具体描述
A fascinating exploration of how insights from computer algorithms can be applied to our everyday lives, helping to solve common decision-making problems and illuminate the workings of the human mind
All our lives are constrained by limited space and time, limits that give rise to a particular set of problems. What should we do, or leave undone, in a day or a lifetime? How much messiness should we accept? What balance of new activities and familiar favorites is the most fulfilling? These may seem like uniquely human quandaries, but they are not: computers, too, face the same constraints, so computer scientists have been grappling with their version of such issues for decades. And the solutions they've found have much to teach us.
In a dazzlingly interdisciplinary work, acclaimed author Brian Christian and cognitive scientist Tom Griffiths show how the algorithms used by computers can also untangle very human questions. They explain how to have better hunches and when to leave things to chance, how to deal with overwhelming choices and how best to connect with others. From finding a spouse to finding a parking spot, from organizing one's inbox to understanding the workings of memory, Algorithms to Live By transforms the wisdom of computer science into strategies for human living.
作者简介
About the Author
Brian Christian is the author of The Most Human Human, a Wall Street Journal bestseller, New York Times editors’ choice, and a New Yorker favorite book of the year. His writing has appeared in The New Yorker, The Atlantic, Wired, The Wall Street Journal, The Guardian, and The Paris Review, as well as in scientific journals such as Cognitive Science, and has been translated into eleven languages. He lives in San Francisco.
Tom Griffiths is a professor of psychology and cognitive science at UC Berkeley, where he directs the Computational Cognitive Science Lab. He has published more than 150 scientific papers on topics ranging from cognitive psychology to cultural evolution, and has received awards from the National Science Foundation, the Sloan Foundation, the American Psychological Association, and the Psychonomic Society, among others. He lives in Berkeley.
目录信息
Algorithms to Live By
1 Optimal Stopping 9
When to Stop Looking
2 Explore/Exploit 31
The Latest vs. the Greatest
3 Sorting 59
Making Order
4 Caching 84
Forget About It
5 Scheduling 105
First Things First
6 Bayes’s Rule 128
Predicting the Future
7 Overfitting 149
When to Think Less
