成长总有“更优”的解法

成长是一件耗费脑力的事情，需要消耗我们的智力资源，用于思考分析，逻辑推理，最终得出一些结论。这些结论得出后，我们发现，其实前人早就对此研究得一清二楚。尽管如此，如果要完全明白这些结论并且运用自如，需要投入的必要资源，一个都少不了。

当然除了智力资源，体力资源也发挥了重要的作用，为了方便讨论，我把这些统称为“资源”。如果你要成长，那就要投入资源，而且要确保资源持续供给，不然成长就会没动力。

在我们消耗资源，突破自己，促成进步时，这里面会有一个很有意思的现象。我先引一条以前发的微博：

“这个世界是公平的。如果你长得好看，往往你还很有钱……有重度拖延症的人往往有阅读障碍，而且往往还很穷，然后心气也很高……没有行动力的人通常很犹豫，还特别肤浅，喜欢投机取巧……不喜欢动脑的人往往心浮气躁，喜欢抬杠、反驳、出口骂人，工作上也不会有太大成绩……从这个意义上来说，贫穷和美德有点远……”

这条微博就是人们说的“一竿子打翻一船人”，上面这些话自然是不严谨的，也是一种戏谑。但是核心意思可以参考：如果你是个靠谱的人，那你往往在很多方面都会比较靠谱；如果你拥有一项好的品质，那你可能会横向发展出其他的品质；如果你有了一种优势，那你可以基于这种优势，发展出其他优势……

可以这么理解：成长就像解我们内心的难题，一旦解出了一道，就可以顺着把剩下的许多问题触类旁通地都解了。但是光要解出一道题，其实就要消耗很多资源，比如心力、投入、时间……

但是一旦全力解出了一道题，而且解得比较好，那么可以基于这个优势，顺便转化成其他优势。

我们内心可能有很多欲望和想法，如果沉下心，踏实干好一件事情，往往就足以打开局面了。但问题在于，我们往往这也想要，那也想要，相当于同时要解多道难题，但资源不够，精力分散，火力不够猛，自然也就解不出来。

于是我们迷茫、纠结、痛苦、忧愁……进而看各种慰藉心灵的鸡汤故事，告诉你这是生活的正常状态，仍然可以闭着眼睛假装自己很幸福。但是事实上，我们搞不定，我们没得选，我们没办法。

我们要成长，就要做好心理准备：在解一类很难的问题时，是要消耗大量资源的。

计算机理论里面有一个概念叫“NP完全问题”，是指一类很难的问题。为了便于大家理解，我不打算用特别专业的术语介绍，而用一些简单的概念，这或许会影响准确性。所以专业人士暂且容忍部分失真，我也是计算机专业人士，为了表达效果，我也要忍着。

生活中有一些很明确简单的问题，比如我要去买瓶水，出家门找个商店，就可以搞定。这些是可以用明确步骤、在确定时间内完成的问题，计算机理论里叫“P问题”。

还有一些问题，一旦解开，再回头看会感觉很容易，一目了然。这类问题“求解困难”，但验证却很容易，叫“验证容易”。“求解困难”的意思是，我们往前走的时候，往往不知道哪条路径可行，于是不停地尝试；“验证容易”可以理解为，一旦有人拿出一个“解”，你很容易就验证这个“解”是否靠谱。

举几个例子：现在很多“成功人士”，倾向于说当时的选择很对，这叫“验证容易”，但是在选择的时候有多大把握，其实自己未必清楚，这叫“求解困难”。阿里巴巴现在是个大企业，于是你想加入，这叫“验证容易”，但是十年前创业时让你选择是否加入，未必所有人能想明白，这叫“求解困难”；中学的时候你可能会觉得解方程需要各种演算，很费劲，这叫“求解困难”，而验证方程的根是否正确，只要代入验算即可，这叫“验证容易”。

计算机理论里也有这一类问题，叫“NP问题”。

还有一类难度很高的问题，就是前文提到的“NP完全问题”。这一类问题有一个特点，就是问题之间是可以相互转换的。相互转换的意思是，如果你能解出其中一个问题，那你就能解出其中的所有问题。注意这里的“解出”是指“有效率”地解出，不是一个一个地去尝试。

比如旅行商问题（TSP问题，Travelling Salesman Problem），就是一个NP完全问题。假设有一个旅行商人拜访N个城市，要选择一条最短的线路，每个城市只能拜访一次，而且最后要回到原来出发的城市。

如果我说要去三个城市，那你口算就能得到结果。但是在许多问题抽象成模式后，会出现上亿个“城市”，那计算机就没有一个有效的解法。当然一条一条试，可能会试出来，但是这个代价太大，计算量爆炸。

科学家已经证明，这个问题和其他一些同样很难的问题是可以相互转换的。如果你能解这个TSP问题，那你就能同时解背包问题，3SAT问题（名词暂不解释了，有兴趣可阅读文末参考链接），等等。

针对NP完全问题，目前尚无有效的最优解法。虽然无法找到最佳的答案，但是有方法不断接近最佳答案。比如有一种“启发式算法”，就是在寻找答案的时候，每一步都尽量选择一个较优的答案。

其实我们的成长问题也是如此。在面对未来的时候，我们未必知道最优解。同时时间是不可逆的，选择不可回溯，但是我们可以根据一定的原则，尽量选择一个较优的解法。假使我们能解出一个这样的难题，我相信，成长中的其他难题，也可以迎刃而解。

那成长中会出现什么样的NP完全问题呢？我在这里列举几个，如果你能解其中的一个，相信其他的问题也会破解。

三阶以上（1000天以上）持续行动的问题

提前行动，重要事情不拖延的问题

理性对待金钱和时间的态度问题

遇到事情主动承担责任的问题

不管自己是否喜欢，把手头的事情做好的问题

……

以我个人持续行动的经验来总结，如果你能在解决以上任意一个问题的过程中，下足够的功夫，做得足够好，那你会很容易把其他问题也一并解决了。

当然如果你对计算机理论感兴趣的话，可以了解一下下方的链接。用姚期智先生的话来说，“这才是真正的计算机科学”。

https：//en.wikipedia.org/wiki/NP-completeness

https：//en.wikipedia.org/wiki/Theoretical_computer_science

（本文文章编号880，首发于2016年6月15日，修订于2016年11月18日）