分类： Diary

我过去不喜欢走捷径。

我并不歧视走捷径，只是一种策略的选择。

这可能来源于我方法论里对学习的定义。我自己理性，会把所有东西都拆成一种学习，哪些是基本功，哪些需要练习，哪些是高级技巧，哪些是非常规技术。

每当我兴趣转移想学一个新技术，会尽量找到体系化的培训方案，然后一步步的学。比如网球，我会去学正手标准动作，反手标准动作。如果一个动作没有练好，无法在实战中应用，我不太会去改变动作去适应实战，而是会去想为什么我无法适应，然后决定是去练习，还是根据自己的情况去修改。而随着我越学越多，我很少会修改了，基本会按千锤百炼后的动作去练习。

回到工作上，我把工作也当作了一个技能，和网球，编程没有什么区别。所以我40岁之前对于工作的态度一直都是——如果哪里效果不好，回去练练内功。

那什么是捷径，就是达到同样的效果却不需要付出同样的努力。

我之前不喜欢走捷径的主要理由有两个：

1. 我要创造价值，走捷径会影响我达成真正的目标。
2. 我认为练基本功和走捷径其实不冲突，但是习惯走捷径了会影响个人能力的建设。

但是现在情况变了，我不在把创造价值当做基本价值观，方法论暨知识体系也基本搭建完成。我现在要进入一个实战阶段了。

我现在在工作这个层面上，要研究我现有的方法论搭配上所有可能捷径到底能做到什么程度。

这可能就是我的四十不惑吧。

写在最后：除了推销短信，没人记得我的四十岁生日，有种没有责任没有义务的自由感了。

最近心情很不好，直接原因是被身边的人拉低效率。

在新工作岗位几年以后，我自信已经落在这个岗位>+2sigma的水平范围里，进而面临三个对应的问题：

1. 对于水平不如我的同事，我需要向他们解释太多逻辑，即使这样也不能保证所有人都能理解。
2. 我还是被管理和技术的矛盾困扰，情绪上的，而不是技术上的。
3. 倦怠，这不是熟练工作后的必然，而是我没有Motivation的必然。我把工作作为消遣的游戏，这个游戏不再有趣了。

所以我最近半年甚至一年心情不好的根本原因，是我依然没有找到人生目标。以及，新工作作为一个游戏无法满足我了。

我给自己订了一个目标/理想，我觉得问题不大，但是还没办法调动自己，应该是哪里还有问题，得再想想。

对于工作，套用我自己最近经常说的一句话，问题问对了，就解决一大半了。

少废话，说结论，莫纠缠。

定义：和牌型中，有东南西北4副刻（杠）子。

不算花牌的情况下，一共有136张牌。计算发牌上手直接天胡大四喜的概率

其中，东南西北全是刻的组合种类是$$\begin{equation}C^4_3C^4_3C^4_3C^4_3\tag{1}\end{equation}$$从其他的30种牌型里挑一种当将的种类是$$C^{30}_1C^4_2$$相乘即得到所有胡大四喜的组合。

全部组合则是$$C^{136}_{14}$$

概率为——

$$\frac{C^4_3C^4_3C^4_3C^4_3C^{30}_1C^4_2}{C^{136}_{14}} \approx 1e^{-12}\%=0.0000000000001\%$$

