前言

• 计算机思维

  1、计算机从专用到通用背后的逻辑、
  2、为什么算盘是计算机、
  3、计算机从简单到复杂、
  4、五级工程师和职业发展、
  5、什么是计算机的数据结构
  6、索引带来搜索的效率、灵活性
  7、第078封信 | 从二叉树数据结构到对具体问题共性的抽象化
  8、第079封信 | 计算机经典算法：锦标赛排序算法
  9、第080封信 | Google面试题：如何设计一个地图功能，找到离当前最近的加油站？
  10、答读者问20 | 计算机数据结构的出现与计算机本身的关系
  

• 教育理念和学习方法

  1、为什么要学习科学
  2、来信补充 | 《梅杜莎之筏》这幅画为什么重要？
  

• 社会和职场的人生智慧

  1、以正合、以奇胜 
  2、拉里佩奇的人生智慧
  

• 发明的逻辑

  1、第085封信 ：为什么瓷器出现在中国？
  2、第086封信 ：为什么青花瓷能够热销到全世界？
  

计算机思维

1、计算机从专用到通用背后的逻辑

一个复杂的问题如果能拆成两个等价的简单问题，成功的可能性就大很多，就可以事半功倍。

• 香浓的思想(信息论、二进制运算的开关逻辑电路)

  模块化：简单的模块 搭建出各种复杂的功能
  等价性：复杂的计算，《=》加减乘除运算 《=》 开关电路逻辑--- 科学家的工作就是证明两件事情等价，而工程师的工作是实现等价的桥梁。
  

• 重点

  自然家的物质、生命、计算机，都是由大量极小的基本单元构成。
  

2、为什么算盘是计算机

有了口诀控制，算盘才算是计算机 —控制是计算机的本质

• 发明的三种类型

   第一种：完成特定功能的新设备、新方法
   第二种： 在原有设备基础上发明一种新的使用方法（算盘的口诀）---控制是计算机的本质
   第三种：平台的开发，在这个平台便于人们的功能性扩张----Google从查找信息到心在的互联网入口就是很好的例子
  

3、计算机从简单到复杂

当世界上任何的东西越做越复杂的时候，就是开始从复杂往简单转变的时候。

• 发明的轨迹

  为了让一种设备完成更多、更复杂的功能，发明变得越来越复杂；此时就要有人换一种思路进行发明，将它重新变得简单，这个是发明的大趋势。
  

4、五级工程师和职业发展- 依据郎道的方法进行分级

科学家考虑的是对和错， 工程师则是在现有条件下考虑好和坏的解决方案

• 分类原则

  第五级别：能独立解决问题，完成工程工作
  4: 能指导和带领其他人一同完成更有影响力的工作---领导力+ 大问题化为小问题
  3: 能独立设计和实现产品，并且在市场上获得成功----- 产品经理+心胸开阔+
  2: 能设计和实现别人不能做出的产品，也就是说他的作用很难取代
  1：开创一个产业
  

5、什么是计算机的数据结构

• 数据就等同于点，数据结构就是数据中常用的具体关系

<!-- 数据结构+ 算法 = 程序 -->
如果说一幅画是点的有机组合，几何图形反映出点之间常用具体的关系，
那么在计算机科学中，数据就等同于点，数据结构就是数据中常用的具体关系。

• 常见的数据结构：线性表

<!-- 数组： 一组编了号的固定大小的单元 -->

• 常见的数据结构：链表的线性数据结构

为了优化数组的新增数据带来的大量的位置移动，而产生的

<!-- 每个人只要记得前面或者后面的一个人，彼此没有编号一说 -->

这样，新增数据的时候，只要修改对应的指针即可

<!-- 缺点： 查找效率不高 -->

• 小结

1.掌握了如何使用基本图形、结构和组成部分 来构建复杂设计和产品的方法，

要想完成复杂的工作，必须掌握所谓科班出身人士掌握的工具和方法。
另外，专业人士会把复杂的东西分解为简单的基本单元。

2. 在计算机领域，数据结构则相当于设计中的基本几何图形，它们大多是从具体的应用中抽象出来的;

