种思维形式。它们远比联想有根据。其中演绎是严格的，必 然的。归纳也是有一定根据的。在面对一个问题的时候，我们有意无意的对问题中的各个条 件进行着演绎；譬如福尔摩斯著名的“狗叫”推理——狗+生人=吠叫 昨晚狗没有叫 = 那个人是熟人。就是一个典型的对问