8 Relaxation 169
Let It Slide
9 Randomness 182
When to Leave It to Chance
10 Networking 205
How We Connect
11 Game Theory 229
The Minds of Others
Conclusion 256
Computational Kindness
Notes 263
Bibliography 315
Acknowledgments 335
Index 339
· · · · · · (收起)
读后感
这本书,算法科普得并不清楚,结合生活的部分又很啰嗦。不过这个思路是值得肯定的。有时候编程的时候知道用算法,一到生活中就忘了用。比如第3章“排序”,就提到让东西乱糟糟的有时反而是最高效的。编程的时候都知道,如果以后不搜索或极少搜索,那就没必要排序。但生活中有时...
用户评价
《Algorithms to Live By》这本书,在我读完之后,留下的不仅仅是知识,更多的是一种思维模式的转变。它以一种前所未有的方式,将我日常生活中遇到的各种困惑和选择,与计算机科学中那些看似遥不可及的算法联系起来,让我惊叹于其中的精妙和实用。 书中对于“决策树”的解读,是我非常喜欢的部分。我一直认为决策是一个复杂的过程,但这本书却用一种非常清晰的结构化思维,向我展示了如何通过一系列的“是”与“否”来逐步逼近最优解。这不仅适用于处理工作中的复杂项目,也适用于生活中一些看似棘手的人生选择。它让我学会了如何系统性地分析问题,而不是被巨大的不确定性所压倒。 让我眼前一亮的,还有书中关于“网络流”的讲解。虽然这个概念听起来非常“技术”,但作者却将其引申到了社会交往和资源分配的层面。比如,我们如何在一个团队中有效地传递信息,如何公平地分配有限的资源,都能够从中找到一些算法的智慧。这让我意识到,很多看似个人层面的问题,其实都蕴含着宏观的系统性思维。 另外,关于“数据结构”的讨论,也让我对如何更有效地存储和处理信息有了新的理解。我过去对数据结构的认识仅限于编程课本,但这本书却将其延伸到了我们如何组织自己的想法、如何管理自己的知识体系,甚至是建立更高效的学习方法。它让我意识到,好的“数据结构”不仅仅是技术问题,更是思维问题。 这本书最核心的价值在于,它教会了我如何用一种更“理性”和“系统化”的方式去应对生活中的不确定性。它没有给我标准答案,而是提供了一种思考工具,一种解决问题的框架。读完它,我感觉自己不再是被动地接受生活的安排,而是能够主动去分析、去优化,去设计自己的“生活算法”。
我是在一个偶然的机会了解到《Algorithms to Live By》这本书的,当时它书名的组合就让我觉得十分有趣,将“算法”和“生活”这两个似乎风马牛不相及的概念联系在一起,不禁勾起了我的好奇心。读完之后,我可以说,这本书完全超出了我的想象,它为我打开了一扇全新的认知大门。 最让我着迷的是,作者并没有将算法写成高高在上的理论,而是将其巧妙地编织进我们熟悉的日常场景中。比如,书中对“排序”算法的解读,让我重新审视了我们是如何在信息爆炸的时代,筛选和组织信息。从我们如何整理电脑文件,到如何理解社交媒体上的信息流,再到如何排列我们的人际关系,都能够找到算法的影子。它让我意识到,我们每天都在进行着各种形式的“排序”操作,而理解这些操作背后的原理,可以帮助我们更有效地管理我们的数字生活和现实生活。 我对书中关于“启发式搜索”(heuristic search)的讨论尤为欣赏。我们很多时候并没有足够的时间或信息去进行 exhaustive search,而需要依赖一些“经验法则”或“捷径”。这本书通过生动的例子,比如如何找到回家的路,如何选择一个最佳的约会地点,让我明白了启发式搜索的强大之处,以及如何在这种不完全信息的状态下,做出相对最优的决策。 此外,书中关于“博弈论”的入门级讲解,也让我受益匪浅。生活中的许多互动,都充满了博弈的色彩,无论是职场上的合作与竞争,还是家庭中的协商与妥协,都离不开对对方意图的理解和预判。这本书通过一些经典的博弈模型,让我对如何在这种互动中做出更符合自己利益的决策,有了更深刻的认识。 总的来说,《Algorithms to Live By》是一本充满智慧和启发性的读物。它以一种轻松愉悦的方式,将抽象的算法概念变得生动有趣,并将其与我们的日常生活紧密联系。读完这本书,我感觉自己对世界的理解更加深入,对如何做出更好的决策也更有信心。
这本书的书名《Algorithms to Live By》着实有些引人好奇,我拿到手的时候,心里还抱着一丝怀疑,觉得这会不会又是一本空洞无物的“心灵鸡汤”?然而,随着阅读的深入,我的疑虑烟消云散,取而代之的是一种深深的共鸣和启发。作者以一种极其巧妙的方式,将看似高深的计算机科学概念,转化为我们日常生活中触手可及的智慧。 书中对于“动态规划”的解读,让我耳目一新。我一直以为这只是编程竞赛中的“怪兽”,没想到它居然能解释我们在面对复杂人生选择时,如何一步步拆解问题,找到最优解。比如,在规划职业发展、学习新技能,甚至是在做一项需要长期投入的投资时,这种“记忆”和“优化”的思想,其实一直在潜移默化地指导着我们。 让我印象最深刻的,是关于“随机性”的讨论。我们常常对突如其来的好运或坏运感到惊讶,但这本书却用算法的逻辑,让我们理解了随机性并非完全不可预测,而是可以被理解和利用的。例如,书中提到的一些优化随机过程的方法,可以帮助我们在寻找工作、选择伴侣时,更有策略地扩大搜索范围,提高遇见合适机会的概率。 此外,关于“权衡”(trade-offs)的探讨,也让我受益匪浅。生活中处处是选择,而每一个选择都意味着放弃。书中通过一些经典的算法问题,比如“背包问题”,生动地展示了如何在有限的资源下,做出最优的组合。这让我反思自己在做决定时,是否过于纠结于“完美”而错失了“足够好”的机会,是否能够更有效地进行优先级排序。 总而言之,这本书并非枯燥的理论堆砌,而是一场关于如何更智慧地生活的探索。它用一种全新的视角,审视了我们每天都在经历的无数大小决策,并提供了算法层面的洞见。读完这本书,我感觉自己的思维方式发生了一些微妙而深刻的变化,对待生活中的挑战,似乎多了一份从容和策略。