对应东南西北分别有1/2/3/4个杠组合是

$$C^4_1C^4_3C^4_3C^4_3 \tag{2.1}$$

$$C^4_2C^4_3C^4_3 \tag{2.2}$$

$$C^4_3C^4_3 \tag{2.3}$$

$$C^4_4  \tag{2.4}$$

概率是$$\frac{C^4_1C^4_3C^4_3C^4_3C^{30}_1C^4_2}{C^{136}_{15}}$$

$$\frac{C^4_2C^4_3C^4_3C^{30}_1C^4_2}{C^{136}_{16}}$$

$$\frac{C^4_3C^4_3C^{30}_1C^4_2}{C^{136}_{17}}$$

$$\frac{C^4_4C^{30}_1C^4_2}{C^{136}_{18}} $$

5个概率相加即是总概率。

下面讨论连续抓牌下，胡大四喜的概率，先不考虑其他人的策略和碰，假设所有牌都随机出现且可以被使用。

对于N张牌不出现杠的概率，需要12张凑成4个刻子，组合数量公式(1)计算相同为$$C^4_3C^4_3C^4_3C^4_3$$

在剩余的N-12牌里必须出现至少一个对子，因为3张也是允许的，且会出现2个对子或者更复杂情况，所以用互斥集合——$$总的组合数量-凑不成对子的组合数量$$

$$C^{136-16}_{N-12}-C^{30}_N(C^4_1)^N\tag{3}$$

其中当N>30时，根据抽屉原理必有一个对子。

得到公式，在打乱牌序中前N张牌，可以得到无杠大四喜的概率为

$$P_0 = \frac{C^4_3C^4_3C^4_3C^4_3(C^{136-16}_{N-12}-C^{30}_{N-12}(C^4_1)^{N-12})}{C^{136}_N}\tag{4.1}$$

对于有杠大四喜，四风的组合如式(2.1-2.4)，将的组合如式(3)，对应的概率为

$$P_1 = \frac{C^4_1C^4_3C^4_3C^4_3(C^{136-16}_{N-13}-C^{30}_{N-13}(C^4_1)^{N-13})}{C^{136}_N}\tag{4.2}$$

$$P_2 = \frac{C^4_2C^4_3C^4_3(C^{136-16}_{N-14}-C^{30}_{N-14}(C^4_1)^{N-14})}{C^{136}_N}\tag{4.3}$$

$$P_3 = \frac{C^4_3C^4_3(C^{136-16}_{N-15}-C^{30}_{N-15}(C^4_1)^{N-15})}{C^{136}_N}\tag{4.4}$$

$$P_4 = \frac{C^4_4(C^{136-16}_{N-16}-C^{30}_{N-16}(C^4_1)^{N-16})}{C^{136}_N}\tag{4.5}$$

当\(N\geq 18\)

$$P=\sum_{i=0}^4P_i$$

$$P=\frac{C^4_3C^4_3C^4_3C^4_3(C^{136-16}_{N-12}-C^{30}_{N-12}(C^4_1)^{N-12})+C^4_1C^4_3C^4_3C^4_3(C^{136-16}_{N-13}-C^{30}_{N-13}(C^4_1)^{N-13})+C^4_2C^4_3C^4_3(C^{136-16}_{N-14}-C^{30}_{N-14}(C^4_1)^{N-14})+C^4_3C^4_3(C^{136-16}_{N-15}-C^{30}_{N-15}(C^4_1)^{N-15})+C^4_4(C^{136-16}_{N-16}-C^{30}_{N-16}(C^4_1)^{N-16})}{C^{136}_N}$$

    public static void combi(int n)
    {
        if(n<=18 || n>=136)
        {
            return;
        }
        //there're 5 situations for dasixi
        // 1. each of 4 wind tile have 3 same tiles but not all 4
        //denominator is 136 choose n
        double denominator = Combinatorics.Combinations(136, n);
        double numerator = 4*4*4*4;
        numerator *= Combinatorics.Combinations(120,n-12) - Combinatorics.Combinations(30,n-12)*Math.Pow(4,n-12);


        // 2. 1 of 4 wind, have 4 same tiles as a Gong, other 3 have 3 same tiles
        double numerator1 = Combinatorics.Combinations(4,1) *4*4*4;
        numerator1 *= Combinatorics.Combinations(120,n-13) - Combinatorics.Combinations(30,n-13)*Math.Pow(4,n-13);
        numerator += numerator1;

        // 3. 2 of 4 wind, have 4 same tiles as a Gong, other 2 have 3 same tiles
        double numerator2 = Combinatorics.Combinations(4,2) *4*4;
        numerator2 *= Combinatorics.Combinations(120,n-14) - Combinatorics.Combinations(30,n-14)*Math.Pow(4,n-14);
        numerator += numerator2;

