图书规格

【 书 名 】算法之美

【 作 者 】[美]布莱恩·克里斯汀 汤姆· 格里菲思

【 ISBN 】

【 出版社 】中信出版社

【出版时间】

笔记

怎样才能在掌握足够多信息的基础上做出明智决定呢？这个令人极其为难的情境近乎于一个悖论。
平衡概念正是解决这类问题的关键。大多数人根本无法确定这个平衡点在哪里。应该收集更多数据，还是根据已收集的数据采取行动？对人类而言，如何把握今天可能不是一件易事，但是我们身边的计算机可以轻轻松松地把握每一毫秒。这个平衡点已经被找出来了。答案就是37%。
当信息收集超过37%之后，如果你发现某种选择的满意度超过之前的所有，那就立刻动手吧。 

算法指的就是解决问题的一系列步骤，其含义远不限于计算机，存在的历史也远远长于计算机。在计算机开始使用算法之前，人类早就将算法应用到生活当中了。 

“算法”（algorithm）一词得名于波斯数学家花拉子密。公元9世纪，这位数学家写过一本书，讨论用纸笔解决数学问题的技巧。
不过，最早的数学算法早于花拉子密。在巴格达附近出土的4000年前的苏美尔人泥板文献上，就刻有一幅长除法示意图。
算法不仅限于数学。使用鹿角的末端连续精确地敲打，使石器形成锋利的刃的过程（这是制作精密石器的一个关键步骤），也遵循着一个算法。从石器时代开始，算法就已经是人类生活的一部分了。
从更广泛的意义上看，借助计算机科学，我们可以了解人类思想的本质和理性的意义，学会回答如何度过一生这个最古老的问题。把认知视为一种解决周围环境所造成的问题（从本质上看，都是一些计算问题）的手段，并认真地加以研究，就有可能彻底改变我们对人类理性的理解。
用计算机科学的智慧指引自己的人生之路，这似乎是一条不错的建议。毕竟，与大多数建议不同的是，这条建议有据可依。 

今天的算法设计不仅需要借助计算机科学、数学和工程技术，还需要得到统计学、运筹学等相关领域的帮助。不仅需要考虑计算机算法设计与人类思维活动之间的关系，还需要认真研究认知学、心理学、经济学等学科。 

采用最理想的方案也会有63%的失败率，这是一个令人警醒的事实。也就是说，大多数情况下我们都无法选中所有人选当中最优秀的那名申请人。然而随着申请人数的不断增加，选中最优秀申请人的可能性将稳步下降。因此，申请人总数越多，最优算法理论就越有价值。 

在拒绝那个报价或工作邀请之后，我们的付出已经成为已支付成本。因此，不要妥协，不要试图亡羊补牢。坚持住，不要回头！ 

合理的决策需要穷举所有选择，逐一权衡，然后从中找出效果最好的那个选择。但是实际上，在钟表嘀嘀嗒嗒的声音中，决策活动（或者更具一般性的思维活动）的其他方面都淡化了，进一步凸显出停止时机选择的重要性。 

把童年看作是人生算法中短暂的探索阶段，孩子们在某个方面的表现有些糟糕。他们不会系鞋带，他们不擅长长期规划，他们不擅长集中注意力。但是，他们对新玩具非常感兴趣、思维跳跃性强，这些都是孩子们的特点。如果他们的目标是探索，这些就正是他们应该做的事情。
如果你是一个婴儿，那么你抓到家里所有东西都会往嘴里放的行为，与赌徒在赌场里小心翼翼地拉动老虎机拉把的行为并没有本质上的不同。
一般而言，我们对理性的直觉认识常常来源于利用，而不是探索。实际上，在做很多决定时，理性的做法是强调探索的重要性，重视新的东西而不是最好的东西，重视令人为之兴奋的东西，而不是一味追求安全，重视随机选择，而不是深思熟虑的决定。在人生早期，更应该如此。 

老年人的社会关系越来越简单，是他们主观选择的结果。人们利用这个选择过程构建他们的社交网络，并且通过仔细谋划，适应调整，最大限度地提高社交和情感收益，同时最大限度地减少社交和情感风险。
与年轻人相比，老年人通常对自己的社交网络更加满意，认为自己的情感状况更加健康。他们可以品尝毕生探索带来的结果。 

在计算机科学中，不必要的比较总是多余的，浪费时间和精力。但在体育运动中，情况远非如此。毕竟，在很多方面，比赛本身就是意义所在。 

缓存在内存架构中起着至关重要的作用，从毫米级处理器芯片布局到互联网的全球配置，都必须建立在缓存的基础之上。缓存为人类生活中各种存储系统和“内存条”提供了一个新的思路。不仅计算机离不开缓存，我们的壁橱、办公室、图书馆，甚至我们的思想，都可以从中受益。 

除非有充分的反对理由，否则我们可以认为对未来最有借鉴意义的就是历史的镜像。最接近于未卜先知的做法就是假定历史会重演。 

如果随着年龄增长，你开始经历这种延迟现象，你也不必沮丧。延迟的长度可以表明你的阅历是否丰富，信息检索耗费的精力则可以检验你的知识是否渊博，从延迟发生的频率则可以看出你的组织管理是否合理，有没有将最重要的东西储存在最近的位置。 

每位大师都有其独特的思想体系，我们很难知道该听谁的。只能尝试建立自己的体系。 

随机性似乎与理性相反，它是放弃问题的形式，也是最后一招。实际却远非如此。在计算机科学中，随机性的作用是惊人的且日益重要，利用机遇可以成为解决最困难问题的一个有效的方法。事实上，有时没有任何其他方法是有用的。 

任何传输都不是绝对可靠的。 

如果我们能善待他人，我们也可以善待自己。不只是计算善意，也包含更多的宽容，所有我们讨论过的算法和想法都将有助于解决这个问题。 

事实上，人们几乎总是面临计算机科学面对的难题。在这些困难的情况下，有效的算法可以做出假设，倾向于更简单的解决方案体，将错误的成本与延迟成本进行权衡并开始冒险。