知道做到

知道,就一定要做到!

做到,就一定要有结果!

这是看这本书的理由,刚开始看的时候没有多大的感触,感觉就是一个人在追寻这什么?最终找到了自己想要的答案。那么这本书里讲的是什么问题呢?就是闭合Konw-How与行动之间的鸿沟, 现代信息社会的飞速发展,每天接受的信息也是很多的,五彩缤纷的时间迷乱了双眼,很容易迷失自己,深知的很少,拥有深知的能力也是很少,造成这些的原因分为三类:

1.所拥有的Know-How过多——知识量超负荷

2.消极过重——不恰当的过滤系统

3.坏习惯——不适当的学习方法

一、信息超载

面对信息超载这个问题,我们首先必须确定自己需要学什么,然后才能更有效的学这些东西。人应该少而精的学习,而不是多而浅的接触大量信息。学会“少而精”的学习,对于那些只接触过一次的信息,我们通常只能记住其中一小部分,我们应该少而精的学习而非多而浅的去学习,要想掌握某件事情,我们必须首先选择一些关键点,隔段时间就重复一下,让自己完全沉浸其中,并不断提高自己的知识和技能,关键在于间隔性重复"持久变化之母",一旦真正透彻掌握了自己的工作,人们就会变得更有创造性,甚至能够创造奇迹。

二、消极过滤

当说到这个问题的时候想起了墨菲定律和皮格马利翁效应,这里有详细的说明:皮格马利翁效应+墨菲定律,面对生活的态度真的很重要,今天的你微笑了吗?说到这里,我们来分析为什么很多人不选择积极的思维呢?

第一:一个对你充满信心的人可以改变你的一生

第二:我们完全可以选择自己去聆听什么。(如果我总是在聆听那些否定我的人的话,我可能就会选择接受一个不是那么有挑战性的工作,对自己的期待也会变得非常有限。在爬出"消极之匣"的过程中,我最最需要的,就是一句鼓励的话。)

要想留住一些自己所学到的东西,关键就在于要带着一种开放、积极心态去聆听。

聆听前提:

1、不要带有任何偏见或先入为主

2、带着一种学习的态度,对新的信息感到兴奋

3、带着积极的期待

4、手里拿着纸笔,准备记录

5、带着强烈的欲望,不仅要仔细聆听对方讲话内容,还要努力激发出自己的形象力。

带着一种开放而积极的心态去聆听,去学习。这样会带来一种可能性思维,这样就不仅能100%地吸收自己接触的信息,开放的心态还会让你的知识扩展许多倍。疏清大脑的交通堵塞、开辟道路、点燃创造和应变能力、狂野的梦想,狂野的可能,62%的观念在被人接受之前,都需要一定的条件,那就是呈现!

从拒绝到吸收的一个心历过程是怎样的呢?

第一次接触:拒绝(与我之前的想法冲突)

第二次接触:抵制(明白,但是我还是无法接受)

第三次接触:部分接受(同意,还会有所保留)

第四次接触:完全接受(你知道,这个想法和我的想法完全一样)

第五次接触:部分吸收(立刻应用本想法,太棒了)

第六次接触:完全接受

三、绿灯思维

和以上讲述的积极思维和聆听有很大的联系,我们不管在什么位置学会聆听他人的说法先绿灯在黄灯,这样我们也可以跳出自己的思维创造不一样的奇迹。

四、跟进

指导、支持、问责。给自己积极的心理暗示,跟我说,做给我看,让我尝试,纠正我(表扬我的进步或进行修正),跟我说明。

练习并不能帮你做到完美,只有完美的练习才会让你做到完美!



将你所学到的与大家分享!


### 问题解析 在该问题中,目标是通过交换相邻节点上的车(仅允许两两交换),使得所有粉色车辆停在一起,并且可以通过剪切一条树边将非粉色车辆隔离。最终需要计算最小的交换时间。 为了满足要求: 1. **链表操作**:可以参考两两交换链表节点的方式[^1],对树结构中的某些路径进行类似的操作。 2. **树结构分析**:需要考虑树的拓扑结构,找到一个最优位置来剪切树边,以隔离非粉色车辆[^6]。 3. **颜色聚合**:所有粉色车辆必须连续放置,这可能涉及多个子树或路径的重排。 --- ### 解决方案 #### 1. 树的表示与遍历 - 假设树由邻接表表示: ```python tree = { 0: [1, 2], 1: [0, 3, 4], 2: [0, 5], 3: [1], 4: [1], 5: [2] } ``` - 每个节点存储一辆车的颜色(例如 `colors = ['pink', 'blue', 'pink', 'green', 'pink', 'red']`)。 #### 2. 寻找剪切点 - 遍历树的所有边,尝试剪切每条边,并检查剩余部分是否满足“非粉色车辆被隔离”的条件。 - 对于每条边 `(u, v)`,假设剪切后形成两个连通分量: - 一个包含根节点的部分; - 另一个为子树。 - 统计每个连通分量中的非粉色车辆数量,确保其中一个分量不包含任何非粉色车辆。 #### 3. 节点交换策略 - 在保留树结构的前提下,将粉色车辆移动到一个连续区域。 - 使用类似于链表交换的方法,在树的路径上执行相邻节点交换。 - 交换时间取决于交换次数和路径长度。 #### 4. 算法步骤 - **预处理**:统计所有粉色车辆的位置。 - **深度优先搜索(DFS)**:用于遍历树并记录各子树的粉色车辆数量。 - **贪心选择**:选择一个子树作为剪切点,使粉色车辆集中在另一部分。 - **模拟交换过程**:使用广度优先搜索(BFS)或动态规划模拟交换,计算最小交换次数。 #### 5. 时间复杂度分析 - DFS遍历树的时间复杂度为 $ O(n) $,其中 $ n $ 是节点数。 - 模拟交换过程的时间复杂度为 $ O(k^2) $,其中 $ k $ 是粉色车辆的数量。 - 总体复杂度为 $ O(n + k^2) $。 --- ### 示例代码 以下是一个简化版本的算法实现,用于寻找剪切点并计算最小交换时间: ```python def min_swaps_to_group_pink_cars(tree, colors): from collections import defaultdict # 构建图 graph = defaultdict(list) for u, v in tree: graph[u].append(v) graph[v].append(u) n = len(graph) pink_positions = [i for i, color in enumerate(colors) if color == 'pink'] total_pink = len(pink_positions) def dfs(node, parent): size = 0 for neighbor in graph[node]: if neighbor != parent: sub_size = dfs(neighbor, node) if sub_size == total_pink: print(f"Cut edge between {node} and {neighbor}") size += sub_size if colors[node] == 'pink': size += 1 return size dfs(0, -1) # 模拟交换 swaps = 0 positions = pink_positions[:] while True: moved = False for i in range(len(positions) - 1): if positions[i+1] > positions[i] + 1: positions[i], positions[i+1] = positions[i+1], positions[i] swaps += 1 moved = True if not moved: break return swaps ``` --- ###
评论 38
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