期中前学习复习总结
期中前终于把每一科的本质给搞明白了。这篇文章也将各学科剖分为两部分。
目录
本质
学法
从问题或条件出发思考问题
从条件出发思考问题
从结论/问题出发思考问题
整理知识与反向押题法
反向押题法
本质
作者是一个理科脑,什么都觉得只要我脑子够新东西我也能想出来。前段时间肝了几张53期中卷忽然发现并不是如此(啪啪打脸)。比如说语文,你根本想不到一道(看似)说理题要用蚂蚁讲的各种答题公式,一道开放题还要按照材料写的来答。生活中读的各种发音,一上卷子全都是错的。
我冥思苦想,终于发现了各科的区别:思维方式是完全不一样的!我是怎么看出来的?先说说各科的奇葩之处,语文我懂但不能答,数学我懂但是步骤不完整,英语我懂但是老是碰雷。那么无疑我的“思想为上”的思想是不对的。如果需要肝文科那我不得不转到另外一种思路:模版思想。
有一些东西,它存在是没有理由的,比如数学的公理。他并不像定理那样可以直接证明。例如,证明“两点之间,直线最短”,下面就是一段标准的说理式证明。
假想,如果有另外一条曲线在连接两点且它比直线更短,那么这条曲线一定可以拉伸为一条直线。而当它拉长为直线之后,则会比原来的“次长”直线要更长一截,这与原假想相谬,所以原命题正确。证毕。
但是有一些偏偏没法证明,比如1+1=2。(虽然也可以证明),但是我们在学习的时候需要知道吗?并不需要,因为它的证明对于我们的计算没有帮助。我们只需要知道,一个苹果和另外一个苹果放在一起是两个苹果就可以了。这正是模版思想:在满足模版条件的情况下,利用一个或多个模版来直接解决一个复杂问题。
对于模版思想,我一直不会在数学里轻易提倡。就像林哥前几天问我的“为啥量除以分率等于单位1”这个问题,我们需要知道“量除以分率等于单位1”这是一个模版,但是我们需要知道为什么,才可以更好地利用它。
当然,语文和英语利用它完全是另一码事。英语需要固定的语法和扎实的单词利用,这两者都属于一种模版;而语文的“情景交融”“承上启下”“比喻的好处”这类的都需要非常合理的模版,那为什么要用这个模版,就与我们的答题完全不相干了。数学之所以要知道模版怎么来是因为我们要从本质上判定这类题适不适用这种模版,但是语文和英语条件明确,也就没有什么必要了。
学法
这一章我主要是从数学里面整出来的一些学法,但是我仍然认为除了思想外语文英语和数学一样。
从问题或条件出发思考问题
这一部分是最重要的。来自三上三下数学课本“解决问题的策略”一单元。这一单元我们必须承认它尽管是低年级的一个小小的单元,在两本课本中占了不超30页,但是它教会了我们思考问题最重要的方式。举个例子,“宿舍老师整天罚站我们,还给我们吃难吃的饭,进宿舍还不让讲话,宿舍老师一定有bing!”其中,“宿管老师一定有bing!”是一个肯定结论,剩下的则是条件。我们思考这个命题,最先是怎么思考的?让我们分别剖析一下。
从条件出发思考问题
“宿舍老师整天罚站我们”这一部分是一段发泄性文字,其实转化成基本句式就是“我们经常被宿管老师要求罚站”。以“我”的角度来看这是宿舍老师的严厉。“还给我们吃难吃的饭”也是一段充满主观意图的文字,转化成基本句式即为“我们经常只能吃食堂难吃的饭”,这无疑是食堂的缺陷。“进宿舍还不让讲话”,单看表达是缺主语的,转化成基本句式应该是“宿管老师要求我们进宿舍之后不能讲话”。这句话与宿管老师有关,我们可以重点关注。最后看到结论,那其中三句条件,有哪句是与结论有关的?就是“宿管老师整天罚站我们”和“进宿舍还不让讲话”。
从结论/问题出发思考问题
我们也可以从“宿管老师有bing!”这句结论反推。宿管老师为什么有bing?无疑是虐待或者不满足我们。那么虐待可以推到条件“罚站”一句,不满足我们可以推到条件“不让讲话”一句。咋看之下,“难吃的饭”这句话也是不满足我们,但是实际上吃饭这句话不是由宿管老师决定的,所以分析时不应受到这句话影响。
整理知识与反向押题法
我的同桌猫哥是一位受到大家赞誉的“笔记哥”,老师经常拿他好看的笔记下面的作业解答来给大家展示。然而大家有所不知的是,他平时上课时都在抄我的笔记(非自夸勿喷)。这个时候一个做笔记的好处就体现出来了:外部输出法。
这个方法大家可能比较陌生,毕竟没有几个博主会讲到这种底层的逻辑。但是这确实是一个我之前看某博主的视频知道的方法。我记笔记除了上课老师讲的之外,还会有自己脑中本有的,这就是一个输出练习。输出多了之后,你对每个知识都会记忆清晰。这个时候,你把知识脉络理清楚了,就可以进入到下一阶段:反向押题法了。
反向押题法
反向押题法建立在知识体系上。普通的做题,是先做题再思考知识点,而我的反向押题法是先思考知识点再押题,所以我给他取名“反向”。反向押题法的思维流程是这样子的:有某知识点,想到之前做过与这知识点相关的哪些题,还能再出哪些题。在这里我也不多叙述了,毕竟知识点梳理清晰就已经非常难了。如果运用好前面的方法,那么最后的方法也能轻松理解。
相关文章:
期中前学习复习总结
期中前终于把每一科的本质给搞明白了。这篇文章也将各学科剖分为两部分。 目录 本质 学法 从问题或条件出发思考问题 从条件出发思考问题 从结论/问题出发思考问题 整理知识与反向押题法 反向押题法 本质 作者是一个理科脑,什么都觉得只要我脑子够新东西我…...