一个从业者水平的高下，首先在于灵活使用这些数据结构的本领。

3.凡事有一利就有一弊

4、下一个重要的数据结构： 二叉树

6、索引带来搜索的效率、灵活性

Google在建索引时，是对所有的词建索引的，而不仅仅是对于一些重要的词建立索引

• 一般索引只会根据一个维度的信息建立，而不会用几个维度的组合信息建立，比如，不会建立“人名＋毕业学校”这样的索引。

  对索引 进行查询： 按照一个公式，将关键词变成一个编号，然后再取尾数（火车安排座位，座位号重合的，就就近坐下）-》 伪随机数 -〉 数据加密-》公开密钥
  

7、第078封信 | 从二叉树数据结构到对具体问题共性的抽象化

• 真实的世界里，到底是具体的数值重要，还是数值之间相对的大小更重要？

1) 技巧——任何选择都比没有选择要好！在生活中也是如此，我们通常无法脚踩两只船。

2) 具体到上面这个问题，在计算机科学中,相对的大小要比绝对的数量更重要。这一点，计算机科学和数、理、化都不相同,计算机只看重相对的输赢。

3）工具的发明是针对问题来的。
在数学上要计算数字，人类就发明了算盘。

在物理学上，要测量绝对的数值，人类就发明了各种度量长度的尺子、计时的钟、称重量的天平和秤等等。

在化学上，要测量化学反应的当量，人类就发明了各种有刻度的量器。

在计算机中，由于经常要做的事情是判断真假、比较大小、排序、挑选最大值这类的操作，而它们在计算机的世界里又如此重要，当然也就值得为这些事情专门设计一种数据结构，这种数据结构被称为二叉树。

• Binary_Tree

1) 我们在生活中，一些组织结构其实就是树状结构，比如一个公司的大老板是根结点，
2)这种怪怪的数据结构在计算机科学中有什么用处呢？

1））可以用于排序(从左到右是从小到大)、
2））快速查找到某一个数值。
3））另外，网站的目录结构也是树状的（N个分叉），因此，针对二叉树的各种算法，稍加改变，就可以用于互联网。比如，下载一个网站里面所有的网页，就会用到二叉树中的一种遍历算法。

• 二叉树排序的过程遵循的两条规则：

就是它左右两个分叉可以和比较大小后的两种结果自然对应起来。

第一，先来的占据根部，以及靠近顶部层级比较高的位置，后来的放在相对靠下的位置。

第二，每当一个分支的根部被占据之后，接下来的数字，是和根部的数字进行比较，小的放到左边分叉中，大的放到右边分叉中。

• 小结

  内容总结：
  1. 工具是根据所遇到的问题而发明的
  2. 在计算机科学中，数据的相对大小比绝对的数值重要，出于很多数据比大小的需求以及其他一些需求，就产生了一个抽象的数据结构——二叉树。
  3. 和很多抽象的工具一样，二叉树其实能在现实生活中找到很多对应。除了比大小之外，我们的组织架构，我们的文件目录，网站的链接层次，以及锦标赛，都能对应到二叉树中。
  4. 对应到二叉树的问题，都有一些共性，解决它们之间问题的方法是可以触类旁通的。这就是我们要学习理论的目的.
  

8、第079封信 | 计算机经典算法：锦标赛排序算法

利用二叉树讲解锦标赛排序算法，然后用这个算法，解决高盛的那道面试题（如何从25个选手中赛出前三名）

1)锦标赛排序算法

• 锦标赛排序算法

  1) 单淘汰的锦标赛中，选手们两两比赛，胜者晋级，败者被淘汰。比如世界乒乓球锦标赛或者大满贯网球赛就是这么进行的。
  2) 把比赛的赛程和结果对应成一个二叉树。它和二叉树长得一模一样。在树中每一个选手是二叉树中的一个叶子结点，每一场比赛就相当于两个数字在比大小。数字大的选手获胜进入下一轮，也就是说比大小，大的那个选手，进入上一层，成为枝干上的根。
  所以，进入到某一轮比赛的选手，其实都是某个子树干的根结点。最后的冠军自然就是整个二叉树的根结点。
  3) 赛制的合理性来自一个假设：如果张三赢了李四，李四赢了王五，那么张三一定能赢王五。
  也就是说：A>B, B>C, 那么必然有A>C。不妨称这种合理的假设为“输赢的传递性”。
  

