第一讲：什么是好的计算机算法？对效率影响有多大？

原文：介绍一个计算机科学的基本做事原则，就是首先要构建可比较的理想、容易对比的平台，明确一个公平的比较标准，也就是说事先要讲好游戏规则，然后再开始做研究，确定基1线，对比这种方法的优缺点。 这种方法其实对所有的科学都适用，但是并非人们自发性的做事情方法，因此，在计算机科学的发展过程中，科学家们认识到这一点也是花了20年左右的时间。

我：做任何评价，必须要有确定的标准。有的领域，比如公务员管理，难点之一就是评价标准多而且不确定，始终在变化。

原文：在计算机算法上稍微差了一点，最后计算机执行的效率很容易差出千万倍。

我：实际使用软件的人，根本不知道算法，也不知道软件的原理，与工程师如何沟通就是问题，需要工程师理解所提的需求。这个过程对工程师的要求更高。

风险应对推送的数据没有用，原因分析的角度可以考虑这一点。

原文：很多计算机从业者对计算机资源的数量没有概念，总觉得是无穷大，因此无端浪费很多资源，这样做事情，在行业里是很难出人头地的。

我：不努力做到最好的结果就是很难出人头地，所以要对自己有刻意的高要求。

第二讲：从计算机的算法，谈谈提高效率的本质

原文：昨天的内容算是一个铺垫，确立了评判计算机算法好坏的基础和标准。今天我们以计算机科学中最常见的算法——排序算法为例，说说提高效率的本质。

我：在讨论之前，先准确的定义概念，这是科学的做法。评判计算机算法的好坏，先确立基础和标准。

原文：效率＝产出／所做的事情。人的产出是很难提高的，但是所做的事情是可以减少的。

我：这说明了少而精的重要性，事情可以少做，但要做就要做到最好。

原文：在今天这样一个人多粥少，人的技能普遍高出行业基本要求的时代，进入任何一个行业，都要有点专业精神，把自己当作科班出身来要求。

我：联想到韩寒的那篇文章，《你对那种力量一无所知》。不要用自己的业余爱好去挑战别人赖以生存的专业。

原文：为什么到了智能时代学习变得非常重要了呢？因为一些基本的方法和道理如果不学习，靠自己脑子苦思冥想可能需要十年甚至更多的时间，而学习加练习，可能只要一个月的时间就够了。

我：所以自己一个人默默的学习，也许效率很低。应该找到志同道合的人一起讨论、交流，促进进步。但自己在线上是一个内向的人。虽然加入了几个微信群，却几乎没有说过话。

原文：归并排序相比那些效率低的简单排序，其实还说明了一个道理，就是将一个复杂问题分解成很多简单的问题，一个个解决，最后比直接解决复杂问题要省很多时间。

我：把大问题拆分成很多小问题，然后把小问题一个一个的解决，再合并，整合成大问题的解决方案。不知道会不会省很多时间，我的感觉是，也许难度降低了。小的问题一般比较简单，而且也容易开始。

或许在开始环节可以省时间，特别是有助于克服拖延症，但是在合并整合的环节，可能要费更多的时间，因为一个大问题，有可能并不是小问题的简单相加。出现这种问题的原因，有可能并不是把大问题拆分成小问题导致的，而是拆分的时候，忽略了一些问题，或者说拆分的不够完整细致。也就是问题出在拆分环节，而并不是在最终整合。

第三讲：快速排序：要想提高效率就要少做事情

原文：计算机算法和组织的管理，乃至社会的管理，在道理上有相通性，想要提高效率就是要少做事情。一个社会的管理，要想效率高，最简单的办法就是对每一个人作一些区分，而效率最低的办法就是刻意追求所有人一律平等，不作区分。可以想象，当一个学校的学生水平都比较接近，老师教起来就容易，因此按照成绩对学生作一个初步的划分是有道理的，特别是在资源不足的情况下。

留言被精选：从快速排序对效率的提高，拓展到美国私营公司的效率比政府高很多。这让我想到，人为地把人分成三六九等似乎不够政治正确，但或许是做事成功的正确方法，尤其资源有限一般是常态。近几十年来，中国政府的效率也比西方民主国家高很多。高升学率的中学都有尖刀班，实验班，A班等等不同叫法的分班。