K8S如何基于Istio重新实现微服务
K8S如何基于Istio重新实现微服务 认识 Istio前言Istio 的理念Istio 的架构数据平面控制平面服务与 Istio 的关系 Istio 实践环境准备安装 Helm安装Istio 使用 Istio 代理运行应用情感分析应用的架构使用 Istio 代理运行应用Sidecar 注入Ingress 网关网关资源VirtualService 资源…...

MediaPipe 与 OpenCV 的结合——给心爱的人画一个爱心吧~
目录 概要 实现思路 整体代码实现 效果展示 总结 概要 实时手部检测与绘图应用,通过摄像头捕捉视频流,使用 MediaPipe 识别手部关键点,判断食指是否伸展且其他手指是否弯曲,在满足条件时在画布上绘制圆点,并实时显…...

心觉:成大事,不怕慢,就怕站
Hi,我是心觉,带你用潜意识化解各种焦虑、内耗,建立无敌自信;教你财富精准显化的实操方法;关注我,伴你一路成长! 每日一省写作213/1000天 今天咱们聊聊一个不太花哨,但超重要的话题:…...

练习LabVIEW第二十三题
学习目标: 刚学了LabVIEW,在网上找了些题,练习一下LabVIEW,有不对不好不足的地方欢迎指正! 第二十三题: 建立一个枚举控件,其内容为张三、李四、王五共三位先生,要求当枚举控件显…...

集成对接案例分享:金蝶云与聚水潭数据对接
金蝶云星空与聚水潭的采购入库单数据集成案例分享 在企业信息化管理中,数据的高效流转和准确对接是提升业务效率的关键。本文将深入探讨如何通过轻易云数据集成平台,实现金蝶云星空中的采购入库单数据无缝对接到聚水潭系统中的其他入库单。 本次集成方…...

高级主题-灾难恢复与业务连续性
第一节:灾难恢复与业务连续性 灾难恢复与业务连续性概述 灾难恢复(Disaster Recovery, DR)和业务连续性(Business Continuity, BC)是确保企业能够在遭遇灾难或意外中断后迅速恢复正常运营的关键措施。以下是一些基本…...
R语言实现随机森林分析:从入门到精通
随机森林(Random Forest)是一种流行的机器学习算法,它通过集成多个决策树来提高预测的准确性和鲁棒性。在R语言中,我们可以使用randomForest包来实现随机森林分析。本文将详细介绍如何使用R语言进行随机森林分析,包括数…...

【vs2022】windows可用的依赖预编译库
ffmpeg 、x264 、x265 等。obs是基于qt6+vs2022+64bit obs的官网传统构建已经不用了obs的s2022构建OBS Deps Build 2024-09-12FFmpeg4.4 库,x64 可用。...
基础设施即代码(IaC):自动化基础设施管理的未来
随着云计算和大规模分布式系统的迅速发展,手动管理和配置基础设施的传统方式已逐渐跟不上快速迭代的步伐。于是,基础设施即代码(Infrastructure as Code,IaC)作为一种创新实践,成为现代运维管理的基础。IaC不仅提高了基础设施的配置速度,还提升了系统的一致性和可重复性…...

C# 创建型设计模式----原型模式
1、值类型与引用类型、深拷贝与浅拷贝。 在了解原型模式前得先对这四个知识点有些了解。我先简单介绍一下这四个知识点。 1.1 值类型与引用类型(C#仅有这两种数据类型) 值类型: 常见的值类型:int、long、short、byte、float、double、bool、char、Struct…...

Python数据分析NumPy和pandas(十五、pandas 数据加载、存储和文件格式)
大多数时候,我们要处理分析的数据是存储在不同格式的文件中的,有txt、csv、excel、json、xml以及二进制等磁盘文件格式,还有时候是从数据库以及从Web API中交互获取要处理的数据。现在开始学习如何用pandas从以上内容中输入和输出数据。 读取…...

正则表达式以及密码匹配案例手机号码脱敏案例
目录 正则表达式 什么是正则表达式 语法 定义变量 test方法 exec方法 replace方法 match方法 修饰符 元字符 边界符 单词边界 字符串边界 边界符:^ 边界符:$ 量词 * ? {n} {n,} {n,m} 字符类 []匹配字符集合 .匹配除换行符之外的…...
五、数组切片make
数组&切片&make 1. 数组2. 多维数组3. 切片3.1 直接声明新的切片函数构造切片3.3 思考题3.4 切片和数组的异同 4. 切片的复制5. map5.1 遍历map5.2 删除5.3 线程安全的map 6. nil7. new和make 1. 数组 数组是一个由固定长度的特定类型元素组成的序列,一个数…...