• “锦标赛排序法”（也称为树形选择排序）的两个步骤

如果采用类似锦标赛的方法排出了一、二、三名来，第一大的数字可以完全按照锦标赛淘汰制的方式来。但是第二大的数字，就需要从所有与最大数字比较过被淘汰的数字中，再次比较选择才能确定。这种算法，由于受到锦标赛的启发，因此被称为是“锦标赛排序法”（也称为树形选择排序）。总结一下这种方法，它分为两步：

1)第一步，把所有的数字放到二叉树的叶子结点，然后按照锦标赛单淘汰的方式，两两比较选出最大的。

2)第二步，从所有被最大的数字淘汰的数字（叶子节点）中选择第二大的（执行第一步）。对于第三、第四大的数字，可以以此类推（重新选择叶子结点数组）。

• 算法的复杂度

  算法的复杂度:是N乘以Log N，和快速排序差不多。
  1)在特定的场合下，它更快速。比如说，如果我们只需要选出第一名，这种算法的复杂度只有N，不是N乘以Log N。如果还需要选出第二名，则额外增加Log N次计算就可以了，对第三名也是如此。也就是说，这种方法在从N个选手中选出K个选手的事情中特别快。
  

2)高盛的面试题

• 高盛的面试题

  假定有二十五名短跑选手比赛竞争金银铜牌，赛场上有五条赛道，因此一次可以有五个人同时比赛。比赛并不计时，只看相应的名次。假如选手的发挥是稳定的，也就是说如果约翰比张三跑得快，张三比凯利跑得快，那么约翰一定比凯利跑得快。最少需要几组比赛才能决出前三名？
  

• 如果你不是天才，多掌握几个工具(计算机的理论)

0）wujun学过计算机的理论，知道这类问题怎么解决。kn学金融的，要在40分钟内想出解法，只能靠智力了。这就如同wujun的枪是狙击步枪，有瞄准镜，打中目标不难，kn只有三八大盖，只能靠射击水平。

1) 如果你是天才，恭喜你，你的智力会让你做事比别人容易，但如果你不是，多掌握几个工具就好了。

• 8 次的具体做法—中规中矩

  第一步，将25名选手分为五个组，每组五个人，不妨把这25人根据所在的组进行编号，A1-A5在A组，B1-B5在B组……最后E1-E5在最后的E组。
  然后让每个组分别比赛，排出各组的名次来。不失一般性（数学中的一种常见表达），假设他们的名次就是他们在小组中的编号，即A组的名次是A1、A2、A3、A4、A5，B组和其它组的名次也是类似（如下图）：
  

  

第二步，让各组的第一名，也就是A1、B1、C1、D1、E1再比一次，上图中是第一排红颜色的，这样就能决出第一名。不失一般性，我们假设A1在这次比赛中获胜，这样我们就知道了第一名

第三步，A2和另外四个组的第一名竞争亚军。如果这一次A2赢了，他显然是亚军，就由A3递进参加争夺第三名的比赛。下图中用红色圈定了这种情况下参加第八次比赛的五位选手。如果A2没有赢，另四个组的某个第一名赢了，那个赢的人是亚军，就由那个组下一位选手递进，决逐第三名。

• 7 次的比赛方案

  1) 前六次比赛都是必须的，最佳答案的前两步和上述答案中的前两步是相同的。在上述方案中，有一个信息被忽略了，那就是在第六组比赛（即五个第一名的比赛）结束之后，最后的两名已经没有资格决逐前三名了。我们不妨假设那一次比赛从最快到最慢的结果是A1、B1、C1、D1、E1。在D1和E1之前已经有三名选手了，他们肯定不是前三名。
  2) 第二名的候选？（输给第一名的第二名：A2、B1）
  根据锦标赛排序的原则，直接输给第一名的人，也就是A组中的A2，以及最后附加赛输给他的B1，仅此两人而已。
  3) 除了A2和B1，谁还会是第三名的候选呢？（输给第二名候选人的第三名：A3、B2、C1）
  和A1在某一组比赛的第三名，他们是A3、C1，输给第二名候选人B1的B2。
  4）第二、三名的候选人一共只有五个，即A2、A3、B1、B2和C1（下图中的红色选手），刚好凑一组。第七次，让他们五个人再跑一次即可。
  

  

