當(dāng)我對(duì)著遠(yuǎn)程的大屏，給北京的IBM中國(guó)研究院幾位面試官匯報(bào)完30分鐘技術(shù)報(bào)告之后，心里忐忑不安，這已經(jīng)是終面了一關(guān)關(guān)拼得不容易，但卻很精彩!

在之后的幾天，很高興接到了來(lái)自IBM兩位高級(jí)經(jīng)理的電話，分別給我介紹了他們部門(mén)情況和項(xiàng)目情況，表示我的報(bào)告印象深刻，能力很突出真的是非常感謝他們能給我這個(gè)機(jī)會(huì)！

訣竅

我不是聰明過(guò)人的人，但是我相信自己的研究能力，這來(lái)源于一個(gè)訣竅我悟出一條定律，那就是：能力是一種態(tài)度！

簡(jiǎn)單解釋如下：這世界上不缺乏聰明人，但是缺乏懂得運(yùn)用自己聰明才智的人。

今天的帖子，我希望通過(guò)7個(gè)真實(shí)的故事，去詮釋這條定律能力是一種態(tài)度！

1. 我通過(guò)qq在課題組做了一次試驗(yàn)，將同一個(gè)問(wèn)題群發(fā)給了6個(gè)成員，有3個(gè)人回復(fù)我：這個(gè)我沒(méi)遇到過(guò)，不會(huì)做??；有2個(gè)去Google了下，大概告訴了解了應(yīng)該怎么弄；有一個(gè)人，做程序試驗(yàn)了不同方法的優(yōu)劣，告訴我最好的方法是什么。多年以后，對(duì)很多問(wèn)題都報(bào)以沒(méi)遇到過(guò)，不會(huì)啊的人，和能力在積累的人，雖然一樣聰明，但是差距就很大了。

2. 行人仿真系統(tǒng)研發(fā)的初期，我突然發(fā)現(xiàn)A*算法和Social Force Model特別有意思，就鉆了進(jìn)去，花了一些時(shí)間把它們研究透徹當(dāng)我興致勃勃給老板介紹完各種模型算法之后，老板說(shuō)：你去給領(lǐng)導(dǎo)介紹這些模型算法是沒(méi)用的，他們要的是效果，模型是無(wú)止境的。當(dāng)時(shí)我也很沮喪，但是后來(lái)事實(shí)證明，我的不務(wù)正業(yè)是對(duì)的！因?yàn)橹悄芑膭?dòng)態(tài)尋路能力成為了我們系統(tǒng)的核心創(chuàng)新點(diǎn)，也是每次項(xiàng)目介紹中最得意的內(nèi)容。

3. 給北京做的城市軌道交通運(yùn)營(yíng)輔助決策系統(tǒng)是要在08奧運(yùn)前上線的，時(shí)間很緊，臨近系統(tǒng)調(diào)試的時(shí)候，北京測(cè)試人員突然打電話說(shuō)發(fā)現(xiàn)某些車(chē)站之間候選路徑似乎少了一條當(dāng)時(shí)大家都認(rèn)為可能就是邊界條件問(wèn)題，稍微改改就好了。我研究了下這個(gè)K短路算法(其他人負(fù)責(zé)開(kāi)發(fā)的)發(fā)現(xiàn)竟是理論上的缺陷

一時(shí)半會(huì)兒又沒(méi)辦法給領(lǐng)導(dǎo)解釋清楚，我就決定重寫(xiě)這個(gè)部分，用數(shù)據(jù)來(lái)說(shuō)明。由于時(shí)間太緊，在北京回上海的火車(chē)上看這些很多文獻(xiàn)，憑借著良好的A*算法基礎(chǔ)，很快設(shè)計(jì)出新的算法。通過(guò)測(cè)試發(fā)現(xiàn)，老算法共丟了500多條路徑！（總共十幾萬(wàn)條左右），這時(shí)候大家總算舒了一口氣了

但我并沒(méi)有罷休，因?yàn)榇颐?，算法速度不快。繼續(xù)花了幾天，將北京軌道網(wǎng)絡(luò)中2萬(wàn)多OD之間清分計(jì)算時(shí)間優(yōu)化到10多分鐘，最后優(yōu)化到1分鐘（在我筆記本上）。上線調(diào)試當(dāng)天，領(lǐng)導(dǎo)贊嘆道：這算法可真是又快又準(zhǔn)啊！

4. 還是上面這個(gè)系統(tǒng)的故事：當(dāng)時(shí)北京路網(wǎng)基礎(chǔ)數(shù)據(jù)是一個(gè)碩士負(fù)責(zé)錄入的，他畢業(yè)以后，上海路網(wǎng)數(shù)據(jù)沒(méi)人弄了，老板叫我去做。雖然只是半天時(shí)間的體力活，但是心里很不是滋味

