人工智能背後的學習心法——分治算法

計算機科學中有一個經典的“分治算法”，蘊藏着學習的大智慧。

通俗的解釋是：把大問題拆解成小問題，分而治之，各個擊破。

舉一個例子：假設有16個硬幣，其中一個是假幣，比真幣輕。如何找出假幣？

你可以兩兩比較，比如在天平上分別測量1和2，3和4，5和6……你 最多通過8次比較，就能找到假幣。

有沒有更簡單的方法？

你可以把16個硬幣分成兩組，一組8個，一起比較。哪一邊更輕，就包含假幣。然後把輕的那組再一分爲二，4個和4個比較……通過4次就可以找到假幣。

還有沒有更快的方法？

你可以把硬幣分成5、5、6三組。5和5稱量第一次。

如果平衡，說明硬幣在6箇中。然後把6個硬幣分成2、2、2三組。同樣的方式，兩組稱量，如果平衡，就在第三組中。如果哪一組輕，就在其中。

如果不平衡，輕的包含假幣。同樣分成三組2、2、1。2和2稱量。如果不平衡，另外1個就是假幣；如果哪一組輕，假幣就在其中。

通過不斷分類討論，你最多隻需要三次稱量，就一定可以找到假幣。

數據越多，情況越多，分類討論的方式越能夠大幅縮小試錯數量，提高效率。

平時做題時也是如此，那些複雜的數學、物理題目，難在哪裡？就是情況複雜多變。你如果一個一個試錯，根本沒有時間。會做題的學霸，懂得分類討論的方法，通過分門別類，快速縮小解題範圍，快速找到求解目標。

複雜題目都是由簡單題構成的，學習最重要的環節，就是拆解答案和解題流程，要能夠精準鎖定知識點。

所以我常說：要把大問題拆解成小問題，把複雜問題拆解爲簡單問題，把多步任務拆解爲單步任務，化大爲小，化整爲零，分而治之，各個擊破。

當你學會了拆解之後，你就可以聚焦每一個小問題，定位自己缺漏的知識點。這時候，這道題的答案其實已經不重要了，你現在最應該做的是，回到課本，把那個不會的知識點學會。當你把知識漏洞一個一個都補上之後，不但這道錯題學會了，而且碰到任何新題和變化，也可能做出來。

題目都是知識點的拼接和組合。題型是皮，知識是骨。抓住骨幹，事半功倍。

學習不講方法，就像驢拉磨一樣，重複一萬遍，也是在低水平上不斷繞圈。

分類討論，步步爲營。

這是做題心法，也是學習秘籍。

—— 相關閱讀 ——