这一年来，由于各种原因，需要不断地学新东西。于是如何高效地学习，就成了一个随之而来的问题。最近看了一些书和公开课，包括 Scott H Young 的 Learn More, Study Less[1]（以下简称 LMSL），和 Coursera 上的公开课学会如何学习[2]（Learning How to Learn，以下简称 LHL），发现了一些有意思的观点，趁着热乎（虽然都还没看完），记下来梳理一下，也希望能对大家有所启发。
这两个资源在进行讲解时，都使用了类比（analogy）。
LMSL 中提出了整体学习法（Holistic learning），其基本思想是：你不可能孤立地学会一个概念，而只能将其融入已有的概念体系中，从不同角度对其进行刻画来弄懂其内涵和外延。
并且书中使用三个类比对整体学习法进行拆解：
- 构件（Constructs）：一组紧密相关的知识。如学习 C 时，构件就是 C 所涉及到的各种知识。
- 模具（Models）：对构件抽象出的可以进行移植和复用的主要特点。所谓“举一隅不以三隅反，则不复也”。
- 高速路（Highways）：看似毫不相干的概念间的连接。如跨领域、交叉学科间的某些概念的相似性。
概念团之间的高速路
即，你在做了足够多的构件之后，就可以抽象出某些可复用的模具，以快速地造新构件。而由于复杂构件的组合性，不同领域的构件可能在某些角度具有相似性，这些相似性便是不同概念团之间的高速路。这个模型很像求 K 临近的 HNSW[3] 算法中所涉及到的小世界[4]模型思想。实践多了（构件）大家都会有一些总结（模型），但真正让你与众不同的是，这些跨领域、多维度的连接（高速路）。
LHL 中提出了专注模式（ Focused Mode）和发散模式（Diffuse Mode）的两种思维方式。前者我们常常提起，就是指我们一心一意扑在某个东西上；而后者，我们可能不太熟悉，是指我们处于相对放松的状态，原本不太相干的知识团发生了连接。为了进行说明，课程使用我们小时候玩的弹珠游戏来进行类比。
专注模式和发散模式
在专注模式下，缓冲器（图中蓝色的点）很密集，已经学到的知识就像是在小范围内形成的一些固定通路（图中橙色通路）。我们在对熟悉的事务相关联的注思考时，可以思路顺畅的进行推理和思考。但是对于一些从未接触过的新的概念（图中绿色通路），则不知道这个模式在哪里、看起来如何。对应到图中，我们不知道如何让弹珠抵达这个区域。
这时，要开启一种新的思维模式，我们需要一个不同的思路——发散模式。在发散模式下，橡胶缓冲器很稀疏，想法（弹珠）蹦出来后，由于阻碍较少，可以在大范围内跳来跳去。在这种模式下，我们可以从更高的维度、全局鸟瞰的视角来在不同的概念间进行穿梭，从而建立新的连接、打开新思路的入口。这两种模式是互斥的，比如你在进行全景式思考时，势必就不能让思维陷入到某个细节问题的详细解决办法中。
从上面两个例子，我们可以看出：虽然用来类比的意象并非百分之百贴切，但确实抓住了所阐述道理的一些核心特点。这便是类比的威力所在，通过大家熟知的意象来对新概念体系进行“速写”，然后再展开细节，对这些意像进行适当地裁剪，从而达到对真实的逼近。总的来说，类比既是我们进行学习的重要倚靠，也是我们进行阐释的强力手段。
类比，或者隐喻（metaphor）在软件工程中也非常重要。代码大全[5]（code complete）在第二章中提到了这一点。我自己的感受是，通过隐喻选取合适的概念体系对你的代码进行组织，可以大大降低代码编写和维护的成本。随便举个例子，在构造分布式任务调度系统时，我们通常会涉及以下概念：
- Job：逻辑上的一个任务
- Tasks：物理上调度到不同节点上的、属于同一个任务的一组子任务。
- Hint：用以任务调度的约束，如容错域、资源余量。
- Scheduler：组织调度策略的任务调度方。
这些概念最初取材于现实的工业生产，我们将其拿来，通过合理地定义这些概念的含义和联系，可以轻松地构造复杂的任务调度系统。
最后，希望类比成为你打开新世界大门的钥匙。
参考资料
[1]
Learn More, Study Less: https://book.douban.com/subject/11603298/
[2]
学会如何学习: https://www.coursera.org/learn/ruhe-xuexi
[3]
HNSW算法: https://arxiv.org/abs/1603.09320
[4]
小世界维基百科: https://en.wikipedia.org/wiki/Small-world_network
[5]
代码大全: https://m.douban.com/book/subject/1432042/