        // 4. 3 of 4 wind, have 4 same tiles as a Gong, other 1 have 3 same tiles
        double numerator3 = Combinatorics.Combinations(4,3) *4;
        numerator3 *= Combinatorics.Combinations(120,n-15) - Combinatorics.Combinations(30,n-15)*Math.Pow(4,n-15);
        numerator += numerator3;

        // 5. 4 of 4 wind, have 4 same tiles as a Gong
        double numerator4 = Combinatorics.Combinations(4,4);
        numerator4 *= Combinatorics.Combinations(120,n-16) - Combinatorics.Combinations(30,n-16)*Math.Pow(4,n-16);
        numerator += numerator4;
        
        double result = numerator/denominator;

        //console write result as percentage
        Console.WriteLine(string.Format("{1} -- {0:P}", result,n));
    }

概率曲线（红色）和随机运行100万次生成的曲线（绿色）：

最近又恐慌了，刚才想了一下，原因出在自己做事的优先级上。总觉得很多事没有做，但是想不起来，或者想起来又不想干。

不想干的原因无非：1.不重要2.没思路3.太枯燥。没有干劲于是进入恶性循环。

其实去年我列了一个流程来尝试解决自己的问题，但是一年下来效果并不是好。原因大概是懒。但为什么懒？什么是懒？

我现在的定义就是，舒适区，无论多么复杂挑战的生活，只要形成一定的套路，我就会认为这一切是自然的应该发生的，I deserve it，然后花精力在维护现有生活模式上，而不是去谋求改变（无论是变好还是变坏）。

回忆一下，2020年我选择了跳槽就是打破了舒适区，一整年的目标是为了转正。2021年转正了，一年的目标是为了证明自己的定级，以及找到在潍坊的生活节奏。2022年到现在，目标不那么阶跃了，是从项目管理转变为site管理，这个目标好像很挑战，但是我没有找到节奏。

所以我8月份给自己订了一个新方向，其实就是对自己停滞不前的满。

Motivation最重要。

我近期才关注到萝卜刀。在完全没有了解这个产品之前，我以为这只是另外一个暴火后，人有我也要有的玩具。但是女儿昨天拿到手后几乎没有停过，今早起床就开始玩，我意识到这个东西触及到了一些人类的底层代码。

萝卜刀的SOP是两步，甩开，甩上，需要用离心力。有一个很简单的机械设计，到位后会有碰撞的声音。这是一个正反馈，通过复数的操作，达到预计的目标。

这是一个常见的套路，设定一个目标，通过不同难度的“努力”，达到目标，例如：消消乐，赶海，马拉松，等等等等。

萝卜刀的套路在于下沉到了儿童，两步的操作简单到任何年龄段的儿童都可以学会，从而调动这段代码。虽然越简单的操作获得的“成就感”相对越低，但是太复杂的操作又会减少受众的范围。

我感兴趣的点在于阀值，相当多的人阀值是不会变的，有些爱好会坚持数十年，没有变化但是可以持续的获得成就感（快乐），这些快乐是建立在重复的步骤和稳定的结果上。

我的成就感是动态的目标，比如竞速类游戏，不停挑战最快纪录。最终的循环是越到后面，越难达成目标，但是获得的快乐就越多。不过这个循环最终是无解的。负面的影响是，虽然越多的投入获得更多的快乐，但是目标无法达成时，带来的反噬也更剧烈，挫败感会强烈到影响情绪，且影响非常长的时间。

我自己的解决办法是用其他目标对冲，一个常见的场景是，工作中的多个case，因为时间问题不得不以较低（较心理预期，因为类似的工作已经做了多次，标准在不停地提升）的标准完成时，我就会累积挫败感。所以当晚上回到自己的空间，会打开游戏，挑战一些目标，这时候就需要新游戏登场，因为老游戏的标准也上升了。

