关于“算法与认知”的思考

文/沉同学

算法定义：对问题解决方案的准确而完整的描述是解决问题的一系列清晰说明。该算法代表一种描述问题解决策略机制的系统方法。换句话说，对于特定的标准输入，可以在有限的时间内获得所需的输出。

算法特征：简单粗鲁，底层是中立的，六个亲戚都不认可，也不会被人的意志所转移。

算法分类：计算类型，判断类型。

判断算法：“进化论”的典型代表是“适者生存”的判断原理。就像去上学考试，测试线要去一所高中，但是线太近了。

计算算法：“处理技术”的典型代表，必须有一种顺序方法。学校每天安排课，晚上自学，并逐步学习。

认知细化的过程不仅是学习各种现有算法的过程，而且是使用各种判断算法遍历正确计算算法的过程。

该算法本身简单而粗鲁，但是找到该算法的过程确实很坎bump。在进化论出现之前，人类经历了很长的探索。物理学书籍中的许多公式并不是物理学家随便写的。现在考虑一下，我们真的很幸运，我们天生就有许多现成的算法，因此我们生活得更加清晰。回顾古人，他们只是生活在黑暗中。就像：只有当我们真正了解一件事时，我们才知道我们一开始不了解多少。

一个人的智商应该是他清楚知道的所有算法的总和，对吗？因为每个特定的问题都有对应的求解算法。算法越多，可以迅速解决更多问题。

最后，给出一个示例来说明了解算法前后的差距：您想在1个月内购买房屋。与有限的时间相比，这里有无限的房屋。您永远无法看完所有房屋，然后再做一次。做出选择，因为当您查看房屋时，您看到的房屋可能会被他人购买。当然，您看房子的时间越长，数据越多，您选择最佳房子的可能性就越大。如何解决这里产生的这对矛盾。在您获得相应的算法之前，您将无所适从，并慢慢尝试好运。但是，如果您在其中识别出此算法，那就大不相同了。复制下面的一段。

关于如何确定“基本满意度标准”，“引导生命的算法”的作者Brian Christine和Tom Griffith提供了另一种方法：将其分为两段，占第一段的37％。用于确定“最基本满意度标准”的第二段的63％，选择满足“最基本满意度标准”的第一个计划。

例如，您要在1个月内买房。然后，您可以使用37％的时间（即11天的时间看房子）来确定“最基本的满意度标准”，然后从第12天开始，您遇到了比这个标准更好的第一个人，而且您会毫不犹豫地停下来。

勤奋的过程是找到算法的过程。来吧。 （）