算法时刻陪伴在程序员身边，无论是专业的算法工程师，还是公司基础的业务人员，在工作中都会或多或少接触算法思维，并用改进的算法优化系统，而算法同样可以用来指导我们的实际生活。近期阅读了《指导生活的算法：人类决策中的计算机科学》，全名《Algorithms to Live By: The Computer Science of Human Decisions》，作者是Brian Christian & Tom Griffiths。这本书带来了一个全新的认知：算法不止能在工作中帮助我们，在生活中同样具有指导作用，下面通过分享文中几个例子，起到抛砖引玉的作用。
1.37%法则
想象要购买一栋房子时，如何做出较优的选择？是询问亲友，还是根据中介的介绍马上做决定呢？无论是哪种选择方式，我们都会感觉心里有点不踏实，这是因为我们在选择时缺乏有效的科学方案进行指导。而买房子类似于一个随机选择优化的问题，直到1958年才被解决，为了便于理解，也被称作“37%”规则。让我们把买房子的问题阐述地具体一些，构建出如下的实际环境：
在一个月的时间内看房，但是只买一套。
如果看完房后选择购买，那么它属于你；如果不买，就会被别人买走，没有第二次机会。
在将问题抽象出来之后，我们用算法进行分析。数学家在买房问题上应用37%原则的方案是把买房分成如下两个阶段：
第一阶段：前37%的时间用来看房，即12天。（一个月30天*37%=11.1）
第二阶段：后18天进行决策，如果认为看到的房子比第一阶段所看到的都要好，就买下来。
这个决策可能不能保证你买到最好的房子。但它能让你买到足够好的房子。而且这种决策是在理性情况下做出的，没有太多的后悔、纠结与痛苦。
37%原则阐述了一个原则：利用三分之一的时间进行思考和准备，用剩下的时间做出决定。这可能不是每个问题的最优项选择，但它在很大程度上解决了“纠结”的病症，在长期看来是带来最大效益的解决方案。让我们在选择的时候更有理性，心态更加平和。
2.时间管理
工作中常常碰到许多的事需要解决，我们根据难易、耗时对事物的优先级进行排序，那么数学上有没有某个公式进行事务安排的指导呢？答案是有的。
数学家认为一件事的密度公式如下
密度=重要程度/完成所需时间
例如上头给了两个绩效单子，分别为20分和30分，而评估后发现前者需要花费5小时，后者需要花费6小时。在优先级差不多的情况下。前一个任务的密度为20/5=4，后者的密度为30/6=5.那么首先要做的是后者。按照任务密度从大往小的顺序开始工作，在很大程度上能减小心理压力。
在具体应用中，“重要程度”这一指标往往无法准确度量，在此情况下，上述的绩效分就是衡量重要程度的方法之一，这种方式相当符合我们的直觉，即工作要首先考虑单位时间内收入最高的工作。
让我们再把问题更进一步，假设一个任务不仅有轻重缓急，还有不同截至时间的要求，是否有一个通用算法能综合所有指标进行任务安排呢？不幸的是，答案是“没有”。时间管理只能实现大致的情况管理，如果某一个任务需要基于同事的进度进行开发，或者任务之间存在彼此的关联性，都是数学家暂时解决不了的难点，需要在实际中进行具体安排。
3.拟合程度
在统计学中，有一个方法叫做“拟合”，就是用有限点来估计得到一个曲线的过程。
在实际工作中，如果过于重视某些指标，纠结于各种细节或是KPI之中，就很有可能忽略真正重要的事物。大数据与人工智能领域中的数据分析如果能精准反应已有的数据，那么这个模型往往是脆弱的，并且对新数据的预测误差会变大，对“预测未来”的结果也会造成较大影响。
事无巨细在当今的工作中是会带来负面影响的，强求自己做好万全准备，考虑各种各样的后果，往往会深陷细节中，拖累整体的行动进度，而细节应当在行动中慢慢进行修复与校正，近期兼职给部分大专一年级学生讲授专业技能课的时候，在备课时会考虑各种细节问题，导致备课进度缓慢，而实际上，拥有简洁的重点，清晰的结构足矣。与水至清则无鱼类似，人至察则无徒！如果这篇的内容只能让你理解百分之90的内容，那就足够了，切勿“过度拟合”。
总结
《指导生活的算法》反映了科学家们的算法在生活中进行算法应用的研究成果，数学模型可以指导一部分的生活难题，而不是所有。在算法可以应用的领域，采用数学家的算法能减少大脑在决策上的不必要开销，使我们可以更专一地分析那些数学家无法提供准确算法的事务决策上。
网友评论