思维的原理：
人类整个认知系统中绝大部分功能从本质上都是硬编码的，能在后天习得的只是“程度”的不同，而不是“本质”的不同；实际上，越是高等的动物，大脑中用于处理特定问题的硬编码神经元回路就越是多和复杂。
如何解题（由已知探索未知），解题能力如何提升，灵感背后的规则：
时刻提醒自己问题是什么，启发式思维，联想、正向推导&试错、反向规约、特例启发、泛化&抽象、渐进（不直接得出正确答案，先获得一个错误答案，然后不断接近正确答案）
所有算法都是解决问题思路的总结；足够多的解决问题的思维方法可以让我们越来越不依赖于灵感。
好的思维习惯：
构建捷径&避免思维定势；通过纸笔记录自己的思维过程，避免迷路，避免工作记忆爆仓；
我的思考：
大数据处理技术解决信息爆炸&信息过载条件下高效信息获取的问题。
人的工作记忆（内存）需要很大的认知精力，是非常有限的（7加减2个项目）；现在信息过载的年代，我们上网经常由一个信息点发现无数个信息点（深入搜索&广度搜索）导致非常累，感觉大脑已经满了，其实就是我们的认知精力达到极限了。而且因为我们已经无力把已经展开的知识点归拢起来，导致信息获取的效果很差。那在信息爆炸的年代，如何高效的获取信息？我们有什么办法能保持一个合理的节奏接收信息，避免"内存"爆仓呢？
1.
始终明确自己的目的，按照目的对信息进行整理过滤；最原始的数据是包含最完善的信息的，他从不同的角度可以发掘出不同的价值；但也因为原始数据包含的信息量非常大，而且格式杂乱，因为某一目的获取对应的数据的时候会非常低效，在某些情况下甚至直接不可用。而数据建设最重要的一环
-
ETL处理就是解决这个问题的良药，ETL会根据目标抽取有用的数据，按照目标对数据进行格式化；这样后期需要检索这份数据的时候会非常高效，而且这份数据也非常容易和其他数据一起搭建更复杂的模型；我们每天获取信息也是量大杂乱的，我们一定要时刻明白自己的目的，同时留出足够的时间&空间来对信息进行总结&格式化。
2.
将自己的思维节点写到纸上，腾出“内存”来（尾递归）；
原文：http://www.cnblogs.com/end/p/3589407.html