ObsidianNotes/思维模型/思维函数.md

108 lines
6.6 KiB
Markdown
Raw Normal View History

2023-12-04 19:40:54 +08:00
```python
2023-12-11 14:42:11 +08:00
## 从漫长的人生经历中所学的知识抽象出的函数集合
static var 已知函数集合
2023-12-04 19:40:54 +08:00
## 将 对象 以 细分类型 的角度细分为多个 细分对象
## 举例:把 看书 这个行为, 以 行为 类型细分成: 1.打开书本 2.眼睛聚焦到文字或图片 3.思考 4.翻页 5.收起书本
func 细分(细分类型, 对象):
var 细分对象集合 = 对象.细分(细分类型)
return 细分对象集合
## 基于不同的视角, 对事物的本质进行抽象, 从而了解事物内在的运行规律
## 举例: 抽象(程序的角度,小明吃了一碗饭) => 人类通过进食米饭的行为获取了运行所需的能量
func 抽象(不同视角,对象):
# 这里的替换比如 1+1=2 这个对象 替换成 x+y=z
var 公式对象 = 对象.替换变量为未知变量()
# 这里的基于不同视角抽象就是比如 对 x+y=z ,以 数学的角度抽象, 就是 一个数加另一个数等于结果数.
# 以 人类 的角度抽象就是 一个人与另一个人结合产生后代
var 抽象对象 = 公式对象.从不同角度抽象(不同视角)
return 抽象对象
2023-12-11 14:42:11 +08:00
## 这里的构造函数就类似我当前写的脚本, 可以把问题作为目标, 写出一个解决问题的步骤(程序方法), 最终解决问题
func 构造函数(对象):
2023-12-04 19:40:54 +08:00
var 抽象对象 = 抽象(对象.自己好理解的角度,对象)
var 问题 = 抽象对象.提出问题()
var 步骤集合 = 问题.分析解决的步骤()
2023-12-11 14:42:11 +08:00
var 函数 = 步骤集合
return 函数
2023-12-04 19:40:54 +08:00
2023-12-11 14:42:11 +08:00
## 这里的验证函数就类似我当前的脚本在实际生活中, 使用这些方法, 应用在现实
func 验证函数(函数,对象):
2023-12-04 19:40:54 +08:00
var 对象缓存 = 对象
2023-12-11 14:42:11 +08:00
for i in 函数.步骤数:
2023-12-04 19:40:54 +08:00
# 这里就是对对象按部就班的执行就可以
2023-12-11 14:42:11 +08:00
对象缓存 = 函数.执行步骤(i, 对象缓存)
if 函数.执行过程或效果不理想:
var 优化函数 = 函数.基于上述执行过程优化()
已知函数集合.替换原有函数(优化函数)
2023-12-04 19:40:54 +08:00
var 结果 = 对象缓存
return 结果
## 此方法将应用在人类动力不足的情况下, 让人类在行动中不断获得正向反馈, 从而完成此前没有动力的事情
func 增加执行力():
var 自身 = self
var 大目标 = 自身.设定大的目标()
var 中目标 = 细分(大目标.大模块,大目标)
var 小目标 = 细分(中目标.当前可执行,中目标)
var 今天TODO = 细分(小目标.今天可执行, 小目标)
var 接下来该做 = 细分(今天TODO.优先级,今天TODO)
# 人的期待值与现实偏差会影响心情, 这里要提前降低期待值, 为以后做打算
var 期待值 = 接下来该做.降低预期()
while(接下来该做.未完成):
接下来该做.做(25)
接下来该做.休息(5)
var 实际体验 = 接下来该做.完成()
今天TODO = 今天TODO.打钩(今天TODO)
