文章目录
- 人一个有一个体系，而不是目标
- 天赋所在：改变命运的决心
- 学习材料
- 学习环境
- 单任务与多项目
- 刻意练习
- 刻意休息
- 系统学习离不开讨论交流
- 本真智慧：我，自学最大的坎
人一个有一个体系，而不是目标
体系的好处：
- ① 为了可以不遵守任何作息规则，又生活的自律。
- ② 为了安顿自己，特别是安于自己的笨拙、孤独。
- ③ 为了让玩游戏、看小说、煲剧、浪费时间、虚度光阴有一种合法的感觉，也能进入看似慢腾腾的体验，享受了过程。还去影响了每一个日子的品质。
- ④ 为了自己做的每件事都有意义，不做没有意义的事。
系统性学习适合 get硬技能，即只能通过系统性的勤学苦练才能学会的。
前置美德：
- 坚毅：一旦决定一件事，就马上义无反顾的去做。
- 心静：不为琐碎之事，寻常之事，和不可避免之事萦绕。
- 成长性思维：认为自己的才能是可以提升的，专注于不断训练和发展自己。
系统性学习的流程：
while( 刻意练习达到 4 小时 ){
if( 注意力充沛 )
刻意练习；
else
刻意休息;
}
return 讨论交流;要想在某一领域到达世界级的表现，需要 10000 小时的刻意练习。
其实刻意练习只是其中的一个因素，还有 12500 小时的刻意休息和 30000 小时的睡眠。
这是一个持续 10 年的系统，你可以维护它，是吗~
系统不计较得失，你的心里有一件大事，足以让你放弃个人的荣辱得失了。
天赋所在：改变命运的决心
我，Debroon，将成为一个著名的计算机科学家。
其实，诗、童话、小说、音乐都是人类的梦想，使我们成为新世界的居民。
在这俩个世界的人们是不一样的，如果和一个没有有梦想的人一起去旅行，你会觉得空乏。
一轮明月当空，他们最多说月亮像一张烧饼，压根不会有【把酒问青天，明月几时有】的豪情！
这条路未必适合你，但万一你真有一个[梦想]，想要极端的成就，你大概需要三个条件：
- 天赋（特别热爱、或为天地立心，为生民立命，为往圣继绝学，为万世开太平）
- 找到自己愿意为之付出一切的使命（如计算机科学家、或钱）
- 为之付出一切，过一种极端的生活（刻意练习 + 刻意休息）
目前没发现天赋，也没关系。你不要着急，先让自己变得优秀再说，只要你的整体素质是好的，慢慢的你就会找对自己的路，找到那个你能够做得最好的事情。
也许您也总想把时间花在重要的事情上，但这会让我感到沉重，或者想到功利，产生烦恼。
我觉得“重要”并不重要，喜欢、快乐、有趣比“重要”更重要。
判断该做什么事情，我给您两个标准。
- 第一，做的时候喜欢、快乐，做了以后一定不会后悔的事情。
- 第二，做的时候未必喜欢、快乐，但不做一定会后悔的事情。
有这两个标准基本就够了，而且它们很好掌握。
请在纸上列出这些事情：
第一 | 第二 |
… | … |
请拿起一支笔，在手上写：
我，XXX，将成为一个著名的 OOO 。
学习材料
学习最好的体验，就是进入【心流】（入迷）。
而想达到心流，这项学习的挑战和你的技能/知识必须形成一定的平衡。
太简单的内容会觉得没意思，太难的内容就不想学。
从信息论的角度来说，心流的这个平衡就是 “新信息” 和 “旧信息” 之间的配比。
不确定性的最佳配比是 15.87%的新信息：84.13%旧信息。
15.87%不但是学习中的最佳训练出错率，也是心流率，也是文艺作品最佳意外率。
游戏的设计者也得用这个比率，15%左右的犯错率，是最好玩的游戏。
如果在这个游戏关卡中玩家都一点都不会犯错，轻松过关，那游戏就太简单了，玩家会感到无聊。如果让玩家频频犯错，那设置太难了，也玩不下去。
