程序算法與人生選擇

每一年一到要找工做的時候，我就能收到不少人給我發來的郵件，老是問我怎麼選擇他們的offer，去騰訊仍是去豆瓣，去外企仍是去國內的企業，去創業仍是去考研，來北京仍是回老家，該不應去創新工場？該不應去thoughtworks？……等等，等等。今年從7月份到如今，我收到並回復了60多封這樣的郵件。我更多幫他們整理思路，幫他們明白本身最想要的是什麼。（注：我之後再也不回覆相似的郵件了）。

我深深地發現，對於我國這樣從小被父母和老師安排各類事情長大的人，當有一天，父母和老師都跟不上的時候，咱們幾乎徹底不知道怎麼去作選擇。而我最近也離開了亞馬遜，換了一個工做。又正值年末，就像去年的那篇《三個故事和三個問題》同樣，讓我想到寫一篇這樣的文章。

幾個例子

當咱們在面對各類對選擇的影響因子的時候，如：城市，公司規模，公司性質，薪水，項目，戶口，技術，方向，眼界…… 你總會發現，你還會發現你會在兩個公司中糾結一些東西，舉幾個例子：

某網友和我說，他們去上海騰訊，由於騰訊的規模很大，但卻發現薪水待遇沒有豆瓣高（低的還不是一點），若是之後要換工做的話，起薪點直接關係到了之後的高工資。我說那就去豆瓣吧，他說豆瓣在北京，污染那麼嚴重，又沒有戶口，生存環境很差。我說去騰訊吧，他說騰訊最近組織調整，不穩定。我說那就去豆瓣吧，慢公司，發展很妥當。他說，豆瓣的盈利不清楚，並且用Python，本身不喜歡。我說，那就去騰訊吧，……

還有一網友和我說，他想回老家，由於老家的人脈關係比較好，能混得好。但又想留在大城市，由於大城市能夠開眼界。

另外一網友和我說，他想進外企，練練英語，開開眼界，可是又怕在外企裏當個螺絲釘，想法得不到實施。朋友拉他去創業，以爲創業挺好的，鍛鍊大，可是朋友作的那個不知道能不能作好。

還有一網友在創新工場的某團隊和考研之間抉擇，不知道去創新工場行不行，以爲那個項目通常，可是感受那個團隊挺有激情的，另外一方面以爲本身的學歷還不夠，讀個研應該能找到更好的工做。

還有一些朋友問題我應該學什麼技術？不該該學什麼技術？或是怎麼學會學得最快，技術的路徑應該是什麼？有的說只作後端不作前端，有的說，只作算法研究，不作工程，等等，等等。由於他們以爲人生有限，術業有專攻。

等等，等等……

我我的以爲，若是是非計算機科班出生的人不會作選擇，不知道怎麼走也罷了，可是咱們計算機科班出生的人是學過算法的，懂算法的人應該是知道怎麼作選擇的。

排序算法

你不可能要全部的東西，因此你只能要你最重要的東西，你要知道什麼東西最重要，你就須要對你心內的那些慾望和抱負有清楚的認識，否則，你就會在糾結中度過。

因此，在選擇中糾結的人有必要參考一下排序算法。

首先，你最須要參考的就是「冒泡排序」——這種算法的思路就是每次冒泡出一個最大的數。因此，你有必要問問你本身，面對那些影響你選擇的因子，若是你只能要一個的話，你會要哪一個？而剩下的均可以放棄。因而，當你把最大的數，一個一個冒泡出來的時候，並用這個決策因子來過濾選項的時候，你就能比較容易地知道知道你應該選什麼了。這個算法告訴咱們，人的雜念越少，就越容易作出選擇。

好吧，可能你已茫然到了怎麼比較兩個決策因子的大小，好比：你分不清楚，工資>業務前景嗎？業務前景>能力提高嗎？因此你徹底沒有辦法進行冒泡法。那你，你不妨參考一個「快速排序」的思路——這個算法告訴咱們，咱們一開始並不須要找到最大的數，咱們只須要把你價值觀中的某個標準拿出來，而後，把能夠知足這個價值的放到右邊，不能的放到左邊去。好比，你的標準是：工資大於5000元&&業務前景長於3年的公司，你能夠用這個標準來過濾你的選項。而後，你能夠再調整這個標準再繼續遞歸下去。這個算法告訴咱們，咱們的選擇標準越清晰，咱們就越容易作出選擇。

這是排序算法中最經典的兩個算法了，面試必考。相信你已爛熟於心中了。因此，我以爲你把這個算法應用於你的人生選擇也應該不是什麼問題。關於在於，你是否知道本身想要的是什麼？

排序算法的核心思想就是，讓你幫助你認清本身最須要的是什麼，認清本身最想要的是什麼，而後根據這個去作選擇。

貪婪算法

所謂貪婪算法，是一種在每一步選擇中都採起在當前狀態下最好或最優（即最有利）的選擇（注意：是當前狀態下），從而但願致使結果是最好或最優的算法。貪婪算法最經典的一個例子就是哈夫曼編碼。

對於人類來講，通常人在行爲處事的時候都會使用到貪婪算法，

好比在找零錢的時候，若是要找補36元，咱們通常會按這樣的順序找錢：20元，10元，5元，1元。

或者咱們在過十字路口的時候，要從到對角線的那個街區時，咱們也會使用貪婪算法——哪邊的綠燈先亮了咱們就先過到那邊去，而後再轉身90度等紅燈再過街。

這樣的例子有不少。對於選擇中，大多數人都會選用貪婪算法，由於這是一個比較簡單的算法，將來太複雜了，只能走一步看一步，在當前的情況下作出最利於本身的判斷和選擇便可。