if 实际体验 > 期待值:
自身.开心()# 因为期待值低了, 目标达成后, 对此感到愉悦
else:
自身.不开心() # 因为期待值搞了, 目标完成并不快乐, 目标未完成就会沮丧
# 如果执行完毕, 发现自己执行力还是低那么继续这么做
if 自身.执行力低:
增加执行力()
## 学习的目的是要把自己不会的变成会的, 请不要无效努力, 人生短暂请将人生花在有价值的事情上面
2023-12-11 14:42:11 +08:00
## 这种方式用了 一万小时定律, 其实本质是 刻意练习+正反馈 = 自动努力去功课对自己来说的薄弱点
## 基于自己不会的不同类型知识对象,专项学习, 一次性只学一种类型知识, 构建函数, 并验证函数
2023-12-04 19:40:54 +08:00
## 这种学习方式就像是一种输出为导向的学习方式, 也使用了类似费曼学习法
## 达成目的可以应用在一切需要解决问题,达成目的的地方
2023-12-11 14:42:11 +08:00
## 其本质就是 格物致知 知行合一. 观察事物表现(细分), 分析事物规律(抽象), 理性思考(函数), 行动(验证函数)
2023-12-04 19:40:54 +08:00
func 学习或达成目的(对象):
# 将 对象 细分, 主要是明确目标的表现
var 细分对象集合 = 细分(对象.表现,对象)
for 细分对象 in 细分对象集合:
# 将目的抽象, 主要是理解其本质, 了解是为了解决什么类型问题
var 细分对象本质 = 抽象(细分对象.本质,细分对象)
2023-12-11 14:42:11 +08:00
# 抽象完毕后, 就可以以抽象后的目标去查询自己已知的函数集合库
if 已知函数集合.包含函数(细分对象本质): # 这里代表有类似的知识存在与我的抽象理解函数中
# 如果已经包含在了已知知识中直接验证函数即可
验证函数(已知函数集合.获得函数(细分对象本质),细分对象本质)
else: # 如果细分对象的本质还不理解, 有两种可能 一种是细分或抽象错误, 一种是没有获得这类型的函数,需要构造函数
构造函数(细分对象本质)
# 这里表示已经学会了对象的所有的子对象, 所有的底层本质, 那么把学会的对象进行关联并建模, 让自己下次遇到这个问题变得简单
var 已知对象函数 = 构造函数(对象)
已知函数集合.添加(已知对象函数)
# 类似于复习或者说是反思, 验证实际这个函数的可行性, 并且优化自己的函数
# 或者说这里验证函数包含了应用函数与优化函数, 可以在达成目的的基础上, 进行优化已有函数
已知对象函数.多次找同类型的问题进行验证函数()
return 已知对象函数
## 记忆技巧 => 逻辑关联
## 这个方法可以进行逻辑训练, 练口才, 背诵,记忆 等效果
## 核心与上述的学习函数类似, 因为知识节点之间有链接, 再记录一个知识点后, 可以基于这个知识点对其他知识点进行推理. 从表现上来说是不仅理解了还记忆深刻.
## 与之前的学习函数不一致的一点是这种方法类似与图像的特征提取, 提取有价值的信息后, 对这些信息进行关联与理解, 从而达到更深此次的认知
func 记忆(对象):
# 秋天一到,树叶也黄了, 风轻轻一吹, 地上飘满了落叶 =>
# 秋天, 树叶, 风, 地上
# 关联: 秋天与树叶关联, 秋天与风与树叶关联, 树叶与地关联
# 联想: 秋天天气渐渐会冷, 所以树叶会变黄色, 秋天地上全是树叶, 是因为微风吹到地上的.
# 理解: 主要讲了秋天,树叶落到地上了.
# 1. 细分 2. 细分抽象 3.关联与理解 4.总体抽象
var 关键词集合 = 对象.提取关键词()
for 关键词 in 关键词集合:
关键词.理解与关联()
var 抽象模型 = 关键词集合.抽象()
抽象模型.基于遗忘曲线不同时间频率重复回顾()
2023-12-04 19:40:54 +08:00
```