他人留言的启发：

快速排序在生活中的应用，帮助我有效率地辨别事情的轻重缓急，学做减法和把握重要且紧急的事。把事情依“重要/不重要”和“紧急/不紧急”两个维度，划分成四个象限，这是很多时间管理一类的书，常会提供的工具。然而如此一来，会使每件事都得从头考量、评断后再放进分类，尚未开始工作就把时间花费在规划，顾此失彼。

更有效率的方法，可以用今天提到的快速排序。

首先找到一个显而易见的待办事项（枢纽），接着综合考虑急迫性和重要性，分成两拨。

再给两拨事情找枢纽，就把所有工作，依照评分分成四份了。

再接下来，我会快速检查后两部分的事情，将不必要的事做减法删除，将重要但不急迫的事情先预定计划。然后专注完成前两部分的事情，透过排序和减法，一天要完成的工作就只剩下约一半。枢纽这个节点，帮我们树立参考点，而事情一件件单看，很难取舍；但有了参考，一比较就能掂量差别，勇敢做减法了。

第四讲：计算机科学与计算机工程的区别

原文：科学要通过工程才能变成产品，才能改变世界，具体做工程时，思维方式和科学研究又有所不同。

科学常常指出正确的方向，而工程则是沿着科学指出的方向建设道路。科学和工程需要关注不同的事情，工作的环境也不同。

你可以看出不同的目的，对边际成本的看法是不一样的。因此，在现实工作中，没有绝对的最好，只有在给定条件下相对比较好。

留言被精选：把科学家和工程师的区别类比成方向和道路的区别，非常的清晰明了。

科学和工程需要关注不同的事情，工作的环境也不同。由此想到一个组织内部，不同部门之间的人，关注的也是不同的事情，工作的环境也不尽相同。所以当需要合作协同的时候，需要充分的沟通，有理有据的情况说明。最后还要互相妥协，才能达成最好的合作。

把这一点抽象提炼，可以得到的结论是：不同的目的，对边际成本的看法是不一样的。因此，在现实工作中，没有绝对的最好，只有在给定条件下相对比较好。这可以看作一个把问题抽象出来，抓住本质的小练习。

从谷歌产品部门的负责人劝说吴军老师的事例，学到了跟工程师打交道的一个方法。在现实工作中，也需要向数据部门提需求，尤其是改进的需求，常常引发争论。用有数据的客观事实说明改进的需要，可能更容易被接受。

科学家要关注的问题是方向，所以相对宏观。工程师要关注的问题是达成，所以更关注细节和可落实。这也有点类似于领导层和执行层的区别。如果方向错了，损失惨重。当然在履行领导职能的时候，需要更多的考虑一下执行层是否可以操作，否则只能沦为空想。而执行层在操作的时候，必须更多的正确理解领导的意图，否则变成白干。不知道是不是因为这种不同，所以领导层离钱更近。

第五讲：问答

1.如何将问题抽象出来，以便抓住本质

2.快速排序，对效率的提高。

3.职场中年轻人多做事与做减法的关系。

做减法不等于不主动，关键是把事情做好，而不是做的多。五个50分的工作不如一个一百分的工作。

4.如何检验大学生的软实力？

我的感想随笔

作为一个身兼多重角色的职场女性，工作和家庭的事情非常多，自己还要学习提高。我总是力求最快最好的完成手头的事情。我用清单记录要做的事，给所有的事情按重要和紧急程度分类，提前做规划，这些都有一定的帮助，但效率和效果的提升很快就遇到了瓶颈，人也经常陷入焦虑和忙碌。从专栏知道了笨人的工作方式，以及少做事的智慧，立刻开始对自己的方式进行调整。

在工作上，牢记不在于开了多少次头，而在于结了多少次尾，尽量把自己手头的重要工作都能够完整的做好。虽然目前时间还短，但已经有两三件事获得了比较广泛的认可，自己也对工作充满了成就感和掌控感。

生活上的琐事比较多，也很难分出轻重缓急，这个时候就是要当一个笨人，一件事一件事的做，不要过于高估自己。同时还要鼓起勇气，大刀阔斧的砍，有些事情真的不一定非做不可。现在又通过学习计算机排序的算法，能够最快的把要做的事情排出顺序，虽然客观世界似乎并没有更多的改观，但自己内心充满了自信和愉悦。更有掌控感的安排自己的生活和工作，感觉真好。

一件事一件事的做，不要并行处理，才是效率最高的工作方式。完成一堆效果不太好的工作，不如挑一两个最重要，能发挥最大效果的事，努力做到最好。