劣质勤奋者

本文揭示了劣质勤奋者的现象,即表面看似勤奋,实则缺乏有效学习方法与目标设定,导致效率低下。文章通过具体案例分析,指出在学习与工作中,仅靠机械重复与盲目搜集资料无法提升能力,强调了深入思考与正确方法的重要性。

微信推送的文章,极有启发性。尤其在学习、工作过程中,经常碰到三种情景:

1. 将方法当做目的,为了实现某项技术而研究,忽视了技术(Engineering)的目的是支撑需求;

2. 工作永远低头走路,极少抬头看路。本质还是思想上的懒惰,且惧怕不确定性。疏于思考,因此不愿抬头审视。享受惯性,害怕打开薛定谔的盒子,发现猫死了,因此自动忽略盒子的存在;

3. 学习缺少0到1的过程。举两个例子,1)上学背书时,宁愿多背几遍、甚至在手抄,也不会掩卷凭自己的语言复述,其实照着课本读十遍,不如尝试自己默读两遍,看哪里欠缺再巩固效果来的快;2)记笔记的过程其实是在执行一张搬运单,把知识点搬运到笔记本上,收集了大把资料,却没有转换为自己的东西。

其实劣质勤奋,就是做事时,一缺少目标,二缺少方法,导致既没做对的事情,还做的不对,效率过低。

文章摘录如下:

01 什么是劣质勤奋者

教了12年英语,带过无数学生。有一类学生,总让我感慨良多。我把他们称作:劣质勤奋者。这类学生往往表现勤奋,深得老师喜爱,但成绩却很差,差到令人诧异。

他们的具体表现为:

上课记笔记特别认真,生怕错过任何知识点;

不论课上还是课下,总有问不完的问题;

不管老师提到哪个参考资料,就必须得到。

常用语为:

“老师你这个ppt给我拷一下呗”

“这套题能分享给我百度云吗”

“这套书你在哪儿买的,我也买一本。” 

看,多么“勤奋”的学生啊。他们认真听讲、不懂就问、不放过任何学习的机会。但为啥成绩依然很差呢?不是说“天道酬勤”吗?

 

02 表面上勤奋?还是把事情搞定?

没错,他们看上去是很勤奋。但很可惜,这都是“劣质”的勤奋。

  • 他们上课只顾抄笔记,却没时间思考老师的话,错过了思维升级的机会。

  • 他们以为把知识记在本上,知识就是自己的了,但那个笔记本从没被翻开过第二遍。

  • 他们确实问了很多问题,但大多数都毫无营养。问老师“这一题怎么做”,和自己看参考答案没什么区别。

他们整天忙忙碌碌,表现地很勤奋,却忽视了真正的目标:提高英语水平。

想提高英语水平,有“学”这个动作还远远不够,你要时刻问自己:我学到了什么?我学到的东西对达成目标有帮助吗?

  • 想背单词?花一下午时间,背20页单词书是没用的。遮上中文,能说出多少个词的意思,才是有用的。

  • 想练听力?坐地铁时心不在焉听1个小时VOA是没用的。回过头来,对照原文,重听没听清的地方,才是有用的。

  • 想练口语?用APP的影视配音功能,只去朗读台词是没用的。多重播几遍原声,尽全力模仿原声的语调语气,才是有用的。

这些道理,无比浅显,但为什么大量人都选择无视呢?

 

03 多数人为了逃避真正的思考,愿意做任何事情

人是趋利避害的动物。当两件事同时摆在面前,一件事简单,一件事困难,大多数人会选择先做简单的。

还记得上小学时,老师留作业,语文老师留了抄课文,数学老师留了两道大题。我总会先把课文抄完,然后出去溜达一圈,吃个苹果,到快该睡觉、不得不做时,我才会坐到书桌前,把数学题解完。即使做数学花的时间远比抄课文少,我还是会先去抄课文,不想做数学。因为做数学需要你思考,而思考是很困难的。与之相比,做一件机械的、不需要思考的事,反而成了大多数人的选择,即使这件事很耗时。

但是大多数人没有意识到,你只是在用时间的量,给自己制造勤奋的假象而已。你每天安慰自己:我很努力,我对自己的状态很满意。实际上,你每天真实的收获,微乎其微。等检验结果的时刻到来,这种勤奋的假象,一戳就破。

而且,千万别以为“劣质勤奋”只存在于学生群体。有多少人勤奋工作十几年,起早贪黑赶地铁,周末节日全加班,每天累得像条狗,但工资就是不见涨。对于一个职场人,如果把升职加薪作为结果,那你要思考一下,每天花那么多时间做的事,究竟给自己带来了多少收获?你有没有学到新的技能,让自己配得上升职加薪

 

04 就是不会深入思考咋办?思考黑箱

好了,现在你知道深入思考的重要性了。但是你从此就能深入思考了吗?

