复杂性管理与重复性管理

探讨了简单重复性所带来的复杂性。

目录
[隐藏]

在前面我们说到了所谓的“计算机科学”,重点在于如何控制大型系统的复杂性。

复杂性本身当然也是个很大的话题,而一种常见的复杂性的来源则是重复性,即是由不断的重复所带来的复杂性。

重复性带来的复杂性常被人忽视,大概是因为一开始它是不起眼的,而当人们意识到它的存在时可能已经陷入了泥潭。

从心理学说起

下面的一幅图(来自知乎日报),你一眼就能看出有几个点的是哪些呢?

image

显然,上面一行你能很容易看出来,下面一行则有难度了。

心理学上还有一个所谓的“短时记忆的容量”问题:

1956 年,美国心理学家米勒教授发表了一篇重要的论文,明确提出短时记忆的容量为 7±2,即一般为 7,并在 5 ~ 9 之间波动。这就是神奇的 7±2 效应。

这在我们日常生活中也不难观察到,最简单的例子就是有人在电话里报了一个手机号码给你,多数人都不得不借助纸和笔才能记下来。

image

一个手机号码,不过是从 9 再多重复了两次,到了 11 位,多数人就无法一下子记住它们了。

所以,即便是简单的重复,它的影响也可能是深远的。

一个隐喻场景

让我们来看一个更具体的例子,先从一个简单的隐喻场景说起,假如你掉了一根针在你的座位底下,你要怎么找回它呢?

很简单,你东找找,西找找,东找不着,你就西找,西也找不着,你就重复东找,然后重复西找,直到你找到为止。

在这种情况下,你不需要任何的方法论。以下可能是你寻找的路径:

image

现在假设针不是掉在了座位底下,而是在整个房间里,但你不知道具体哪里,现在你要怎么找呢?

整个房间与座位底下有什么本质不同吗?好像没有,不过是一小块面积重复了更多遍而已,然而它已经对你的寻找策略造成了冲击。

你还能像之前那样东找找西找找吗?当然,你想撞下运气也是可以的,但你也可能面临重复了几次依旧一无所获的尴尬境地。此刻,最保险的方式是遵循如下蛇形的逐行扫描式的排查,

image

这样你能确保你的寻找时间有一个上限。

现在,场景再换一下,假设针不是掉在了房间里,而是在一个大操场上,你要怎么找呢?

可以说,现在那种随机游走式的东找找西找找再也不适合了,首先一次随机找到的概率太低了,然后反复随机的话,你不能确切知道那些地方你已经找过了。

一个大操场与一间房间本质上还是一样的,只是面积重复了更多次,但我们以往的寻找策略则彻底不行了,即便是那种蛇形的逐行扫描式的排查也有很大风险了。

对于这种情况,首先最好是操场划出块来:

image

然后是一些簿记工作:

image

然后一块一块寻找,在每一小块中,重复房间的寻找策略:

image

找完了则在簿记上标记一下,直到找到为止。如果一遍过完了还没有找到,则清除所有标记,重复再查找。

还有可能发动更多的人,把不同块分配给不同的人,进行并发式的寻找。

不难看出,以上寻找策略与最开始的策略有了天壤之别,而这就是简单重复性所带来的冲击,重复性也能导致复杂性。

发表评论

电子邮件地址不会被公开。 必填项已用*标注