當我在辦公室裡，看到一個新來的員工正在把電子郵件從收件匣裡拖到一個個不同的分類文件夾裡。我問他為什麼要這麼做，他回答說，「我只是想讓回覆郵件就像從我的桌子上拿東西一樣方便。」
一個空的收件匣可能會讓你看起來很爽，但在現實生活中，這樣做是不明智的。從科學的角度來看，凌亂的辦公桌是效率最優的方案。
雖然這張照片證明了那些辦公桌凌亂的朋友們是天才，但辦公桌非常整潔的朋友，則發出了一連串善意的嘲笑。拋開情緒不談，我們用演算法來看！看似雜亂的辦公桌，背後使用的是一個名為LRU（Least Recently Used，剛使用過的）的演算法來組織你的桌子，這樣的情況下，你最後看的文件就會放在桌子的最上面。
這個演算法背後的原理是，你最近使用的文件，是你最有可能再次使用的文件。相反，你很久沒有使用的文件可能很少會被使用。這是一個最接近你接下來可能需要什麼文件的預測。
那麼，那堆文件底部的文件呢？該在何時何地將它們歸檔？
緩衝區與儲存區
即使你不介意身邊到處都是成堆的文件，但在某些時候，會有更多的文件都堆在你的桌子上。從凌亂的辦公桌到凌亂的辦公室，這是一種自然而然的演變，讓我們對緩衝區存和儲存的演算法有了一些瞭解。同樣，LRU也可以用來幫助我們。
假設你正在為一篇文章做研究。你的桌子上放著你最常使用的文件。那些重要但目前沒有使用的書籍，可以在你的書桌的角落裡堆積起來。在不久的將來，你可能需要的書會堆在你桌子周圍的地板上或者附近的椅子上。你不經常需要的書可以放在房間的書架上。你不太需要的書可以在你家裡的圖書館裡。你很少需要的書可以放在地下室的書架上。
每增加一級儲存空間，都增加了放置和搜尋的成本。要在地下室找到一本書要比在書桌旁找到一本書要花的時間要長得多。LRU有助於確定要儲存哪些資料以及在何處儲存這些資料，並提供相關成本效益分析所需的見解。
按字母排列自己的書根本沒有意義
在現實世界中，你不需要按字母順序排列任何一本書（儘管很多人還是這麼做的），你只需要能夠用你的眼睛掃瞄書架。把書按照字母排序，這可能是需要數小時（可能是幾天）的工作，但這樣排序的結果是一個看起來很爽，很滿足的圖書館書架，但這其實是對時間的巨大浪費。對一般人而言，我們的大腦比電腦聰明多了，你只需要知道你想要的書的大致位置，你就可以快速瀏覽書架找到你需要的東西。
或許你會問，如果你有一百萬本書呢？讓我們回到現實來看，在現實生活中，書是用來讀的，你至少要先能夠把這些書看一遍，才能來「整理」它們。
在你的電子郵件收件箱中尤其如此。你甚至不應該考慮手動將電子郵件轉移到其他資料夾中。這是對時間的巨大浪費。實際上，即使是你覺得自己很聰明，可以設定自動處理來過濾郵件到不同的文件夾也毫無意義。
不過有個例外，你為一封電子郵件加上標籤，幫助將其歸類，為了更好地搜索是可以的。事實上，標籤是增強搜尋的最佳實踐方法，但將電子郵件拖入文件夾只是一項無用工作。你會花同樣的時間手動將電子郵件放入一個文件夾中，就像將一張張紙質文件歸檔到一個文件夾中。關鍵的區別在於，你用眼睛檢視郵件的收件匣尋找郵件，一眼望去只需要幾秒鐘就能看到的時候，為什麼要花幾個小時的時間仔細地整理文件呢？
所以，下次當你被收件匣裡的郵件淹沒時，不要再糾結了，直接去搜尋吧。它們都在一個地方，根據時間相關性自動排序。雖然收件匣裡沒有一封電子郵件會讓你感到很舒服。但LRU和一個索引良好的演算法能最佳化你的工作效率。
- 本文授權轉載自:36kr
from T客邦 http://ift.tt/2BrAXhk
沒有留言:
張貼留言