广度优先法让学习更高效

采铜

廣度优先搜索（BreadthFirstSearch，BFS）是计算机算法领域中的一个概念，如果我们要从零开始掌握一个新领域的知识，就可以采用广度优先搜索的策略。

先简单介绍一下什么是广度优先搜索。假设下图是由若干个知识联结点组成的一棵“树”，假设我们要走遍这棵树的每一个联结点，起点是顶端的那个0，可以叫它“根结点”。我们可以按照什么样的路线去走呢？

第一步是0这个联结点，然后走跟0联结点直接相邻的所有联结点（假设按照从左往右的顺序），所以路线就形成了0、1、2、3四步，这意味着从0联结点出发的三个分支都会先涉及，这就是“广度优先”的意思。接着依次再走跟1、2、3这三个联结点直接相邻的几个联结点，于是路线就变成了0、1、2、3、4、5、6、7、8、9、10、11、12……

跟广度优先搜索相对的是深度优先搜索（DepthFirstSearch，DFS），后者的意思是先走完一个分支的所有联结点，再走下一个分支，所以是“深度优先”。同样是这个图，深度优先搜索的走法是先走0、1、4、5、6，再走2、7、8、9，再走3、10、11、12。

从这两种方式，看我们学习知识的过程，是很有意思的。跟广度优先搜索相对应的学习过程，是先要对这个领域的所有分支主题做一个概览，了解每个分支大致是什么样的，然后再具体一点，从一个分支出发，去了解这个分支之下有什么知识，然后再跳到另一个分支去了解……这是一个逐层深入的过程，早期学得是比较概括的，慢慢越来越具体、专门。而深度优先搜索对应的学习过程则是先把这个领域中的某一块“吃透”，再去学下一块内容，每一个阶段都学得比较深，是一个从深到深的过程。

我们多数人的学习经验，更习惯于后者，也就是先吃透一小块，再接着学下一阶段。这种方式好处很明显，就是稳扎稳打，但是也有坏处。

首先，这样学会缺少“大局观”。在没有整体了解该领域知识的情况下，贸然深入局部，可能导致眼界狭窄，一叶障目不见泰山。许多人学东西，容易钻牛角尖，往往就是这个原因。

其次，较早地深入一个领域，可能会在准备不充分的情况下“啃到硬骨头”，面临无法克服的困难和挑战，后续便可能选择放弃。打个比方，一个人拿了一本有1万词汇量的英语单词书，雄心勃勃想背完，但可能背到“B”已经力不从心了，因为他遇到了太多过于冷门和生僻的词汇。

美国心理学家瑞格卢斯提出的精细加工理论，更偏向于广度优先搜索的学习方式。他认为，学习应该是一个逐步精细化的过程，一开始只要了解这个领域最简单的大概，然后再具体和深入一点，随后再进一步地具体和深入一点……这个过程有点像画素描，第一步是画一个大致的、粗略的形状，越是细节的处理越是放在后期。

（摘自《精进3：找到你的潜在生态位》，江苏凤凰文艺出版社，魏克图）