這個公式，讓你的學習更高效

**

如果你讀書是為了「單純的」審美，為了消遣，那沒關係，怎麼讀都可以；但如果你讀書是為了學習，獲取知識，提公升自己，那更好的方式，就是針對知識點，去一一進行「殲滅」。

為什麼呢？

因為，這才是最貼合我們大腦的認知的學習方式。

簡而言之，就是「聯絡」。

舉個例子，不妨看看這句話：

蘇美爾南臨波斯灣，由若干塊荒蕪多風的小平原組成，此地及其北面的平原以前統稱美索不達公尺亞平原，其地域範圍大致相當於現在的伊拉克。

蘇美爾，波斯灣，美索不達公尺亞平原，伊拉克。

這句話的作用，是下定義。它通過後面三個地名，為「蘇美爾」下了乙個定義：什麼是蘇美爾？就是波斯灣附近的一堆小平原，美索不達公尺亞的一部分，大致位於現在的伊拉克。

如果你不認識這三個地名，你讀完這句話，是無法獲得任何知識的。

哪怕把一副世界地圖拿過來，讓你在上面畫出蘇美爾大致的位置，你也未必能準確畫出來。

但是，如果你對這三個地名非常了解，那就不一樣了。

當你讀到「波斯灣」的時候，你腦海中出現的，不是這三個字，而是世界地圖上面、位於印度洋西北部、夾在沙地阿拉伯和伊朗之間的那個小海灣；你讀到「伊拉克」，想到的，是這個國家的輪廓線、地理位置、面積、毗鄰國家 —— 甚至可能包括聖經裡對伊拉克的記載，諸如此類。

那麼，對你來說，「蘇美爾」這三個字，就不再是乙個「資訊」，你已經可以在腦海中勾勒出它所在的位置。

這樣的閱讀方式，才是有效的。

其實，任何知識的獲取，都是這樣的。

我們為什麼能夠從「不知道」到「知道」？

關鍵就在於，這些我們已知的知識，充當了「路標」，為我們指明了新知識的具體位置。

這些「舊知識」是如何成為路標的？

答案很簡單，就是通過「聯絡」。

作者將「新知識」和「舊知識」聯絡到了一起，而這些舊知識，又跟我們大腦中更具體的概念（位置、形狀等）聯絡到了一起。通過這種聯絡的傳遞，我們就將乙個全新的知識點，嵌入了我們的認知網路裡面。

更進一步講，如果你不僅僅知道「伊拉克在**」，還知道「伊拉克大致的地形圖」，那麼，「蘇美爾」的形象，在你腦中，就會變得更加清晰：你不但知道它在伊拉克，還知道它大致在伊拉克的什麼地方、地形是什麼樣的、大致有多大。

簡而言之：由舊知識所延伸出來的「聯絡」越豐富，我們對新知識的了解，也就越多。

於是，我們可以得出這麼乙個公式：

e = k / i

所以，最高效的學習模式是什麼呢？就是用「大量」熟悉的相關知識，去針對「乙個」全新的、陌生的知識點，徹底把它吃透。

我將其稱之為「包圍式學習」。

這兩者，其實是等同的。

認知心理學告訴我們：我們大腦對知識的儲存，是通過節點 + 連線的形式，構成一整個網路。每個節點儲存著乙個「概念」（比如金絲雀），或者一種「屬性」（比如「飛」「鳴叫」）。而節點之間的連線，則代表了一種相互關係（比如「是」「能」）。

這些節點和連線，是如何儲存在大腦中的呢？答案是，通過神經元和突觸。

在我們大腦皮層中，約有160億個神經元，它們之間通過突觸聯絡在一起。當某個神經元受到刺激時，與之相連的突觸就會被啟用，進而啟用與其相鄰的神經元。

我們可以簡單粗暴地，把神經元劃分成乙個個「群」。1號群的啟用，會讓我們回想起概念1（比如「金絲雀」）；2號群的啟用，又會讓我們回想起概念2（比如「飛」）。「金絲雀群」「能群」「飛群」的相繼啟用，就會在我們腦中形成乙個句子：金絲雀能飛。