这本书带给我的冲击,远超我的预期。最初翻开它,我以为会是一堆枯燥的算法理论,但很快就被作者流畅的叙事和生活化的例子深深吸引。它并非简单地罗列冷冰冰的公式,而是巧妙地将计算机科学中的核心思想,如“搜索”、“排序”、“动态规划”等,与我们日常生活中会遇到的种种决策场景联系起来,让你不禁惊叹:“原来我每天都在应用这些!”。 我特别喜欢书中关于“二分查找”的章节。我一直以为这只是考试时需要死记硬背的知识点,但作者却将其引申到如何更有效地选择餐厅、寻找理想的伴侣,甚至是在海量信息中快速定位自己所需。这种“拔高”和“落地”的结合,让我对算法有了全新的认识。它不再是遥不可及的数学概念,而是可以触及、可以运用的思维工具。 尤其是关于“探索-利用困境”(exploration-exploitation dilemma)的讨论,让我醍醐灌顶。我们常常在熟悉的安全区徘徊,害怕尝试未知,但又渴望发现更好的可能性。书中的算法智慧,比如Epsilon-greedy策略,提供了一种量化的方法来平衡这种两难。这不仅仅是关于在线广告的投放,更是关于我们如何平衡舒适区与成长区的取舍,如何在这个充满不确定性的世界里做出更明智的选择。 这本书的魅力还在于它不只停留于理论层面,更是提供了切实可行的指导。例如,书中关于“概率”的讲解,并非是复杂的统计学模型,而是以一种非常直观的方式,帮助我们理解生活中各种“小概率事件”的真实发生几率,从而减少不必要的担忧,或是在关键时刻抓住机会。它教会我用一种更“数据驱动”的心态去审视周围的世界,做出更少后悔的决定。 最后,我想说,这本书不仅仅是关于算法,更是关于如何更好地“活”。它提供了一种看待问题的新视角,一种优化决策的思维框架。读完之后,我感觉自己不再是那个被动接受生活安排的人,而是能够主动去分析、去规划、去调整的“算法使用者”。这是一种empowerment,一种让你感觉自己能够掌握更多人生主动权的奇妙体验。
我必须承认,《Algorithms to Live By》这本书以一种我从未设想过的方式,改变了我看待世界和处理问题的方式。它不仅仅是一本书,更像是一位博学的导师,用简洁而深刻的语言,为我揭示了隐藏在日常生活现象背后的算法逻辑。 书中关于“分类”的论述,让我对如何组织信息和理解事物有了新的认识。我一直认为分类只是一个简单的动作,但作者通过各种算法模型,阐释了分类的复杂性和重要性,从如何识别垃圾邮件,到如何理解不同的社交群体,再到如何区分事实与观点,都充满了智慧。它让我意识到,我们的大脑本身就是一个极其复杂的分类器,而理解它的工作原理,能够帮助我们更清晰地认识周围的世界。 特别引人入胜的是关于“预测”的部分。我们总是试图预测未来,但往往预测得并不准确。这本书并没有提供什么“水晶球”,而是通过算法的视角,解释了预测的局限性以及如何提高预测的准确性。比如,书中提到的“贝叶斯定理”,虽然听起来很“学术”,但作者却将其解释得通俗易懂,并展示了它在日常判断中的强大作用,比如如何在不确定的信息面前,不断更新自己的信念。 书中对“优化”的讲解,也让我印象深刻。我们总是在追求“更好”,但“更好”的标准是什么?又如何才能找到“最好”?这本书通过各种优化算法的例子,比如“贪心算法”,展示了在不同情境下,如何通过迭代和逼近,逐步接近最优解。这让我意识到,很多时候,“足够好”的解决方案,比遥不可及的“最佳方案”更有价值。 这本书给我最大的感受是,它赋予了我一种“全局观”和“策略性”。它让我明白,生活中的许多问题,都可以用算法的思维去分析和解决,而并非仅仅依靠直觉或经验。它鼓励我去思考问题的本质,去寻找更高效、更明智的解决方案,从而在人生的马拉松中,走得更稳、更远。
上当了,骗子东抄西凑攒的垃圾,怀疑丫用搜索引擎写的,看作者努力过,两星够了。
听NPR的采访知道的这本书,印象是如何用算法帮助你找对象和收拾家。真读了以后感觉那些生活小窍门都是表层,这书的本质是用CS的角度去思考,从解决计算问题延伸到哲学。感触最深的是贝叶斯那章,人们都对prior有很好的直觉,但是这个直觉不停的在被追求吸引眼球的新闻扭曲。尤其现在这个一开电脑一摸手机,简直是一个人一个泡泡的世界里,protect your prior太艰辛了
其实到不了 live by 的程度,但是我仍然觉得这本书用对了倍镜。它离生活智慧和书本算法都足够远,站在了中间点。你当然不能得到什么中彩票的秘诀,也没看到常青藤级别的计算机课程。虽然目录看上去越来越像教科书,但读者能得到的是一种生活观:生活并不凡庸,寻常琐事皆有解。“But this doesn’t mean that bad equilibria can’t be fixed. It just means that the solution is going to have to come from somewhere else.” 在坐地抱怨哭闹前,先持续得找解方案,一直找下去也比就此认定一切都是鸡毛和傻逼然后走上如何精致得撒谎撕逼再装作毫不在乎强。
关于算法的理性与感性,比如博弈论结尾这段儿:"The road to hell is paved with intractable recursions, bad equilibria, and information cascades, seek out games where honesty is the dominant strategy, then just be yourself."
强烈推荐给非CS从业者:先以非常直观的方式介绍算法,然后提升到哲学高度和你谈人生。。。对于从业者来说也应该是不错的消遣读物