不少的研究指出,人類在學習的一開始,遺忘馬上就緊接在後了,這可能是大腦的一種自我保護機制,清除掉那些不重要、不相關的資訊,為的是避免神經系統的異常而導致的疾病。

這對某些人可能感覺很糟糕,現在技術那麼多,孜孜不倦於學習的程式人,你會擔心學過的細節不斷遺忘嗎?或者把細節遺忘掉,對程式人才是件好事呢?

掌握最小可用集合

我學過不少的程式語言,也接觸過不少的框架與技術,遺忘的細節當然也不少,如果學習了一個新的語言或技術而不去用它,久了自然就會遺忘,即使是我接觸最久而也最熟悉的Java也不例外(其實人類母語久而不用,也會生疏)。

如果現在突然問我,某個泛型語法是怎麼回事,喔!泛型的細節有點多,我不一定馬上答的出來,因為我忘了!然而,如果拿個問題馬上要我用Java寫,基本上應該是沒問題,我可以從還記得的那些可用集合開始,慢慢地把東西實作出來。

好的技術都應該有個最小可用集合,而這應該是讓人容易記憶或能迅速複習,是的,人們避免遺忘的方式之一就是複習,如果技術有這樣的最小集合,就能讓你解決問題時,立即複習而開始使用。也許一開始的做法看來並不聰明,然而東西做得出來,學習每個技術,都應該找出這樣的最小集合,若需要改進實作後的成果,再循著某些管道逐步加入細節來改進。

以程式語言來說,Python在這方面做得不錯,每當我想做些東西時,基本語法加函式,通常就足以解決大半的問題,不太需要修飾器(Decorator)、Meta類別等那些高級玩意兒。

如果想嚴謹一些,我會使用Java,雖然從JDK5之後,Java多了不少的語法細節,不過,那都是後來為了更方便或聰明地解決某些問題,才加上去的,也就是之前不用那些細節,程式也是照寫,如果我真的忘了某些細節,又不得不寫Java的話,那些就足夠了。

從另一個角度來說,如果一個語言或技術,無法讓你找出最小的可用集合,也許是因為它定義的不甚嚴謹,或許是功能性分散而彼此相關性低,甚至是細節上的更新、汏舊週期非常頻繁,基本上不用急著去學習,沒有學習就沒有遺忘這件事。

而且,這類語言或技術,只要清楚問題及解題思路,剩下的通常是那些需要時,再搜尋網路就能解決的技術細節,而且,不同時期搜尋到的細節做法多半不同,這種細節本來就該忘掉。

辨識問題與思路

我剛剛談到了Java的泛型,現在這玩意兒語法上已經很複雜了,因為泛型基本上不是寫給人,而是寫給編譯器看的,它面對的型態檢查問題本質上就非常的多樣化。

然而,我不擔心語法細節遺忘的問題,因為,泛型面對的型態檢查問題也有簡單的,複雜的型態問題是基於前者,而更複雜的問題才又堆疊上去,以前我在學習與使用泛型的過程,曾經辨識過這逐層複雜化的思考方式,因而語法上的細節,就只是單純符號的運用問題罷了。

這也可以用數學公式來比喻,我不知道真正聰明的數學家,是否可記得他們曾看過的所有公式,不過大多數人應該是記不住的,然而,大概會知道每個公式可以用來解決哪些問題,必要的時候搜尋一下網路,就能找到公式。

然而,更重要的,是知道從更基本的公式進行推導的思考方式,如果你能辨識出問題與思路,基本上,也不會在乎目標數學公式是否遺忘了。

反過來說,如果無法辨識問題與思路,通常就只能記憶或複製那些瑣碎的細節,因為你不知道這樣為什麼行得通,也就只能依樣畫葫蘆,在遇上另一個問題時,也就無法察覺它們其實是相似的,只要思路稍加變化就能解決,因而,只能再度尋找另一個瑣碎的細節,久而久之,細節越來越多,腦袋就越來越混亂了,有一陣子很多人抱怨的複製貼上程式設計師話題,就是這樣,而最大的細節來源就是stackoverflow.com了。

談到辨識問題與思路,來看看Monad吧!Monad本身是個極高抽象化的東西,在它之前是Applicative,而更之前最好是能清楚Maybe這類簡單的抽象,如果想基於Monad實作某個功能給別人用,你才要瞭解Monad,如果只是使用程式庫,基本上不用瞭解Monad的細節(好的實作應該要完全隱藏好這些細節),實作Monad很複雜,我現在一定沒辦法馬上想起細節,不過我知道Maybe、Applicative、Monad想解決的問題是什麼,又是怎麼逐層演化出來的。

建立好的知識庫

談到Monad,這是Haskell為了解決純綷與非純綷間溝通而發展出來的抽象,想瞭解它,最好的方式就是從Haskell中學習,我曾經很認真地學習過Haskell,也因此弄清楚過Maybe、Applicative、Monad,還為此寫了《Haskell Toturial》,然後又過了好一陣子,Haskell的語法細節就又忘光光了。

就這方面來說,Haskell並不符合我先前談到有最小可用集合,因為就算是想寫個簡單的文字互動程式,也非容易之事,不過別誤會了,Haskell是非常值得學習的,只不過它的嚴謹性,會讓它因此伴隨著許多不得不有的細節,面對這種值得學習的技術,又想要降低遺忘細節的成本,最好的方式,就是在學習的過程中,為它們建立相關的知識庫。

所幸,如果技術本身非常值得學習,然而有許多不得不的細節,通常,這類技術相對之下會是比較穩定的,其中的許多細節,在假以時日之後仍會適用,因而為它們建立相關的知識庫,會是比較值回票價的投資,必要的時候可以迅速回憶而取用,因為建立知識庫的過程,就是你取用細節的過程。

若再度使用數學公式來比喻的話,能以推導的方式得到某個數學公式是件好事,不過,若能記錄推導過程與結果,日後要使用的時候就可以直接取用數學公式,省去推導的時間,而且用得安心,必要時回顧被記錄下來的推導過程,就能確認是否可變化應用到其他場合。

胡適曾說「發表是最好的記憶」,行有餘力,親手整理並寫下你的知識庫,會是最好的方式,為了要能解釋某個概念、細節,通常你必須非常清楚地辨識出問題與思路,而這些會使得概念、細節、問題與思路之間產生相關性,同時,有不少的研究指出,事物是否會被遺忘,與其聯繫之其他事物有關,聯繫的數量越多,記憶就越容易持續。

當然,我也不是學過的每個東西都留下文件,若能系統性地整理細節來源,像是網路上文件的書籤,或者是遇到問題時可查詢的書本章節,簡短地在某個頁面上附記心得,也是不錯的做法。

獲取知識也要善於遺忘

其實就程式人來說,甚至應該把遺忘視為一件好事,這樣還能持續保有學習的動力,因為在遺忘之後,你的心就能時時對新的事物感到飢渴,甚至因而覺得空虛,因為,程式人本就不該細數曾經擁有的東西,而在遺忘的同時,能獲得更多的東西。

在技術的世界中,知識是以指數以上的方式在成長,將時間花在記憶是種浪費,若善於遺忘細節,才能專注於如何探索知識來源、培養研究能力,若只專注於記憶,往往就只會獲得知識的表象,細節記得多少並不代表什麼,若干時日後留下來的才是真正的獲得,而這些收穫,能讓你在遺忘某些細節之後,快速找回它們,甚至從中產生新的創作。

作者簡介


Advertisement

更多 iThome相關內容