不看 CB，看南方周末

CB 是 cnbeta.com 的简称，南方周末是一份报纸。

cnbeta 是网友媒体与言论平台，其中科技新闻占了绝大多数。而南方周末是一份综合的报纸，可以在上面看到财经，社会这些新闻或者视点。

不看 CB，是因为时间有限，看南方周末，是要拓展视界。如果一个人的目光只局限于自己所学的所感兴趣那部分内容，未免视界会小了一些。更何况 CB 经常会转载一些南方周末的评论。

知识的广度重要还是深度重要，这个很难说。学软件工程的时候喜欢说问题域 (提出问题的空间) 和求解域 (解答问题的空间)，然后特别喜欢说面向对象软件工程方法学的问题域和求解域一致，因此易于迭代和无缝云云。

广度所提供的是你所接触过的东西，你才知道什么东西是可以用的，可以用来解决什么问题。如果可以稍微曲解一下求解域的意思的话，知识广度能提供更多更大的求解域空间。

譬如说，AHP 层次分析法和 BP 人工神经网络。同样是解决多因素权重确定，却又是很不一样的两种方法。

再譬如说，排序算法一堆一堆，堆排序，桶排序，冒泡排序，快速排序，又是针对不同的排序类型和排序规模的。首先得知道有这些算法，才能在解决问题的途中运用上。

而对于知识的深度而言，更深的知识深度会提高解决问题的速度，如果体现在考试中，就是解题速度会快。

譬如说，AHP 层次分析和 BP 人工神经网络。如果只是写个程序说是完成了 AHP，当出现异常怎么办，当一致性检验通不过怎么办? 更深地说，矩阵特征值是如何运用到的。就 BP 人工神经网络而言，不同的传递函数会有什么不同的效果 (这个我也不清楚)，这些都是需要知道的。

再譬如说算法，还是那些排序算法，堆排序，桶排序，冒泡排序，快速排序。

堆只是用于排序吗? 对于一个有限范围的集合而言，桶排序又给了你怎样的思想? 冒泡是不是一无是处呢? 快速排序的分治 (conquer & divide) 思想呢? 不同的排序算法对时间复杂度和空间复杂度的要求是怎样的呢?

不过话说回来，我很懒，对小规模的排序直接调用 qsort，要是大规模的数据量的话我估计我会用调用 sort 函数。

同学问我说: 你会什么? 我会很惭愧地说，都知道一些，可不精通。必须承认我是个广度比深度大很多的小人物。考试第一会比第十牛很多吗? 无可否认第一的深度会比第十的深度要好一些，可是这些深度是迟早都会忘掉了，剩下的只是对知识的印象以及它的广度——用到的时候重新记忆起来。

算法比代码重要，而想法又比算法重要，这是学什么东西都要知道的。

可以不知道怎么解决问题，可是得知道解决问题的途径。

也许这是我的态度了，广度比深度重要，不知道你觉得怎样呢?

—————————–

今天是悲哀的一天，google.com 被封了，连同我的 Gmail 也一并打不开了。所幸还有 GFW 所不能抵抗的 https 存在。我想我并不是一个愤青的人，但是会不会如同那则马丁·尼莫勒牧师所写的诗歌一样会为我以后的麻木不仁而忏悔:

当纳粹抓捕共产党人的时候 / 我没有说话 / 因为我不是共产党人。

当纳粹关押社会民主党人的时候 / 我没有说话 / 因为我不是社会民主党人。

当纳粹抓捕工会会员的时候 / 我没有抗议 / 因为我不是工会会员。

当纳粹抓捕犹太人的时候 / 我没有说话 / 因为我不是犹太人。

当纳粹抓捕我的时候 / 已经没有人能抗议了 / 因为他们都被抓走了。