程序员

写代码就是在写逻辑，思维方式和解决问题的方式基本跟其他领域完全相通，只是特征会更明显、也更极端一些。一一列举可能够写一本书了，先举两个例子吧：

1. 分解（分层、分模块）
“把大象装进冰箱需要三个步骤”的笑话大家都知道。
这并不只是笑话，这是很地道的分解问题的思维。
在充斥着巨量细节的状态下，唯一靠谱的方式是通过分解问题来理顺思路、逐一解决。

比如，就说让电脑上网看网页这事，其中就有多个层次的问题：
首先，浏览器需要知道网页是什么、怎么用的，比如颜色、链接、网页布局、网页上的动态效果这些东西都是怎么表示的；然后，我们得确保网页是能获取到的，这就涉及到我们怎么通过域名找到服务器，跟服务器怎么“说”表示我们只是想看某个页面而不是想发QQ消息；但这些的前提是我们的机器能跟网站的机器“好好沟通”，听说过“网关”/“路由”这些概念的人都知道，机器间的交流都是通过中间的机器一次一次的转发做到的，那么应该怎么保证消息在机器间传递，最终会传到；再往下想，我们成功地设计出了一种消息格式，但实际上需要通过网线上的电信号表达出来，那么应该用什么样的信号在什么样的网线上传输，可以做到节省材料、减少干扰、稍微长点的距离也能用。在其中的每个层次，都有很多细节，但分清了层次，层外就可以忽略这些细节。

这种思路的本质是：通过合并减少问题数量，通过拆分减少问题间的联系，从而能做到“批量”、“宏观”地解决问题。
分解成功的标准是高内聚、低耦合：说白了就是，分在一起的确实有很强的内在联系，而被分开的联系都很弱（专业术语叫高内聚、低耦合）
危险是，有时候底层细节并不能简单地忽略，但分层会造成一种“可以忽略底层”的假象。比如网络中每层都可能存在安全问题，并不容易“封”住不暴露给上层。

2. 缓存（cache/buffer）
据说有些宅会一星期大采购一次，然后一星期不用出门；或者有些人很喜欢做读书笔记。
这都可以看成是一种缓存。

计算机里，由于各种设备速度差别很大，缓存无处不在。
比如，如果你能分清“内存”和“硬盘”、知道硬盘速度比内存慢很多，就比较好理解：装软件都是装在硬盘中的，但运行程序却是要先加载到内存中再使用，修改word文件时也是在内存中修改，自动或手动地写回硬盘
再比如，网络的速度比硬盘慢很多，所以浏览器都会把网页缓存在硬盘上，所以会有我们能看到的“清缓存”操作
再比如，google其实是一个互联网的“大缓存”

缓存的本质是：在能够预测未来使用的前提下，预先存储一些处理结果提供快速访问，从而做到用空间换时间或缓解瓶颈。
而缓存从逻辑上就会存在数据陈旧的问题，比如电话本里的号码可能已经停机了。
而从逻辑上有两种解决方式：一种是当数据有修改时锁定记录并做到同步更新（要求别人换号时必须立即通知你）；另一种是设置过期策略，保证不会过期太久（每次过年打一遍电话check）