• 小结：

7次的方法比赛八次的方法更有效的原因可以归结为两点：

1） 首先是少做了一些无用功。
2） 其次，要善用信息。
3）从这个问题的解法上你已经看出，善于掌握工具（锦标赛排序），可以弥补智力上的不足。

9、第080封信 | Google面试题：如何设计一个地图功能，找到离当前最近的加油站？

如果是车载的地图，需要考虑到汽车是移动的，结果会不断更新，因此那些速度很慢的算法就不适合这个场景了。 其次，结果的刷新记录也不必太快，以免用户觉得结果太不确定。

• 三步分解

1)首先，我们需要搞清楚每一个加油站的位置和汽车现在的位置，最好同时也搞清楚行车方向。加油站的位置是GPS的坐标，还是街道的名称和号码，或者是什么地图中特定的坐标，这个要和考官沟通清楚。
至于汽车的位置，只有GPS的定位，可能还需要转换成街道地址的范围
2)第二步，就要说说距离的计算了。在地面上行驶，两点之间的距离不是欧几里得直线距离.
那么怎么找到上千种路线中最短的一条呢？
在数学中有一种方法叫做动态规划，可以完成这件事.
把汽车和城市里所有的加油站之间的距离列一个表，它的格式可以如下：
加油站G1，距离D1；
加油站G2，距离D2；
3)第三步:就是要按照距离排序，找出最近的几个加油站。
在二叉树这种数据结构中，有一种更特殊的细类，被称为“堆”，用这种数据结构，就可以做到只排出前几名，而不用管后面的名次。
ps:如果考虑到这个真实的应用场景，很多计算其实都是可以预先算好的，等到服务的时候，直接把结果调出来即可，而不需要做重复计算。

• 大数据思维

  大数据很重要的一条就是不能像过去那样，将各个事件看成彼此独立的，分开来处理，而是要把所有数据集中起来，进行全局优化。
  

• 启发

  1. 不要做无用功。把那些无用功去掉，我们就比其他人进步快，产出高了。
  2. 很多事情都遵循同一个规律，比如从锦标赛，到找加油站，到处理零售交易，都会用到二叉树，特别是它的一个子类——堆。这些问题，都可以被称为“等价的问题”。---在学习理论的时候，需要了解这个理论为什么会被提出，当时要解决的应用问题是什么，搞清楚这些，便可以一通百通。
  

10、答读者问20 | 计算机数据结构的出现与计算机本身的关系

1）、哈希表在一定程度上是否兼有数组和链表的优点？

数组、链表和哈希表是三个不同的东西，它们有一些相关性，但是使用的目的有区别。

• 数组、链表和哈希表

数组是为了便于直接查找访问，它要求数据项基本上是整齐的.
链表强调的是前后的依赖关系，一个连着一个，比如某个学位选课的次序，一门课和它的先修课就是这种链接关系。
哈希表的本质是通过随机化，把一个比较大的、稀疏的空间，映射到一个比较小的、紧密的空间中。在计算机中，它通常是通过数组实现的。相比一般的数组，它有三个优点：
1. 动态增加或者删除一个数据项比较快。
2. 数组只能根据下标直接查找，下标和数据内容无关，如果要根据内容查找，效率就比较低，哈希表的下标是根据数据内容计算出来的，因此根据内容查找比较快。
3. 数组在处理多个维度时变得很复杂，哈希表可以将多个维度的数据映射到一个维度。
但是，哈希表是需要额外成本的，它其实是以空间换时间。其次，数组可以一次顺序存取很多项数据，而哈希表存取数据只能一个个进行。

2)结构化记忆和计算机的数据库存储方法有关系。

这里讲它在存储和查找数据上的两个要点：

• 1.它把我们现实生活中很具体的、结构并不是很清晰的数据抽象成结构化的。

• 2.抽象化的过程要超脱数据原来物理式的结构.

3)数据类型的概念，跟数据结构的区别是什么？和数据结构又有什么联系？

• 例子

  盖房子，需要各种预制件，它们就是数据结构。但是你使用的钢筋有尺寸和标号的差别，这就相当于计算机的数据类型.
  