估计不行。看完这篇文章,大多数人能留下的,就是一个模糊的“要深入思考”的概念。等遇到具体问题,你还是不知道从何处思考。就比如学英语这件事,能看到这里的朋友,估计都有点学英语的需求。但是让你现在思考最高效的英语学习方式,你能行吗?肯定不行啊。全世界最聪明的人思考了几十年,都没有完全思考明白的东西,怎么可能被你一下子弄清楚。

那我们就只能放弃了吗?当然不是。思考太大的问题,脑子不够用,但我们可以把问题简化啊。这就要引入一个重要的概念了:黑箱。

黑箱,指一个只知道输入输出关系,而不知道内部结构的系统或设备。这是一个IT行业的专业术语,主要应用在软件测试领域。

这个概念最大的贡献,就是把复杂的问题大大简化:不管电路多么复杂,只需要把输入口输出口之间的所有东西,看成一个整体,然后通过结果,评价好坏。

刚才我们说,英语学习方法的思考,实在是太复杂了。但是市面上已经有现成的方法了,为什么不把别人思考好的有用结果,当成一个黑箱,拿过来直接用呢?为什么你还要辛辛苦苦,去探索一条别人已经发现的路呢?

我见过太多的人,在学英语初期,去网上找各种乱七八糟的免费资料,表面上没花钱,实际上是浪费了更宝贵的时间,因为那些资料不系统,不全面,根本称不上一个黑箱。我反而觉得,那些基础不好,愿意付费学习的人,其实是占便宜的。因为他们用金钱筛选出了最靠谱的“黑箱”,不需要思考其中复杂的原理,只需要照着做,然后收获结果就行了。当你掌握了黑箱的思考方式,你就不需要考虑黑箱里的复杂结构,只需要思考选择哪个黑箱。

个人收获

这篇文章是安利某英语学习机构的,因此以英语学习为例,利于理解。上学时确实碰到很多人,资料比谁都多,课程PPT打印了厚厚一本,但效果甚微。黑箱的概念,其实不仅IT行业,h=o/i,考查的是系统本身的水平。尤其现阶段,工具的使用逐渐不是问题,挑选合适的工具反而是做事的关键。

(Kriging_NSGA2)克里金模型结合多目标遗传算法求最优因变量及对应的最佳自变量组合研究(Matlab代码实现)内容概要:本文介绍了克里金模型(Kriging)与多目标遗传算法NSGA-II相结合的方法,用于求解最优因变量及其对应的最佳自变量组合,并提供了完整的Matlab代码实现。该方法首先利用克里金模型构建高精度的代理模型,逼近复杂的非线性系统响应,减少计算成本;随后结合NSGA-II算法进行多目标优化,搜索帕累托前沿解集,从而获得多个最优折衷方案。文中详细阐述了代理模型构建、算法集成流程及参数设置,适用于工程设计、参数反演等复杂优化问题。此外,文档还展示了该方法在SCI一区论文中的复现应用,体现了其科学性与实用性。; 适合人群:具备一定Matlab编程基础,熟悉优化算法和数值建模的研究生、科研人员及工程技术人员,尤其适合从事仿真优化、实验设计、代理模型研究的相关领域工作者。; 使用场景及目标:①解决高计算成本的多目标优化问题,通过代理模型降低仿真次数;②在无法解析求导或函数高度非线性的情况下寻找最优变量组合;③复现SCI高水平论文中的优化方法,提升科研可信度与效率;④应用于工程设计、能源系统调度、智能制造等需参数优化的实际场景。; 阅读建议:建议读者结合提供的Matlab代码逐段理解算法实现过程,重点关注克里金模型的构建步骤与NSGA-II的集成方式,建议自行调整测试函数或实际案例验证算法性能,并配合YALMIP等工具包扩展优化求解能力。
### 低效排序算法分析及优化方法 #### 冒泡排序的性能问题及其优化 冒泡排序是一种简单的稳定排序算法,其主要特点是通过多次遍历数组并交换相邻元素的位置来完成排序过程。然而,它的缺点在于时间复杂度较高,在最坏情况下达到 \(O(n^2)\)[^2]。为了提高效率,可以引入标志位技术,当某次遍历时未发生任何交换操作,则说明序列已经有序,可提前结束循环。 以下是改进后的冒泡排序代码示例: ```python def bubble_sort_optimized(arr): n = len(arr) for i in range(n): swapped = False for j in range(0, n-i-1): if arr[j] > arr[j+1]: arr[j], arr[j+1] = arr[j+1], arr[j] swapped = True if not swapped: break return arr ``` #### 选择排序的性能瓶颈与解决方案 选择排序的核心思想是在每次迭代中找到当前未处理部分中的最小值,并将其放置于正确位置上。尽管其实现较为直观,但由于需要反复扫描剩余子数组寻找极值点,因此整体表现同样受限于平方级的时间消耗\(O(n^2)\)。一种可能的方向是从空间换取速度的角度出发,比如采用堆结构辅助构建优先队列形式的选择机制——即所谓的堆排序(Heap Sort),从而降低平均运行成本至线性对数阶\(O(n \log n)\)。 #### 插入排序向高级形态演进之路—希尔排序 传统意义上的插入排序虽然具备较好的局部适应能力但对于大规模随机分布的数据集而言依旧难以胜任高效任务需求。针对这一局限性提出了分组策略下的变种版本——希尔排序(Hill Sort),该方法通过对原始列表按照一定间隔划分成若干独立的小集合分别执行标准插入流程后再逐步缩小增量直至最终归整为单一连续区间为止[^3]。此过程中有效减少了远距离项间调整次数进而提升了总体效能水平接近甚至超越某些经典快速方案如归并(MergeSort)/快排(QucikSort)等。 综上所述,面对不同场景下特定类型的输入特性可以选择相应匹配程度更高的定制化改良措施以期达成更佳的实际应用效果。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值