雖然有人勸說(shuō)：花個(gè)半天搞定算了哦！但是我決心不用笨辦法我花了一個(gè)星期，憑借曾經(jīng)開(kāi)發(fā)的二維矢量圖形庫(kù)，設(shè)計(jì)出一個(gè)智能化的基礎(chǔ)數(shù)據(jù)管理子系統(tǒng)，只需要在圖上簡(jiǎn)單點(diǎn)擊，然后拷入excel中的車(chē)站名稱(chēng)和代碼，系統(tǒng)自動(dòng)識(shí)別，然后再自動(dòng)生成區(qū)間、換乘關(guān)系等等6張數(shù)據(jù)庫(kù)表需要的全部數(shù)據(jù)。后來(lái)課題組利用這個(gè)工具構(gòu)建了很多路網(wǎng)，因?yàn)榉浅：?jiǎn)單，這個(gè)子系統(tǒng)也成為了后來(lái)863中網(wǎng)絡(luò)客流仿真系統(tǒng)的基礎(chǔ)。

5. 上物流系統(tǒng)課老師提到一個(gè)著名的NP問(wèn)題Vehicle Routing Problem，要求大家回去寫(xiě)寫(xiě)系統(tǒng)設(shè)計(jì)書(shū)。我當(dāng)時(shí)就決定要開(kāi)發(fā)這個(gè)系統(tǒng)，后來(lái)的幾個(gè)星期，我發(fā)現(xiàn)遺傳算法和自然界的規(guī)律真的是如此的吻合，達(dá)到了如癡如醉的地步，被女朋友嘲笑為：整天關(guān)在屋里下崽后來(lái)結(jié)果是，我設(shè)計(jì)的遺傳算法，不但能夠求解最少需要多車(chē)，還能找到總里程很短的方案。

6. 在斯坦福訪學(xué)主要是參與一個(gè)疏散仿真系統(tǒng)的研究。但是，由于有遺傳算法的背景，另外一個(gè)教授介紹我參加他們的一個(gè)課題辦公大樓改造優(yōu)化方案的輔助決策系統(tǒng)。

剛開(kāi)始我認(rèn)為這是一個(gè)確定性問(wèn)題，因此采用A*算法得到了比較好的效果，已經(jīng)可以滿足項(xiàng)目需求了。我想為了作對(duì)比，又設(shè)計(jì)了遺傳算法，居然發(fā)現(xiàn)在少數(shù)情況下能變異到更好解。大量實(shí)驗(yàn)后，我發(fā)現(xiàn)了兩種算法雖然原理差別很大，數(shù)據(jù)結(jié)構(gòu)上卻存在內(nèi)在聯(lián)系，能夠組合成一種具備通用性的框架，解決大量離散優(yōu)化問(wèn)題。

完全出于對(duì)科學(xué)問(wèn)題本身的癡迷，我并沒(méi)有罷手自行設(shè)計(jì)了一種數(shù)據(jù)結(jié)構(gòu)替換哈希表，將兩個(gè)算法性能同時(shí)提升10倍之多（在遺傳算法中提出了花名冊(cè)的概念），后來(lái)又發(fā)明一種交叉算法，再次將遺傳算法提升十幾倍。當(dāng)時(shí)測(cè)試案例的人說(shuō)已經(jīng)完全跟不上了（已經(jīng)讓他反復(fù)做了好多次了），因此最后我們paper里面的數(shù)據(jù)不是我最快的算法得到的。

7. 利用上面的離散優(yōu)化問(wèn)題搜索框架，我發(fā)現(xiàn)還可以解決《編程之美》中的許多問(wèn)題。在大家都忙于找工作面試的時(shí)候，我卻整整花了一個(gè)月關(guān)在寢室里研究《編程之美》，有時(shí)候挑戰(zhàn)一個(gè)題目整整花去1天時(shí)間，當(dāng)時(shí)我身邊的人都說(shuō)我不務(wù)正業(yè)，我自己都有點(diǎn)懷疑了。可是事實(shí)證明，這份研究不但證明了興趣，還證明了我的算法能力，對(duì)后來(lái)找工作很有幫助。

結(jié)論

通過(guò)上面的故事，我想已經(jīng)可以證明我這個(gè)定律了能力是一種態(tài)度。如果要問(wèn)態(tài)度是什么，那么我想是一種單純的，沒(méi)有任何功利的科學(xué)態(tài)度，對(duì)問(wèn)題本身的執(zhí)著。

【編輯推薦】

1. IBM將以2.25億美元收購(gòu)數(shù)據(jù)庫(kù)安全公司 延伸企業(yè)應(yīng)用安全
2. IBM推出ISS虛擬化安全防御 尚不支持VMware以外系統(tǒng)
3. IBM System x3250M2服務(wù)器常見(jiàn)問(wèn)題解答