（當然，實際上絕不僅僅如此簡單，這只是乙個極其簡化的模型）

這個模型有許多有趣的特徵。隨便列舉幾點：

舉個例子：我們說到「金絲雀」「能……」，容易想到「金絲雀能叫」「金絲雀能飛」，但很難會想到「金絲雀能吃麵包蟲」。為什麼？就是因為「叫」「飛」對我們來說，是比「麵包蟲」更熟悉、更常見的概念。

為了節省大腦的認知資源，我們會對不同的概念賦予權重：越可能被提取到的，就會越靠前。

我在之前的文章也提到過：商家是如何給你**的？很簡單。只要不斷重複幾個簡單的詞彙就可以了。不信試一試：

今年過節不收禮，收禮只收什麼？

同樣：去屑 —— 海飛絲；絲滑 —— 德芙；這些，都是商家利用我們的認知和記憶模式，強行為我們建立的「聯結」。

這個模型，被稱為聯結主義，是目前認知神經科學最主流的一種模型。

接下來，請讓這片宇宙進入你的大腦。

這裡面的每一顆星星，就代表著乙個「概念」；而星星之間的引力，就是概念之間的聯絡。

這張由概念和聯絡構成的星空圖，就是你的知識網路。

這個模型告訴我們什麼結論呢？

我們獲取知識，本質上，就是通過「聯絡」，將新知識的概念，強行插入已有的知識網路裡面。

如同在茫茫宇宙中，誕生了一顆全新的星辰。

多麼渺小，卻多麼有趣。

這就是「包圍式學習」的原理。

只有這樣，我們才能更好地，將新知識跟舊知識之間建立聯絡，並將其穩固下來，嵌入我們的神經網路中，留存在長時記憶裡。

記住這個公式：e = k / i

我們能夠熟練操作的領域，叫做「舒適區」。在這個舒適區裡面，我們會感到安全、安心，因為一切都是我們熟悉的內容。但是，長期停留在舒適區中，我們不會得到任何提高 —— 因為我們只是不斷重複，自己已經掌握的技能。

但是，離舒適區太遠的位置，我們會感到恐慌 —— 我們沒有任何可以依靠的東西，沒有能夠尋求幫助的支撐，也沒有經驗、心得能夠輔助，一切都要在黑暗中摸索。這個區域，就叫做「危險區」。

