如何完善自己的知识结构

　　导读：什么是洗脑？洗脑的关键是什么？如何通独立思考得出自己的答案？知识爆炸时代如何平衡知识的深度和广度？教育的价值在于训练思维，而不在于传授事实。
　　领域
　　按照传统的习惯，通常会把知识归类到不同的领域（比如：文学、数学、计算机、烹调、等等）。
　　领域之间的包含关系
　　有些领域是另一个领域的一部分。
　　比如说，信息安全，是IT这个领域的一个分支领域。
　　上面这类关系比较好理解，套用数学中集合论的说法，就是某个领域是另一个领域的子集。
　　还有一种稍微复杂一点的包含关系某个领域同时被其它多个领域所包含。对这种关系，可以大致理解为多个集合的交集。
　　比如量子信息学，可以大致看成是信息学和量子力学的交集。
　　领域之间的辅助关系
　　有些领域需要另一个领域的知识进行辅助。
　　比如，很多学科都用到CAD（计算机辅助设计），这就是领域之间辅助关系的例子。
　　如果某个领域为很多其它的领域提供辅助，那么这种领域常称之为基础性领域。比如在自然科学中，数学往往是基础性领域。
　　跨领域的知识分布
　　广度和深度
　　所谓的广度，就是指你的知识结构中，包含了多少领域。
　　所谓的深度，就是你对具体的每一个领域是否具有深入的了解和研究。
　　深度的重要性
　　深度的重要性，大伙儿应该都明白。所以俺只简单说一下。
　　如果某人的知识结构只有广度而没有深度，就会导致其个人能力没有突出的亮点这种人往往没有太强的竞争力。
　　广度的重要性
　　和深度相反，广度的重要性，很多人都没有意识到。俺多费点口水聊一下。
　　如今是信息时代，不同领域之间的关联越来越密切。这时候，广度的重要性就体现出来了。
　　就拿写博客来说吧。
　　如果你想把博客的界面和排版搞得好一点，你还需要懂一点HTML、CSS、JS的知识；
　　如果你想提高博客在搜索引擎的排名，你还需要懂一点SEO（搜索引擎优化）的知识；
　　如果你想使用WordPress这个功能最强大的博客平台，你还需要懂一点PHP编程的知识；
　　。。。。。。
　　你看，即使是写博客这么简单的一桩小事，牵涉的领域也不少。所以，想要在某个领域做到足够深入，必然要了解很多相关的辅助性领域的知识。
　　文理科之间的相互鄙视
　　顺便再聊聊文理科之间的相互鄙视。据我所知，很多文科出身的人看不起理工科；反之，很多理工科出身的人看不起文科。为啥会导致这种原因？很多时候是因为不了解。不了解导致偏见，偏见导致鄙视，鄙视之后就更加不去了解。如此往复，变成恶性循环。
　　其实捏，人文学科、社会科学、自然科学这三块，有很多相通之处，也有很多互相借鉴之处。
　　深度和广度的平衡
　　虽然深度和广度都很重要，但每个人的时间、精力、天赋都是有限的，你不可能在所需要的每个领域都做到足够深入。那么如何平衡这两者捏？我的观点是：借鉴正态分布（这玩意儿也叫高斯分布，维基百科的解释在这里）。
　　（这幅图中，横坐标表示不同的领域，纵坐标表示你在该领域的深度）
　　尖峰的顶点周围（红色部分）对应的就是你的主攻领域。你需要在这个领域做到足够的深入（越深入越好）。和主攻方向的关系比较密切的领域（黄色部分），你需要比较深入，但深入的程度不需要跟主攻方向一样。和主攻方向关系比较疏远的领域（绿色部分），只需浅尝即止。
　　主攻方向的选择
　　如果你运气比较好，自己的工作正好就是自己的兴趣所在，那毫无疑问，这就是你的主攻方向。万一你的兴趣和工作不一致，咋办？我的建议是，以自己的兴趣作为主攻方向。然后把工作仅仅当作是谋生手段。（类似的观点，格雷汉姆在《黑客与画家》这本书中有提到过）
　　当你对某个领域有真正的兴趣，你自然就会有：足够的热情，足够的动力，足够的耐心，足够的持久性。有了这几点，自然就能在该领域达到足够的深度。抛开功利因素不谈，如果你能在自己喜欢的领域达到足够的深度，这本身就能带来非常多的快乐（而且这种快乐往往是金钱无法换来的）。
　　领域内部的知识体系
　　分支领域
　　前面说了，领域之间可能会有包含关系。而且，大部分领域都有不止一个分支领域。
　　比如密码学和社会工程学都是信息安全的分支领域。
　　主题
　　（主题这个词不是很贴切，暂时没想到更好的词儿，先凑合用着）
　　除了包含若干分支领域，每个分支领域都会包含很多主题。以信息安全这个领域为例，如何防止黑客入侵就是一个主题。
　　知识树
　　假如把某个领域想象成一棵树，那么分支领域就如同树枝（树枝上还可以再有树枝），而主题如同树叶。俺把这称为该领域的知识树。如果某个领域是你的主攻方向，那么，你必须能在头脑中清晰地勾勒出该领域的知识树。做到这一点，你对该领域才算有广度上的认识。
　　举一个反面教材：
　　招聘的时候经常碰到某些程序员，只知道C，从来没有听说过其它的编程范式（要知道，编程语言不下10种）。然后呢，他她以为把C掌握透彻就足够了。有的人看了几本C的理论书籍，就以为自己是编程牛人了。这就是典型的井底之蛙心态只看到井口上方的一小片天空。造成这种认知误区的根源在于：对自己从事的领域缺乏系统性的了解。