又如说学英语。最理想的一篇课文，应该是其中 85% 的内容是你熟悉的，15%的内容 —— 包括单词和语法 —— 对你来说是新的。
又如学数学，每一个新知识都是建立在旧知识的基础之上。最好这一讲中 85% 的操作是你本来就会的，15% 是新技巧。
又如读书，最理想的情况是书中 85% 的内容让你有亲切感，另外 15% 是改造你的世界观。
又如健身，最让让愉悦的是 85% 的动作都是你熟悉的，后面的 15% 是你尝试的。
当然，这是最理想的情况。
有时候我们接受的会是 80%新信息，这时候你会怎么办呢？
通用的方法是死磕，一开始会感到很艰难，但坚持下来就好像吃了糖一样。
比如，刚刚开始阅读时：
- 你带着一个话题/问题，去看有解答这个的书籍（看的越多，就越熟悉这个话题/问题）；
- 看同一个作者，不同的书（反正风格是一样的）
- 如果是卡在一个复杂的概念，你应该看看别的书是怎么讲的。课本只是指向月亮的一根手指，我们追求的是月亮本身，多参考几根手指更容易定位。
记住啦 15.87% ，是一个甜蜜点。激励是建立在学习者自己内在的愉悦体验上。
如果采用系统原则，每天学习四小时（贵精不贵多，而且刻意练习很难保持），我想你的安排最好是这个配比，每天学习效率的上限也就是 15.87%。
【材料】：
- 每天刻意练习达到 4 小时，多一分钟都不学，少一分钟你得审视自己了。
- 材料的选择，靠近 85:15。
学习环境
大牛经常说：“我不是学得多，只是学得快。”
我也很好奇，为什么一部分人的学习能力并不强。
以前我觉得 “寓教于乐” 和 “利益攸关” 的学习方法是同一级别，现在我反而觉得“利益攸关”式的学习适合成年人，“寓教于乐”适合小孩子。
其实正确的学习方式还真只有一种：“学海无涯”。
2018年5月29号，《科学美国人》介绍了一篇新的研究结果：就自学来说，享受学习的过程对学习成效是无关系的。
也就是说“享受”，不等于学得更好。
那到底有什么方法是有效的呢 ？？？
心理学家花了几十年，发现真正有效的方法是对每一个都有效，不管您喜不喜欢都有效。
快速学习的人的学习方法都是相似的，学习不好的人各有各的学习方法。
正确的学习方法：
- 间隔学习，忘记是为了更好的记住
- 可以在不同的场景下用不同的方式学习同一个内容
- 经常检测，看看自己是不是真的掌握，一定要做做题，过了才学新的内容
- 建立新知识和老知识的连接，100%喜欢 = 85%熟悉 + 15%意外
不同的方式：
- 视觉，如网上课程
- 读写，书本、边写博客边学
- 实践，做练习、看完算法原理，自己背着敲
- 混合，视觉+读写+实践
记住【让学习方法和学习内容相匹配，而不是跟学生的喜好相匹配，才是科学的做法。】
环境的选择，大一大二可以和考研的同步学习，去研究生的自习室。感受一下超拼的氛围。
如果你有些坏习惯或者学不下了，你可能只需要换一个环境、和对的人在一起，那些坏习惯就会消失、充满干劲。
【环境】：
- 需要在一个合适的环境
- 学习方法，应该是视觉+读写+实践
单任务与多项目
不被一些执着的欲望控制住，对所有领域都保持一个合适的距离，一个出色的成果完成后就转身忙别的去了，没有什么东西可以诱惑你抛弃其他所有的选择。
你应该同时有好几个不同的项目在进行，比如说几个科研项目、几个写作项目，甚至包括几个家务。每个项目有自己的存档处，有什么新想法就加进去，哪个项目能做就做，暂时不能做的就放着。
这样做的好处：
- 不同项目可以互相配合，互相激发灵感。
- 每次转换项目，等于是换脑子，这会给大脑一种新鲜感，更容易集中注意力。
- 做一个项目的同时，你的潜意识可能还在关注另一个项目，这样特别容易出现灵感火花。