危險區也能給我們提供成長，但是太困難了，更常見的情況，是不斷給我們造成壓力，最終導致放棄。

最好的做法是什麼呢？是邁出自己的舒適區，但是不要走太遠 —— 停留在「跳一跳能夠得到」的地方。

只有這樣，我們才能兼顧挑戰性和安全性，不斷地提高熟練度，克服障礙，達到「心流」體驗。

就像射箭。上了100環，再追求110環；上了10公尺，再挑戰18公尺、25公尺 —— 循序漸進，在每乙個階段都將其吃透、攻克，再進入下乙個階段，迴圈往復。

而你前面學到的一切技巧、姿勢、章法，都會隨著你挑戰目標的不斷上公升，得到進步和公升級，成為你挑戰更高目標的助力。

這不就是「包圍式學習」嗎？乙個乙個概念，循序漸進，先攻克乙個知識點，再憑藉這個知識點，攻克下乙個知識點。

所以，人與人之間的差距是如何拉開的？

非常簡單：你對乙個領域越了解，你學習起來就會越快。

原因在於：在乙個領域裡面，你學到的知識、概念越多，它們就會被你吸納進來，成為新的「舊知識」，成為你繼續探索新節點、新知識的另乙個工具。

這就是「內化」，亦即我一直強調的「以我為主，為我所用」。

你所學習到的一切，構成了你整個思維模式。

同樣的道理：為什麼有些人，讀了很多書，但卻感到用處不大，甚至讀完之後，會記不住裡面的內容，感覺跟沒讀一樣？

很大程度上，就在於：他沒有能夠把知識點「內化」，嵌入自己的知識網路中，作為工具，去向下乙個知識點進發。

他只是模模糊糊「認識」了這麼乙個知識點，並沒有真的理解它。

那麼，當他下次碰到另乙個知識點時，就找不到可以作為支撐和依靠的「節點」 —— 自然，他也沒辦法去理解和記憶新節點。

同樣兩個人，不同的方向，日積月累，乙個穩紮穩打、步步為營，乙個不求甚解、囫圇吞棗，你想，差距會有多大？

那麼，有什麼方法，能夠更好地做到「包圍式學習」呢？

1. 打好基礎

學習任何乙個領域，最根本、最本質的方法，就是從最底層的基礎打起。

簡而言之，老老實實去讀最經典的教材，不要去看市面上的暢銷書。

只有打好了基礎，才能確保，後面的學習，是有效的。

這一步，不用強求「通讀」「讀懂」，先把最基本的術語、研究正規化、思維脈絡弄清楚。

這個領域裡面，大家是用什麼話語體系進行交流的？普遍的共識是什麼？語境是什麼？主要的研究方法和工具是什麼？目前總結出來的模式有哪些？

諸如此類。

慢慢來，從最基本的術語開始，一次弄懂乙個問題、乙個關鍵字，就已經是極大的進步。

2. 發散枝葉

如果把每個領域看作一棵樹，那麼，主幹就是這個領域的發展源流，枝葉就是各個分支、流派和研究物件。

這一步，需要用到的，就是我在《讀書最大的誤區是什麼？》中提到的「主題閱讀法」。

在進行主題閱讀時，嚴格按照「知識點」的方式，乙個乙個節點進行攻克。

慢慢的，你就會發現，你不知不覺積累下來的東西，已經遠遠超出了你的想象。

3. 建立聯絡

所有的領域，所有的知識點，越往深處去挖掘，你會發現，它們之間都是有聯絡的。

再比如，包圍式學習，跟技能學習的「舒適區」，也存在千絲萬縷的聯絡。

那麼，當你學習乙個知識點的時候，不妨不斷地問自己：

這個知識點，可以跟其他哪些知識點，聯絡起來？

慢慢的，你就可以通過這種方式，不斷地重組和聚合大腦中的「知識網路」，建立更多、更密集的聯絡。

那麼，你所呈現出來的「知識」，就會更加廣袤。你對事物的理解，也會變得更加深刻 —— 因為，任何乙個事物擺在你面前，你都可以瞬間，對它進行拆解、識別和分析，一眼看透它的本質。

所以，經常有同學問我：如何提高洞察力？怎樣才能洞悉事物的本質？

無他，唯「聯絡」耳。

你的知識網路越繁密，任何事物對你來說，就越不陌生。

它們表象之後的本質，分解之後的部分，都清清楚楚，纖毫畢現。

這就是「智慧型」。

智慧型沒有任何秘密，你要做的，就是不斷拓展你的認知邊界，將更多的知識點「為我所用」。

專注力管理 讓你的努力更高效

7.總結 專注力提公升 思考 是什麼事情困擾了自己？消磨了自己的專注力？將他們一一列出。制定完善的任務計畫，選擇適當的目標實現途徑，是提公升專注力 高效管理時間的重中之重。面對知識難關，長時間無法克服會讓自己洩氣。專注力需要思維能力作為基石，思維能力中最重要的兩種能力是推理和模擬的能力。死迴圈 任務...

讓Python更高效的技巧

記得朋友說過這樣的話 在我們指責機器配置不高,程式速度慢的時候,我們應該找找自己的程式 寫的不高效.因為現在的電腦硬體已經很強大,當遇到瓶頸後,多找找自己 的問題,不要總是指責機器的不是 越來越覺得這句話很實在,而這裡造成我們的 執行速度不夠快的原因有多方面,第乙個當然是演算法設計本身,這個相對好處...

專注力管理 讓你的努力更高效 總結

專注 核心能力提公升 1.任務太多，無法專注 2.能力 思維強度跟不上 3.心態 越焦躁，越走神 1.細分任務 記錄時間 番茄工作法 列todolist 四象限工作法 2.設計規則 3.製造障礙 1.推理 構建系統框架 2.模擬 建立普遍聯絡 3.向費曼學習 如果我需要講解給別人聽，我會如何講 4....