有的人會貪婪薪水，有的人會貪婪作的項目，有的人會貪婪業務，有的人會貪婪職位，有的人會貪婪本身的興趣……這些都沒什麼問題。貪婪算法並無錯，雖然不是全局最優解，但其可讓你找到局部最優解或是次優解。其實，有次優解也不錯了。貪婪算法基本上是一種急功近利的算法，可是並不表明這種算法很差，若是貪婪的是一種長遠和持續，又何嘗不可呢？。

動態規劃

可是咱們知道，對於大部分的問題，貪婪法一般都不能找出最優解，由於他們通常沒有測試全部可能的解。由於貪婪算法是一種短視的行爲，只會跟據當前的形式作判斷，也就是過早作決定，於是無法達到最佳解。

動態規劃和貪婪算法的最大不一樣是，貪婪算法作出選擇，不能回退。動態規劃則會保存之前的運算結果，並根據之前的結果對當前進行選擇，有回退功能。

動態規劃算法至少告訴咱們兩個事：

1）承前啓後很是重要，當你準備去作遍歷的時候，你的上次的經歷不但能開啓你之後的經歷，並且還能爲後面的經歷所用。你的每一步都沒有浪費。

2）是否能夠回退也很重要。這意思是——若是你面前有兩個選擇，一個是A公司一個是B公司，若是今天你錯失了B公司，那到你明天還能不能找回來？

好比說：你有兩個offer，一個是Yahoo，一個是Baidu，上述的第一點會讓咱們思考，Yahoo和Baidu誰能給咱們開啓更大的平臺？上述的第二點告訴咱們，是進入Yahoo後若是沒有選好，是否還能回退到Baidu公司？仍是進入Baidu公司後能容易回退到Yahoo公司？

Dijkstra最短路徑

最短路徑是一個Greedy + DP的算法。至關經典。這個算法的大意以下：

1）在初始化的時候，全部的結點都和我是無窮大，默認是達不到的。
2）從離本身最近的結點開始貪婪。
3）走過去，看看又能到達什麼樣的結點，計算並更新到全部目標點的距離。
4）再貪婪與原點最短的結點，如此反覆。

這個算法給咱們帶來了一些這樣的啓示：

我記得有個朋友和我說過他想成爲一個架構師，或是一我的某技術領域的專家，並會踏踏實實的向這個目標前進，永不放棄。我仍是鼓勵了他，但我也告訴他了這個著名的算法，我說，這個算法告訴你，架構師或某領域的專家對你來講目前的距離是無窮大，他們放在心中，先看看你可以得着的東西。所謂踏實，並非踏踏實實追求你的目標，而是踏踏實實把你夠得着看得見的就在身邊的東西幹好。我還記得我剛參加工做，從老家出來的時候，歷來沒有想過要成爲一個技術牛人，也歷來沒有想過個人博客會那麼的有影響力，在作本身力所能及，看得見摸得着的事情，我就看見什麼技術就學什麼，學着學着就知道怎麼學更輕鬆，怎麼學更紮實，這也許就是個人最短路徑。

有不少朋友問我要不要學C++，或是問我學Python仍是學Ruby，是否是不用學前端，等等。這些朋友告訴我，他們不可能學習多個語言，學了不用也就忘了，並且術業有專攻。這並無什麼不對的，只是我我的以爲，學習一個東西沒有必要只有兩種狀態，一種是不學，另外一種是精通。瞭解一個技術其實花不了多少時間，我學C++的目的實際上是爲了更懂Java，學TCP/IP協議實際上是爲了更懂Socket編程，不少東西都是連通和相輔相成的，學好了C/C++/Unix/TCP等這些基礎技術後，我發現到達別的技術路徑一下縮短了（這就是爲何我用兩天時間就能夠了解Go語言的緣由）。這就好像這個算法同樣，算法效率不高，也許達到你的目標，你在一開始花了很長時間，遍歷了不少地方，可是，這也許這就是你的最短路徑。

算法就是Trade-Off

你根本沒有辦法能獲得全部你想獲得的東西，任何的選擇都意味着放棄——當你要去得到一個東西的時候，你老是須要放棄一些東西。人生原本就是一個蹺蹺板，一頭上，另外一頭必然下。這和咱們作軟件設計或算法設計同樣，用時間換空間，用空間換時間，還有CAP理論，老是有不少的Trade-Off，正如這個短語的原意同樣——你老是要用某種東西去交易某種東西。

咱們都在用某種東西在交易咱們的將來，有的人用本身的努力，有的人用本身的思考，有的人用本身的年輕，有的人用本身的自由，有的人用本身的價值觀，有的人用本身的道德…… …… 有的人在交換金錢，有的人在交換眼界，有的人在交換經歷，有的人在交換地位，有的人在交換能力，有的人在交換自由，有的人在交換興趣，有的人在交換虛榮心，在交換安逸享樂…… ……

每一個人有每一個人的算法，每一個算法都有每一個算法的purpose，就算你們在用一樣的算法，可是每一個人算法中的那些變量、開關和條件都不同，獲得的結果也不同。咱們就是生活在Matrix裏的一段程序，咱們每一個人的算法決定着咱們每一個人的選擇，咱們的選擇決定了咱們的人生。