- 一个项目实在做不下去可以暂时搁置，还有别的项目可做。
【多项目】：
- 在第一、第二的事项中，选出 n 个
- 在 n 项里，选出最重要的 3 个
刻意练习
- 收集大量资料（追求多样性，不单有知识、数据，还有文化、背景知识）
任何一个知识点都需要放到更大的环境中去理解，不只要知道马云说了什么，还得明白他讲话的场合、时间点、对象。
- 挑选资料和环境（由熟悉到陌生的，慢慢品）
资料的选择和过滤至关重要，直接影响到进入心流的概率。
明确目标（动态的过程，而不是一开始就定死），集中精力学习 40 分钟，而后立马休息 7 分钟。
内容学完了，一定要做练习，巩固。不做对练习，就不学习新的内容。
我们要向小偷一样的学习，除了厨房水槽之外的东西都搬走，而后回过头去把厨房水槽也搬走。
学习是为了找到方法，而不是答案。
在某个行业，越是精进，我们能交流的人也就越少，越是在自己的领域专研，对外界的所知所感就越来越少了，我们的适应性也就越来越少。
科学家大概可以分为俩大类：
- 掌握一个方法，研究什么都是一流，他们越往后走，路越宽（爱因斯坦、费米）；
- 沉迷在自己的领域里，越来越不愿意接受新东西（发明晶体管的夏克利）
我喜欢后一种，但我得学习前一种科学家的方法。
在知识的海洋里，答案可多了，知道那么多答案是没用的；只有掌握解题的思路和方法，您才能算得上拥有解决问题的能力…其实所有的练习、所有的答案都在引导您去寻找一种【以不变应万变】的方法或能力。
在这种能力下，您不需要知道答案，因为您用这些方法可以很快找到答案、找的解，甚至是最优解。
这种方法是比较辛苦的，因为它不仅仅是要让您知道，而更要思考、理解。
您不是为了知道某个事的表面是什么，而是要通过表象去探索其内在的本质和原理。
您知道的越多，问题就越多，思考就越多，就越觉得自己知道的太浅、太少，于是想理解更多…
学习模版：
- 背景、初衷、解决什么样的问题：建立一个良好的学习体验；
- 优势与劣势：要什么、不要什么；
- 适用场景：业务场景、技术场景；
- 组成和关键点：摘要；
- 底层原理和关键实现：学习关键基础技术，可能通用；
- 已有的实现和它之间的对比：学习一个方法的不同实现，细节之处是花明。
如数据结构：
- 数据结构产生的背景和成因
- 数据结构的组成部分
- 数据结构的设计原理
- 数据结构优势与劣势
- 数据结构之间的对比，STL版本实现的细节
- 数据结构的应用场景、高级数据结构更加现实的应用意义
这些问题都会驱使您像一个侦探一样，去探索事物背后的真想与事实，并在不断思考中一点点理解其中的本质、内在、逻辑。
一旦您理解和掌握了这些本质的东西，会觉得整个复杂多变的世界变得越来越简单，貌似找着了所有问题的最终答案似的，掌握了一个【一通百通】的秘密。
【刻意练习】：
- 从第一、第二项里挑选出来
- 收集大量资料（不止客观的知识，还有相关的背景、文化等主观知识，文理结合）
- 心静，明确目标
- 学习方法是 [视频+文章+练习]，材料安排由熟悉到陌生
- 集中精力学习 40 分钟，休息 7 分钟；坚持不住就看看自己的手
- 如果这个章节学习完，转身做练习巩固，练习做不好不学新知识
- 刻意练习达到四小时，就好好玩。
刻意休息
我第一次看见 C 语言，就特别喜欢，尽管那个时候基本看不懂。
之后，我除了健身、日常活动外，基本都在学习 C，不只单纯的语法，更多的是内功，研究起来开始很痛苦（高手不是哄大的，这些时刻能把那些懦弱的、不行的人给淘汰掉），但程序成功运行后特别特别的满足。
我当时是特别热爱，什么意志力、什么自控力都不需要，已经陷入了一种痴迷的状态。