很显然需要调整的是我，我把自己放在了一个理论上无解的死循环里。

围棋是一种流行很广的游戏，特别在东亚。

学棋一般要从很小年龄学起。一开始是学规则，落子在交叉线上，什么是气，什么是提子。提子是一种典型的正激励，刚刚学棋的孩子会沉迷这种感觉，初学者常见错误，为了享受提子的快乐走一步废棋。

下一个学习阶段，死活题，通过局部5到20步交互，解决一个预设好的棋型（问题）。从学棋的角度来说，这是非常有效率的一步，死活题节拍快，几分钟就可以做一个。难度区分度大，可易可难。特别适合作为筛选，判断学员是否有学棋的天赋。

第三步，定式，死活棋是最小局部，有唯一解的一种情况。作为一种博弈游戏，还存在不唯一的解，称之为定式。这是学习中遇到的第一个抽象挑战。对于相当多的人来说，可能一辈子都无法迈过这一步。开始要判断局势，在某种局势下，这是定式一，最优解，如果你棋风稳健，可以选择定式二。最重要的差异，死活棋是可以看到结果的，而定式在终局复盘之前都是作为不定结果存在的。还有一个和定式类似的定义，叫手筋。

学棋学到这一步，还有兴趣且还能跟上进度，应该已经过去几个月了，这时候学员还无法完整的完成一个对局，这时候的对局往往是大输大赢，中盘获胜。但是在对局中，good player会逐渐领会一些技巧，并开始练习。

• 先手与后手，哪些招数对手必须接招，哪些只是补充自己的漏洞，而对手可以不理会。甚至对于“必须”接招的棋，什么时候可以冒风险不接招（脱先）。
• 收官，在局势胶着的局面下，如何在最后的几步棋中将利益最大化获得微小的优势，并获得最后的胜利。
• 以及最终的技巧，对局势的判断。
  • 实地与势，互相的转化
  • 优势情况下如何逼迫对手犯错
  • 劣势情况下如何打乱局面

当学棋学到这个水平，大概就是一个“高手”了，完整的训练建立了完整的体系，没有经过训练的人几乎不可能打败这样一个高手。后面的世界就是天赋与努力的磨合了。

围棋，一种1v1的博弈

人类学棋路径

• 基本规则
• 死活题
• 定式（手筋）
• 先手后手，与脱先
• 收官
• 实地与势

人类大脑发育过程，先实际，再抽象

• 前额页——风险评估？
• 数学学习过程，算筹，多和少的概念
• 代数，高等数学的理解程度

进一步思考 – 规则与竞争

基于一定规则

• 座子
• 贴目（经典梗——白2败招），贴目的数值化
• 通过胜率调整规则
• 打劫，劫材

盘外招

• 长考
• 封盘
• 限时

特点与乐趣

• 竞争，一定程度上代表智力
• 相对公平，盘外招很少
• 规则相对简单，精通很难，学习曲线陡且长，各种水平差距巨大
• 可以复盘炫耀

计算机解决分析

数学基础

• 微分，求导数在几何上的映射关系
• 最大值，最小值——极值=最优解
• 局部最优和全局最优
• 多参数下的极值与最优解——偏微分

动态规划算法

• 最优子结构
• 子问题重叠
• 无后效性（关键）
• 边界条件

贪心算法

• 总是做出在当前看来是最好的选择。也就是说，不从整体最优上加以考虑，得到的是在某种意义上的局部最优解
• 贪心算法不是对所有问题都能得到整体最优解，关键是贪心策略的选择

AlphaGo

AlphaGo的做法是使用了蒙特卡洛树搜索與兩個深度神經網路相結合的方法

• 基于随机抽样的蒙特卡洛方法
• Selection
• Expansion
• Simulation
• Backpropagation
• 神经网络, deep mind
  • 卷积神经网络Convolutional Neural Network

方法论

• 通常的成年人技能获得，培训过程类似儿童
• 半途而废的原因——枯燥的练习，时间分配，错配的目标与路径
• 根据目标，设定时间的分配，练习的重点（成年人学围棋的可能性？游泳的例子？网球的例子？）
• 高手的定义——普通人按照一般路径，投入正常资源无法达到的水平（更好的路径，更多的练习）