为什么达尔文、爱因斯坦和理查德·费曼等人被称为高效思考的典范，取得了难以**的成就？其实是因为他们比大部分人会思考——在思考中善于运用了常人忽略或误解的逻辑。
实际上，逻辑无时无刻不在服务于我们的生活，是我们认知世界、做出选择、看待问题的基础。然而逻辑到底是什么，却并没有太多的人有很清楚的概念。
在这本足以改变你的认识世界的方式的书中，MIT多媒体实验室老师、苹果公司资深软件专家阿里·阿莫萨维以其简练而又充满趣味的笔触，将晦涩、深奥的逻辑科学以贴近生活、通俗易懂、妙趣横生的方式展现给读者。用12个日常案例引出推理过程、逻辑原理和提升建议，带领我们进入这个精彩且烧脑的逻辑世界，体会妙趣横生的思考之美，跨过生活在无处不在的低效陷阱，让人在不知不觉中，重塑思维认知，重新认识世界。

前 言 生活中，逻辑无处不在
引 言 一种更高效的思维工具
第1课 配对：别笑，这个低效的人可能就是你
第2课 查找：男人和女人逛商店的逻辑不一样
第3课 排序：用这个方法，我玩拼图就没输过
第4课 关联性：让路痴不再迷路的方法
第5课 信息拆分：外卖送到家之前都经历了什么
第6课 解决问题：顺藤摸瓜的方法特别低效
第7课 高效表达：让别人读懂你的言“外”之意
第8课 推进项目：怎么在上班时间完成所有工作
第9课 重组信息：据说记忆大师都是这么记东西的
第10课 提升效率：寄快递时怎样快速找到合适的箱子
第11课 设定目标：这样给文档分类能节约大把时间
第12课 运用逻辑：生活中的每个场景都能找到逻辑
结 语：常规方法之外，还有另一种解决问题的方法
名词解释
鸣谢

不知你是否听说过以下有趣的故事：著名物理学家理
查德·费曼(Richard Feynman)在看到有人将盘子扔到空
中后受到启发，从而创造出了荣获诺贝尔物理学奖的方程
式；约翰·冯·诺依曼(John von Neumann)依据一位朋友
关于人脑记忆储存的理论模拟出了计算机的存储模式；查
尔斯·达尔文(Charles Darwin)在动物园看到的一只猩猩
像孩子一样的顽劣，进而衍生出了进化论的想法。费曼、
冯．诺依曼、达尔文还有很多其他伟大的科学家其实有一
共同点，那便是在他们的眼中，物理、数学、科学无处不
在，时时围绕在他们的生活之中，远远超越了实验室的方
寸之地。
纵然你没有要得诺贝尔奖的壮志，在日常生活中，你
也可以通过算法建模的方法来解决问题。事实上，算法模
型的应用在不经意间已经融入了人们的生活，用于解决各
种各样的问题。比如，在一堆衣服中找到一双袜子，决定
什么时候去杂货店，如何安排当天的任务排序等。算法是
一系列解决问题的清晰指令，代表着用系统的方法描述解
决问题的策略机制，它从一些输入开始，止于一个输出，
这就是算法的特性。有趣的是，现存公元前1800年到公元
前1600年左右的古巴比伦碑上就留下了类似的痕迹。古巴
比伦人在石头上记载了他们的决策过程，例如复利或者测
量出水池的宽度和长度、根据高度来计算容积的方法等。
这也就是说，古巴比伦人的程序是由一系列明确的指令和
步骤构成的：他们有输入，也有输出，最终得到结论后终
止，且结论为有效。因此，算法可以说是由来已久，在过
去几个世纪里，无数的数学家、科学家为这一学科奠定了
基础。而在计算机科学诞生之后，这些特征变得尤为重要
——正是这种特点可以让计算机通过人为控制的方式来执
行任务。
尽管算法在我们的生活中如此重要，但关于算法的讨
论往往聚焦于复杂的细节之上——“怎么做”，从而忽略
了算法带来的实际的应用效果。我们刚刚提到的看似简单
的日常工作，可以通过多种不同的方式执行。我们对实际
应用的意识越强，便越能以最有效的方式来发挥所长完成
任务。想想看，这种意识就像是强化了我们的直觉一样。
这便是我写这本书的灵感来源。本书旨在通过强调解决日
常任务的不同方式来向读者介绍逻辑算法思维，并指出这
些方法彼此间的相关性。例如，寻找一件适合你的衬衣时
可能有两种方法，用图形表示出来就如下图所示。
这些线条的表现形式名为线性方程和对数方程，关于
这两种模型，本书将会进行集中整理和探讨。对于有些事
情来说，这两种方法是有可比性的，需注意的是随着事件
数量的增加而发生的变化。本书重点选择了l2个人们熟知
的场景，如客厅、裁缝店和百货商店。在每一个场景中，
我们都有很多潜在任务需要完成。在每个案例之后，会有
一段场景描述、评论和开放讨论，将这些应用场景与计算
机科学的具体概念相关联。此外，本书还会介绍至少两种
可行的解决方案来解决基本任务。一种方法速度较慢，另
一种较快。通过这种对比的方式，向大家揭示逻辑算法思
维的优势，虽然这听来有点挑衅的意思。本书的标题受计
算机科学家唐纳德．克努特(Donald Knuth，中文名高德
纳)的启发，他认为逻辑算法是“好的”，是一种更加快速
而有效的解决方案。

