在知识环路里打转

知识在自然状态下是图结构。图有环路。A指向B。B指向C。C又指回A。在知识体系里，这对应的是循环依赖。你学A需要先懂B。学B需要先懂C。学C又需要先懂A。死锁了。大部分人在这个地方卡住。他们觉得自己基础不够。于是回去补。补着补着就放弃了。

但树结构不一样。树没有环路。从根节点出发，每一条路径都是单向的。确定的。你不需要到达所有叶子节点。你只需要知道，怎么从根走到你要的那个节点就够了。

我当时隐约记得有一个理论支撑这个说法。但我忘了具体是哪一家。这不妨碍我继续用这个框架。因为框架本身已经在起作用了。

图论中有一个概念叫生成树。在连通图中，生成树是原图的一个子图。它包含所有的顶点。但只包含n减一条边。没有回路。荷兰计算机科学家艾兹赫尔·戴克斯特拉在一九五九年提出了最短路径算法。这个算法可以在图中找到从起点到终点的最优路径。生成树的原理保证了一件事。在任意复杂的图中，总存在一棵无环的树能够覆盖全部节点。

这个原理对我的学习方法帮助很大。知识体系里面的每一条环路都是注意力的陷阱。你需要先理解A才能理解B。理解B又需要理解C。理解C又要折返回A。你永远在原地打转。但如果把知识组织成树，每一步都是往前走的。不需要回顾。不需要回头。你只需要沿着一条路径走下去就行。

我把零散的知识罗列出来。画一条合理的线。把它们的路径都列上。关键不在于画出一张完整的图。而在于剪掉那些多余的边。那些让我分心、让我在环路里打转的知识冗余。百分之二十的关键节点，决定了百分之八十的效果。其余的冗余内容应当被剪掉。就像生成树剪掉多余边一样。

参考文献

1. Dijkstra, E. W. (1959). A note on two problems in connexion with graphs. Numerische Mathematik, 1, 269-271. https://doi.org/10.1007/BF01386390
2. Sweller, J. (1988). Cognitive load during problem solving: Effects on learning. Cognitive Science, 12(2), 257-285. https://doi.org/10.1207/s15516709cog1202_4