4)作为二叉树的变种，哈夫曼树和红黑树在查询或者写入效率上做了优化呢？

目的不同

• 1、哈夫曼树对应于哈夫曼编码，即信息论里的最短编码。这样可以保证平均的访问时间最短。哈夫曼编码的条件是必须事先知道每个码出现的频率。
• 2、红黑树是为了防止二叉树一个枝子太长，另一个太短, 导致效率不高。

使用红黑树，可以保证各个枝子的长度基本相等。
代价是需要不断维持平衡。

教育理念和学习方法

• 知识的获取: 亲身感知（旅行）、他人告知（学习）、逻辑推知

1、为什么要学习科学

• 四个目的

1、掌握一种看待世界和解决问题的方法：科学的方法，能得到预期的结果，并且能在不断重复这种结果

2、了解人类知识的边界：培养基本的科学素养

3、帮助我们获得可叠加性的进步：科学、技术和工程，是几乎仅有的课叠加性的人类文明成就。 --在工作中，如果我们做的每一件事情，都能成为今后攀登更高点的铺路石，我们就会取得可叠加性的进步

4、成为一个讲道理的人：讲道理需要双方有共同的认知基础和彼此认可的讨论问题的方式，而科学本身就是帮助我们建立这样的认知基础和方法

2、来信补充 | 《梅杜莎之筏》这幅画为什么重要？

Medusa

社会和职场的人生智慧

1、以正合、以奇胜

作战，先要把正面的兵排好，要排得不偏斜，合乎法则，这叫做正。如果这时你还有多余的兵力，你就赢了—-积累效应

• 为人处世，成功的第一要素，就是走正道，不要老想着出奇制胜，特别是在未来非常光明的时候。

1、在无限长的时间里，变是常态，不变是非常态。但是在有限的时间里不变和渐变是常态，巨变是非常态。

2、首先做一个对未来的乐观派，其次，规规矩矩地成为实力派，不要走无谓的弯路。临渊羡鱼，不如退而结网。

2、拉里佩奇的人生智慧

• 牙刷原则

<!-- 一个好的产品要有牙刷的功能。让用户每天都必须用上几分钟，就如同刷牙一样，久而久之用户就养成了使用该品牌产品的习惯。 -->

这个产品的可靠性和稳定性非常重要

• 爆款效应

<!-- 爆款效应 -->

1、一个好的产品或者品牌，每过一段时间就要给大家带来一个惊喜，提醒大家它的存在。

2、例如电子产品的爆款营销周期是一年

<!-- 3、对职场上的借鉴：灵活运用牙刷和爆款的原则。 -->

1）每一周，你最好把你的工作总结成三句话，周一早上汇报给你的老板；

2）每半年到一年，你要有一个让老板惊喜的成果

• 公司生死的看法：薪尽火传

硅谷公司特点之一就是，不介意公司的死亡，不会刻意去拯救一个衰老的公司，而是把目光往前看，努力寻找下一次机会。


<!-- 公司真正能够传承的其实也只是基因而已。 -->

佩奇认同公司最终死掉这件事是常态，在这个前提下，再去考虑如何传承公司的基因和文化，而不是试图维持一个不死的公司。

发明的逻辑

1、第085封信 ：为什么瓷器出现在中国？

• 了解瓷器发明背后的逻辑对我们今天的发明创造依然很有意义。

  我们的见识和认知就是通过把一件事情研究透，把它放在很大的时空里去思考，从而提高我们的认知能力。
  

• 陶瓷，所需要的材料很简单(一般的黏土)、所要求的技术含量不算高

  1) 陶器的历史比瓷器要长得多，它不仅出现的时间早，而且各个文明都独自制造出了陶器，因为它所需要的材料很简单，就是一般的黏土，到处都有。
  2) 烧制陶器所要求的技术含量也不算高，只要进入新石器时代，人类就有能力造出陶器，也就是说陶器的出现是文明自然演绎的结果。
  

• 陶器的缺点

  1) 首先强度不够大，而且相比瓷器特别笨重。
  2) 其次，陶器的密水性不好，用陶器存水或者其它液体，很快就会渗漏，今天你用陶制的花瓶种花，实际上就是利用它容易渗水的原理。
  

