如何完善自己的知识结构

一、领域

　　（本来想用“学科”这个词，后来觉得“学科”的范畴还是偏小，就改用“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、心理学、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”，其实是“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。

二、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。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。
　　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。
　　这里就拿“写博客”来举例：
　　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；
　　......（这个清单还可以继续列下去）
　　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。

◇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？我的观点是：借鉴正态分布（也称“高斯分布”）。

（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？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）。

三、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。我把这称为该领域的“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 OOP（面向对象编程），从来没有听说过其它的编程范式（要知道，编程范式不下10种），然后他/她以为把 OOP 掌握透彻就足够了。有的人看了几本 OOP 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。总结一下，大部分主题通常可以归为三类：WHAT型、HOW型、WHY型。
　　以密码学为例：
　　“RSA加密算法有什么优缺点？”——这是WHAT型的主题
　　“RSA加密算法内部是怎么实现的？”——这是HOW型的主题
　　“RSA加密算法为啥要这样实现？”——这是WHY型的主题

　　1. 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。
　　2. 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。

四、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。为啥特地强调“有价值”这个定语？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（Data Information Knowledge Wisdom），我在另外一篇文章单独解释了什么是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。
　　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？老爱回答不知道。记者表示很诧异。然后老爱说了一段话，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。
　　后面这一句话说得尤其好。

◇如何应对“知识爆炸”？

　　“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。

　　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。

　　肯定有同学会问：如何区分哪些是核心的，哪些是边缘的？这又是一个很大的话题，以后抽空单独写一篇介绍。

　　还有的同学会问：不记住边缘的知识点，万一今后要用，咋办？

　　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。

五、收尾

　　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。