　　关于勾勒知识树，再顺便提一下：不同的人对同一个领域勾勒知识树，得到的形态可能会不同。
　　比如说对文学这个领域：有的人先按照国别细分，再按照体裁细分；有的人反过来，先按照体裁细分，再根据国别细分。你很难说，哪一种是对的。也很难说哪一种更好。
　　我的观点是：（构造知识树的时候）适合自己的就是好的。
　　主题的类型
　　主题通常是以疑问句的形式出现的。俺总结了一下，大部分主题通常可以归为三类：WHAT型、HOW型、WHY型。
　　以编程语言为例：
　　C适合用来编程什么？这是WHAT型的主题
　　C是怎么编程的？这是HOW型的主题
　　C为什么要这样编程？这是WHY型的主题
　　WHAT型问题通常是比较肤浅的、表象的；而WHY型问题通常是比较深刻的、本质的。
　　大部分WHAT型问题，通常有标准答案；而相当多的WHY型问题是没有标准答案的，HOW型的问题介于两者之间。
　　所以，如果你想在某个领域做到比较深入，你一定要多探寻WHY型的问题。对这类问题的思考，要避免COPY别人现成的答案，要通独立思考得出自己的答案。这类问题思考多了，无形中就对该领域有更多更深入的了解。
　　知识点
　　想解决某个主题，一般要运用许多知识点。所以再来聊聊知识点这个话题
　　什么是知识点？
　　所谓的知识点，通常表示某个有价值的信息。为啥我特地强调有价值这个定语捏？因为世间的信息有千千万万，绝大部分都是没有价值，不能算是知识点。
　　关于知识和信息的关系，有一个DIKW模型，有兴趣的同学可以去看看。
　　知识点的类型
　　知识点有很多种类型，常见的有如下几种：
　　有些知识点是概念性的，用来表示某种定义
　　有些知识点是指导性的，用来表示某种方法
　　有些知识点是陈述性的，用来表示某种事实
　　第一类显然是很重要的。
　　不论是哪个领域，基本的概念和定义总是很关键的（犹如建筑的地基）。如果你对这些东西的理解有误或有偏差，就如同是浮沙之上筑高台。
　　第二类也很重要。
　　我非常喜欢一句老话叫做授人以鱼不如授人以渔。这话说的就是方法论的重要性。
　　至于第三类，其实远远不如头两类重要。为了给大伙儿加深印象，说一个爱因斯坦的故事。
　　爱因斯坦刚移民到美国的时候，已经是全球性的名人，经常受到记者的围堵。有一次，某记者问他，音速的大小是多少？老斯坦回答不知道。记者表示很诧异。然后老斯坦说了一段话，其中两句是：这些可以在书上查到的东西，我没有记在脑子里。。。。。。。教育的价值在于训练思维，而不在于传授事实。
　　说到这里，我顺便再黑下大陆的教育。
　　我们国内教育，本质上就是洗脑教育。洗脑教育最常用的手段就是【灌输】。知道什么是灌输不？简而言之就是：迫使你被动地、无条件地接受一堆事实（事实不是事实，重复就是事实）。在灌输的过程中，学生唯一要做的就是动用记忆力，把老师所说的事实背下来。被长期灌输的学生，除了记忆力比较好，其它思维能力（比如：分析、推理、归纳、总结、联想、创造、等等）很少得到训练。思维能力训练方面在台湾、香港、欧美国家超出大陆很多很多；
　　说难听点，这种搞法让国内的学校成为批量生产脑残的流水线。有些天真的同学会问：难道国家领导人不知道教育问题的严重性吗？其实呢，愚民教育对于维稳还是很有效的。。。。。。因为愚民们只知道被动接收各种信息，缺乏独立思考的习惯。所以，愚民们不会质疑朝廷的忽悠，自然也不可能反抗。
　　很多人有一个误区，以为洗脑就是欺骗。其实不然，洗脑的关键是扼杀思维能力。只要把某个人的思维能力扼杀，之后爱怎么忽悠就怎么忽悠，把你玩得团团转。这才是洗脑的最高境界啊！所以，我经常在博客中普及思维能力和心理素质，就是希望能够部分抵消洗脑教育的副作用。
　　如何应对知识爆炸？
　　说完洗脑，再说说如何应对知识爆炸。这个词汇很多人都听说过。如今是信息时代，每个学科的知识总量都以非常快的速度膨胀。这对人的脑力是巨大的挑战。即便是在你主攻的一个非常细的细分领域，你也不可能记住所有的知识点。怎么办？
　　刚才列举了三类常见的知识点：描述概念、描述方法、描述事实。头两类的比例很低，但通常都很重要。所以这两类你需要记忆。第三类的比例很大（很可能占总量的99以上），这时候你需要做一些取舍只记住核心的知识点，舍弃边缘的知识点。
　　有的同学会问：不记住边缘的知识点，万一今后要用，怎么办？
　　其实很简单。如今的搜索引擎技术很发达，维基百科也很成熟，还有很多专业的文献检索工具。只要你善于利用计算机和互联网，可以到需要的时候再临时去查，不难查到。
　　写下最后
　　最后提醒一下列位看官，知识结构仅仅是个人能力的一小部分。对提升个人能力而言，完善知识结构只是必要条件，但不是充分条件。知识是需要运用的，不善于运用，再多的知识也如同垃圾。