• 瓷器发明的大前提、小前提和偶然性

  瓷器并不是文明水平到了一定程度就能够被发明出来，而需要很多条件才能制造出来，其中最重要的是三个:
  1) 高温
  2) 上釉
  3) 特殊材料高岭土
  

• 陶器和瓷器的一个差别:断面

  在放大镜下用肉眼就能看出来，把它们砸碎，看看断面。
  陶器的断面有一个个小的黏土颗粒，因此陶器不过是黏土颗粒粘连到一起，而瓷器是一个整体，它的断面和玻璃的断面一样。
  

I、瓷器发明的大前提、小前提和偶然性

• 1> 高温,为什么这件事情对陶瓷制造重要呢？炉温＝文明程度，这是发明瓷器的大前提。

  先讲温度，也就是烧窑能够达到的稳定均匀的炉温。
  1) 事实上，一个简单判断早期文明水平的方式，就看那个文明能把炉子温度烧多高即可，如果能烧到1000度左右，基本上就有条件进入青铜时代了，这时大规模建设城市也成为了可能。
  2) 如果能把炉子烧到1200至1300度，就可以冶炼生铁了，文明就进入铁器时代，
  3) 以此类推。烧制瓷器则需要在1300度之上。
  4) 西方历史学家和科学家有一个简单衡量文明程度的办法，就是依照一种文明所能使用的能量的大小
  

• 2>瓷器密水的一个主要原因是外面都有一层釉,釉便成为了制造精良盛器的小前提。

  1)上釉技术最早不是中国人发明的，而是古巴比伦人发明的。
  2) 他们发现将盐或者苏打和沙子中的石英混合加热，就会产生一种玻璃状的物质，就是今天的釉彩。古巴比伦人将富含石英的细沙粉末和苏打涂抹在陶器表面，在高温下烧制，就在陶器表面有了釉面。遗憾的是，这样烧出来的釉并不能严实地包裹在陶器表面，因此起不到密水的作用，于是古巴比伦人干脆用这种技术烧制建筑使用的釉面砖了，而没有用于制作盛器。
  3) 古埃及比美索不达米亚稍微晚一点进入铁器时代，他们也发明了上釉技术。
  

• 古埃及比美索不达米亚为什么没有先发明瓷器

  1）非常遗憾的是，这在人类文明的摇篮埃及和美索不达米亚根本就没有瓷土，因此他们当时文明再先进，也发明不出瓷器。
  2）那两个地区没有森林，无法提供高温烧制瓷器所需要的燃料。
  

• 3>两个天然的条件:瓷土(高岭土)、森林（能量使用程度是理解文明的一把钥匙）

  1） 烧制瓷器所需要的原材料——一种被称为高岭土的特殊的黏土，也称为瓷土。
  高岭土虽然名字里有个土字，但它其实是一种特殊的矿石，因为后来在景德镇高岭山找到的这种矿石品质最好，便得到了高岭土这个名字。
  全世界高岭土的储备其实是非常丰富的，今天在世界大部分地区都发现了储量不低的高岭土矿，而以美洲最多，中国次之，欧洲就比较少。
  2） 森林，提供高温烧制瓷器所需要的燃料。
  

• 中国恰好具备:瓷土(高岭土)、森林的条件

  美索不达米亚和古埃及所缺的两个条件，中国恰好具备。
  1) 中国人使用高岭土的年代可以追溯到商代，但是由于那时没有办法把炉子烧得很热，因此使用高岭土烧出来的依然是陶器，只是颜色白一点罢了。
  等中国进入魏晋南北朝时，冶铁技术已经非常普及，把炉子烧到1300度左右已经不是难事，高岭土在这样的温度下就开始熔化，在冷却后，就形成一个整体，这就是瓷器。
  

• 中国古代的工匠们还发明了独特的上釉技术。(自然上釉法->炭在陶器坯表面加热后能够形成釉面)

  1) 最初这项技术的发明纯属偶然，当工匠们用炭烧制陶器时，一些炭渣溅到陶器上，炭让陶土中的石英发生了还原反应，陶器表面一些地方就有一层亮亮的玻璃状的釉彩，这种上釉法被称为自然上釉法。
  自然上釉法成功与否全看运气，你可以想象，要靠炭渣溅到整个陶器（或者瓷器）的表面上概率是多么小。今天如果你有幸见到一件早期自然上釉的瓷器是非常幸运的事情。
  2)中国工匠显然不是利用自然上釉法制造瓷器的，而是慢慢懂得了它的原理，即炭在陶器坯表面加热后能够形成釉面，于是陶工们将瓷器的坯子泡浸草木灰的灰浆后拿出来再烧制，就在瓷器上形成了均匀的釉面。
  3)到此，瓷器的发明算是完成了，这大约是公元300年到500年之间的事情，距离赫梯人发明高温陶器和古巴比伦人发明上釉技术，过去了大约1500多年。
  

