算法

作者: e8a76a89b571 | 来源:发表于2018-10-28 04:07 被阅读0次

数据算法

现实中,很多人都希望电脑像人脑一样思考问题,其实我们可以换位思考下,如今数据是海量的,而处理这是些数据是电脑的长处,这时候我们的大脑不妨按照电脑的方式 去思考。就拿个最简单的例子。如何在三个箱中,选择里面装的金额最大化,而你没有任何数据做参考,规则是打开可以选择,错过就不能回头,你将如何去做呢?算法告诉我们是第二个,道理很简单,选第一个最佳概率是三分之一,而第二个概率达到二分之一。对于未知的事,我们能做出最成功的决择就是概率最大化。当然你可以在打开第一个箱子时,你认为这是个满意金额,你直接去拿走,也很可能第二支箱子的金额小于第一个,你要不选择,如果不选第三个箱子更小,这一切都有可能。其实这里概念不同的,一个是结果导向,另一个是概率最大化。也就是说后者是种思考方式 。

人的一生是限的,而每天不得不面对很多的决策,这时候掌握一些思考方式很有必要。其实很多清单,重要清单, STOP DOING LIST就是在说一件事,要放弃那些,这就是种决策。科技的发展,大数据分析给出了一些有意义的参考,通过对数据做出分析 ,科学家得出37%是个得到最佳概率数值。拿上面三支箱子的例子来看也是对的,37%就是选择第二支箱子。对一些比如购房,结婚,找工作等未知的事,而又希望在某个特定时间段不得不做出结果。比如一个月内要选择到房子,40之内要结婚,37%都是最佳决策时刻。37%原则是一个选项,有效但不是唯一。

同时做两件事,一个简单很快就可以做完,另一个繁杂要花很长时间才能做完,这时候正确的决定是先做简单的事,可这是为什么呢?其实这个我们大脑的运转方式 有关,人按照人脑的运行方式创造出电脑,电脑分缓存这个放在内存中,还有硬盘,硬盘的速度是恒定的,而缓存分很多等级,这就是为什么你电脑或手机用久了就慢,当你清理下缓存就快。其实我们做的事就是把不常用的东西放在硬盘中,马上要用的才打开占用缓存。当然前提是事的重要性一样的情况 下,这就是指密度。

我们不妨偿试下按照以下原则规划短期事务,在总时限确定的决策场景里,用37%原则;在同时面对多任务时,可以列个清单,从耗时最短或是任务密度最高的事做起;在出现完美主认心理倾向时,可以把目光集中在问题的本质,解决核心问题。

相关文章

  • 匈牙利算法

    算法思想 算法流程 算法步骤 算法实现 python 算法应用

  • web开发需要知道的几个算法

    算法分类 快速排序算法 深度优先算法 广度优先算法 堆排序算法 归并排序算法

  • 机器学习算法

    机器学习的算法分监督算法和无监督 算法。监督算法包括回归算法,神经网络,SVM;无监督算法包括聚类算法,降维算法。...

  • 字符串匹配

    BF 算法和 RK 算法BM 算法和 KMP 算法

  • 垃圾回收算法有几种类型? 他们对应的优缺点又是什么?

    常见的垃圾回收算法有: 标记-清除算法、复制算法、标记-整理算法、分代收集算法 标记-清除算法 标记—清除算法包括...

  • 头条-手撕代码

    [toc] 图算法 以及最短路径算法 树算法 手写LRU 排序算法 链表算法

  • 关于一些算法

    我们平常说的算法按照使用方向加密算法,排序算法,搜索算法,优化算法,音视频处理算法,图片处理算法 1.加密解密算法...

  • 给我巨大影响的技术书籍

    算法《算法概论》《算法设计与分析基础》 Anany Levitin《算法引论》Udi Manber《算法导论》《什...

  • 缓存相关

    cache淘汰算法:LIRS 算法 缓存那些事 Redis缓存淘汰算法,LRU算法,LRU算法讲解

  • LZW压缩算法

    参考链接:超级简单的数据压缩算法—LZW算法压缩算法——lzw算法实现LZW算法 LZW 压缩算法正确图解

网友评论

      本文标题:算法

      本文链接:https://www.haomeiwen.com/subject/hqxptqtx.html