本书属于逻辑学类图书。虽然你不追求诺贝尔奖，但你利用复杂数学的次数比你意识到的可能要多。实际上，你每天利用算法来解决各式各样的问题：在一堆袜子中找一双双袜子、决定什么时候去杂货铺、确定当天需优先完成的任务等等。这些看似简单的日常任务可以通过许多不同的方式来完成，这也就意味着，我们在处理这些事物前，我们的大脑就对不同策略进行比较和评估了。我们越能意识到策略的多样化，我们也就越能更好地利用我们的多用途直觉。这就是我们这本书的用处所在，它旨在通过突出完成日常任务的不同方法，来使你对定程思维有所了解，并指出这些方法是如何产生关联的。

向广大读者介绍思维方式和算法逻辑的一种更好
方式，值得推荐给大家阅读。
——温特·瑟夫（互联网之父，图灵奖得主，谷
歌首席互联网科学家）
这本书是我和孩子们一起阅读的，他们一边读一
边和我讨论书中的案例，真的太有趣了。
——丹尼尔·怀特森（美国物理学会成员，欧洲
核子研究中心粒子物理学家）
对那些想要了解逻辑学和计算机科学基础的人来
说，都是一本很好的作品。
——恺撒·伊达尔戈（物理学家，MIT多媒体实验
室教授）
当数据和信息变成我们可以掌握的知识时，这种
感觉太棒了！我迫不及待的想把书中学到的东西应用
在我生活的方方面面。
——简·埃尔夫森（施乐公司产品创新中心负责
人）
这本书就像我生活的指南，展示了我习以为常的
生活中，一些不寻常的逻辑，还告诉了我不同逻辑选
择的结果和效用。
——贾米斯·巴克（美国逻辑算法专家）
我可能1小时就能读完这本书，但其中的逻辑思维
却让我终身受益。读过之后，我觉得我至少变聪明了
40%。你会发现你的身边有很多人像书中不讲逻辑的人
那样，不断进行着重复、低效的选择。
——美国读者

女男爵玛吉·万(Baroness Margie wan)来自一个曾经颇具影响力的维也纳家族，而最近她却因为向美国走私健达奇趣蛋而被指控了。玛吉如今身在伯尔尼做换工，这是她第一次叠衣服。玛吉发现她的寄宿家庭成员每半个小时就能因为出汗弄湿一双袜子，这就让找袜子和袜子配对变成了最耗时的工作。幸运的是，这些袜子的尺寸和颜色不尽相同。
你是否曾考虑过生物学特征记忆对人类的重要性?当人仰面坐在椅子上，把一只手放在前额，闭上眼睛，回想一首诗歌或者一个方程式，抑或一个电话号码——这是典型的人类形象。想象一下，如果人类没有这些特征会经历多么痛苦而挣扎的一生，就像痴呆症患者一样。对于初学者来说，你不得不重复很多相同的工作。就像电影《记忆碎片》(Memento)的主人公莱昂纳多·谢尔比一样，由于患有短期记忆丧失症，他必须根据自己支离破碎的记忆来寻找杀害自己妻子的凶手。
我在本书的开篇就提到了这一点。事实上，那种快速解决问题的方法之所以快，是因为有效利用了内存。比如AIphaGo(阿尔法围棋)在2016年击败了世界围棋冠军，它的能力不仅来自专家，更来自自我学习，从而积累了更强大的工作记忆。。在本书中，我们将看到更多解决问题的方法，这些方法虽很简单，但很快捷，因为它们可以避免重复作业。
让我们先回归正题，回到袜子的问题上。回到可怜的因走私巧克力而被指控的老玛吉·万的问题上，具有讽刺意味的是，她的女男爵身份对联邦探员来说并不起作用。此刻，她正在对着那一大堆需要配对的袜子发愁。针对这个问题，我提出两种可行的解决方法：目 标：从一堆衣服中将袜子拣出来并进行配对。方法一：选择一只袜子，然后从这一堆衣服中找出配对
的一只，放在一旁。然后再选一只袜子，再从
这一堆衣服中找出配对的一只，放在一旁。重
复操作。方法二：选择一只袜子，放在一旁，再挑拣出另外一只
袜子，如果这只袜子跟已经选出的袜子可以配
对，就放在一起，如果不能配对，就将这一只
袜子放在单只袜子的行列中，直郅找出尺码和
颜色均合适的一只为止。
在继续往下读之前，我建议大家拿出笔、纸和道具或者你觉得舒服的东西来重建一个类似的场景，设想在每一个步骤和假设上，如何来实现目标。试着根据以下场景进行操作。
如果说这一堆袜子大概有4双，那么玛吉用什么样的方法来做配对都没有太大影响，因为这项工作很快就能完成。但是，如果玛吉面前有成百上千双袜子呢?如果她选择第一种方法，那么她碰到同一只袜子的概率会相当高，因为她没有将这只袜子拣出来。当玛吉第一次碰到这只袜子的时候，她没有从这只袜子上收集任何信息。然而，如果采用第二种方法，她就能摆出一排没有配对的单只袜子，因此就保证了同一只袜子只会遇到一次。所以不难理解第二种方法自然会更快一些，因为它依赖于记忆。更确切地说，这是我们所说的查找表格或者缓存带来的效果。
P1-5