一年四季，现在的我不只自学了 C 语言，还有 C++、数据结构、网络空间安全、爬虫等。
发现我还是浪费了很多时间，其实效果最好的时间（能看懂之前觉得很难的部分）往往是早上、午睡后、健身后、晚自习那段时间。
这段时间为什么效果这么好呢，我想是因为我休息的很好。
如果你还没发现自己的天赋，你可以会强迫自己去喜欢上一个东西，你想进入一种痴迷的状态。但对于已经找到这种状态的人来说，你更应该学会休息，而且是【刻意休息】。
因为对于那些很难的、不熟悉的部分知识，才是最重要的。
对于硬技能来说，如果一个人随便就能学会这些知识，那是这个硬技能的稀缺性是要有多低呢？
刻意休息的方式：
- 睡眠
- 小睡
- 听歌
- 散步
- 健身
- 跑步
- 洗澡
- 钢琴
- 冥想
- 手绘
- 发呆
- 切水果
- 做家务
- 看风景
但这些都没有刻意俩个字真意，我推荐的刻意练习只有一种：【深呼吸】。
八拍呼吸法：鼻子吸气2s，鼻子/嘴巴吐气8s。
- 尽可能的延长一呼一吸中的间隔，体会气体在身体里的流动
- 将手放在腹部，感受手的一起一伏
- 在呼吸结束时，感受手与胃部贴近的感觉
完整步骤：
- 找个不受打扰的时间，非常舒服地 坐/躺 在一个安静的地方；
- 设个闹钟，这样你就不用管时间了；
- 用鼻子深呼吸；
- 使用正常频率呼吸，把意识专注于体会自己的呼吸，体会你的肚子随着呼吸起起伏伏。
- 如果在此过程中你脑子里冒出别的想法，不用刻意回避，承认这个想法，然后把它放走。意识始终只想呼吸。
- 时间一到就可以“收功”。
您的大脑在持续不断的分析您的环境、思想以及健康，并利用这些信息生成一种被称之为“态度”的感觉。
我有这样的经验，当我态度极好时，我能学习更久，久到离谱，关键还享受学习的时间。
不过，人的态度又通常是由环境决定自己在任何特定一天的感觉，那我们能自己直接控制我们自己的态度嘛？
在计算机里，需要学习的内容实在太多了，以至于我每天都有做不完的任务。
事情总是总不完的，我只能做好某几件的事，而不是所有事情都凑合的做，不然没学到东西，这份时间的意义就不大了。
处理优先事项的办法是抓一个指标：【能量指标】。
能量不是那种疯狂的、活蹦乱跳的、像服了兴奋剂似的能量，而是一种冷静、专注的能量，一种注意力。
所谓的刻意休息（休息、锻炼）就是储备和补充这种能量的，是为刻意练习做准备。
此外，我会把上面的科目标示 难度系数p，不同的状态去挑战不同难度系数的科目。
学习一个科目时，想一下自己的状态行不行：
- 如果不行立马先来个10分钟的深呼吸；
- 或者，学最简单的科目。
记着，当你的状态不够好的时候，不要去做那些烧脑的事情了，其实你也做不好。
系统学习离不开讨论交流
对于很有难度的一部分内容，单机学习不仅效率不高，而且也并不是那么的有意思。
讨论交流方面，无须多言，想必你深有体会。
独学而无友,则孤陋而寡闻。
本真智慧：我，自学最大的坎
如果刻意练习，我一点都不担心你学不会硬技能，我倒是怕你只是具备了某一方面的知识和才能，就自以为无所不知。
人生识字忧患始。当我们有了一技之长，掌握了某一方面的知识，人就容易被成见所囿并且自以为是，仿佛世界上再也没有什么新鲜事了。
真正的智慧不在乎有多少学问、才华和技艺，而在于懂得世界的无限，这一切都算不了什么，我们实际上一无所知的。
如果因为一点点知识，就麻木得不能够憧憬世界的无限、发现世界的新奇，就只是捡到了一粒芝麻而已丢失了其他的所有的可能，真正的宝藏不是某个具体的宝藏，而是这张动态变化的宝藏图（一颗求知若渴的心）。
永远都有知识是在你所学这门学科之上的，学海无涯也。
天下有大勇者，卒然临之而不惊，无故加之而不怒。此其所挟持者甚大，而其志甚远也。