• 历史的必然性:很多时候，我们的成功都必须感谢运气

  从瓷器漫长的发明过程，我们首先可以体会出一种历史的必然性。
  古埃及和美索不达米亚虽然文明先进，却不具备发明瓷器的原材料，美洲地区倒是高岭土储量丰富，但是文明又太落后，等到哥伦布发现新大陆时，当地人还没有进入青铜时代，不具备发明瓷器的基本技术的可能性。相比之下，有可能发明瓷器的只有中华文明，这是一种必然性。你也可以讲中国的运气很好。
  

  II、理解大前提、小前提和运气的重要性

• 发明的边界条件

  瓷器的发明需要很多条件，缺一不可。
  1）首先是整体的文明程度，具体到瓷器是炉温；
  2）其次才是具体到这项发明所需要的关键技术，具体到瓷器是上釉技术
  3）最后还要有好运气，在瓷器上，美索不达米亚和古埃及就有点儿“点背”。
  

• 理解大前提、小前提和运气的重要性

  大前提、小前提:我们在选择做什么事情时，搜索的范围就能够小很多。
  运气:发明常常是一个从偶然到必然的过程，偶然的发现和成功非常多，没有什么了不起，能够从偶然的成功中找到真正的规律，能够重复成功的人，才算是完成了真正的发明。中国人发明草木灰上釉法，就是这样从自发到自觉的过程。对于一个组织来讲，能够把偶然的成功慢慢变成必然的结果，非常重要。
  

• 今天的思考题:为什么高铁诞生于欧洲和日本，繁荣于中国，美国在高铁上却非常落后？

  沿着"发明的边界条件"的思路，大家可以理解今天的很多现象；
  比如为什么高铁诞生于欧洲和日本，繁荣于中国，但是一直以科技发达著称的美国在高铁上却非常落后？
  

2、第086封信 | 为什么青花瓷能够热销到全世界？

see also

• Effectively_Enhance_The_Value_Of_Workplace

• Shell特殊变量：Shell $0, $#, $*, $@, $?, $$和命令行参数

零、特殊变量列表
1) $ 表示当前Shell进程的ID，即pid;对于 Shell 脚本，就是这些脚本所在的进程ID。
devzkndeMBP:kunnan.github.io.git devzkn$ echo $$
62856
2) $0	当前脚本的文件名
devzkndeMBP:kunnan.github.io.git devzkn$ echo $0
-bash
3) $n 传递给脚本或函数的参数
4) $# 传递给脚本或函数的参数个数
5) $*	传递给脚本或函数的所有参数。
6) $@ 传递给脚本或函数的所有参数。被双引号(" ")包含时，与 $* 稍有不同
7) $? 上个命令的退出状态，或函数的返回值。
一、我的一个小需求就是打印当前命令
可以结合$0、$@，或者$*； 因为"$*" 是将所有的参数作为一个整体，因此我会采用它，并应用于knpost 中。
kncommand=">* [knpost](https://github.com/zhangkn/KNBin/blob/master/knpost) \n\`\`\`\n$0 $*\n\`\`\`"
echo  "$kncommand" >> ${postName}
二、$* 和 $@ 的区别
1）当它们被双引号(" ")包含时，"$*" 会将所有的参数作为一个整体，以"$1 $2 … $n"的形式输出所有参数；
2）"$@" 会将各个参数分开，以"$1" "$2" … "$n" 的形式输出所有参数
3）例子：这个时候就有区别
for var in "$*"
for var in "$@"
4) knpost $1  "$2" $4
"$n",跟"$*" 的效果是一样的
#"$2",是想要获取整个参数：Advanced Google Dorking Commands； $2 将只是Advanced

转载请注明：张坤楠的博客 > TheWayOfThinking

• Previous
  Beyond_Free
• Next
  Venture_Capital_Investment