SSA-CNN-LSTM-MATT多头注意力机制多特征分类预测
SSA-CNN-LSTM-MATT多头注意力机制多特征分类预测 目录 SSA-CNN-LSTM-MATT多头注意力机制多特征分类预测分类效果基本介绍程序设计参考资料 分类效果 基本介绍 1.Matlab实现SSA-CNN-LSTM-MATT麻雀算法优化卷积神经网络-长短期记忆神经网络融合多头注意力机制多特征分类预测&…...

51单片机完全学习——LCD1602液晶显示屏
一、数据手册解读 通过看数据手册我们需要知道,这个屏幕每个引脚的定义以及如何进行发送和接收。通过下面这张图我们就可以知道,这些引脚和我们的编程是有关的,需要注意的是,这里我们在接线的时候,一定要把DB0-DB7接到…...
【知识科普】今天聊聊前端打包工具webpack
文章目录 webpack概述1. 入口(Entry)2. 输出(Output)3. Loader4. 插件(Plugins)5. 模式(Mode)6. 浏览器兼容性(Browser Compatibility)7. 环境(En…...

雷池社区版中升级雷池遇到问题
关于升级后兼容问题 版本差距过大会可能会发生升级后数据不兼容导致服务器无法起来 跨多个版本(超过1个大版本号)升级做好数据备份,遇到升级失败可尝试重新安装解决 升级提示目录不对 在错误的目录下执行(比如 safeline 的子目…...

C++基础:constexpr,类型转换和选择语句
constexpr 提到constexpr,我们会发现它和const类比 常和const类比constexpr符号常量必须给定一个在编译时已知的值, 若某个变量初始化时的值在编译时未知,但初始化后绝不变。 #include<iostream> #include<vector> #include&l…...

STM32 RTC时间无法设置和读取
hal_stm32_RTC函数_stm32 hal rtc-CSDN博客 STM32入门HAL库-RTC实时时钟_hal rtc-CSDN博客 参考了这些博客,是调试发现无法读取正确的时间,日期可以 通过读hal库的文件找到原因 --RTC_BINARY_ONLY模式,只有 sTime->SubSeconds only is …...
[2025CVPR]DeepVideo-R1:基于难度感知回归GRPO的视频强化微调框架详解
突破视频大语言模型推理瓶颈,在多个视频基准上实现SOTA性能 一、核心问题与创新亮点 1.1 GRPO在视频任务中的两大挑战 安全措施依赖问题 GRPO使用min和clip函数限制策略更新幅度,导致: 梯度抑制:当新旧策略差异过大时梯度消失收敛困难:策略无法充分优化# 传统GRPO的梯…...

【kafka】Golang实现分布式Masscan任务调度系统
要求: 输出两个程序,一个命令行程序(命令行参数用flag)和一个服务端程序。 命令行程序支持通过命令行参数配置下发IP或IP段、端口、扫描带宽,然后将消息推送到kafka里面。 服务端程序: 从kafka消费者接收…...

python/java环境配置
环境变量放一起 python: 1.首先下载Python Python下载地址:Download Python | Python.org downloads ---windows -- 64 2.安装Python 下面两个,然后自定义,全选 可以把前4个选上 3.环境配置 1)搜高级系统设置 2…...

SCAU期末笔记 - 数据分析与数据挖掘题库解析
这门怎么题库答案不全啊日 来简单学一下子来 一、选择题(可多选) 将原始数据进行集成、变换、维度规约、数值规约是在以下哪个步骤的任务?(C) A. 频繁模式挖掘 B.分类和预测 C.数据预处理 D.数据流挖掘 A. 频繁模式挖掘:专注于发现数据中…...

Springcloud:Eureka 高可用集群搭建实战(服务注册与发现的底层原理与避坑指南)
引言:为什么 Eureka 依然是存量系统的核心? 尽管 Nacos 等新注册中心崛起,但金融、电力等保守行业仍有大量系统运行在 Eureka 上。理解其高可用设计与自我保护机制,是保障分布式系统稳定的必修课。本文将手把手带你搭建生产级 Eur…...
【服务器压力测试】本地PC电脑作为服务器运行时出现卡顿和资源紧张(Windows/Linux)
要让本地PC电脑作为服务器运行时出现卡顿和资源紧张的情况,可以通过以下几种方式模拟或触发: 1. 增加CPU负载 运行大量计算密集型任务,例如: 使用多线程循环执行复杂计算(如数学运算、加密解密等)。运行图…...
实现弹窗随键盘上移居中
实现弹窗随键盘上移的核心思路 在Android中,可以通过监听键盘的显示和隐藏事件,动态调整弹窗的位置。关键点在于获取键盘高度,并计算剩余屏幕空间以重新定位弹窗。 // 在Activity或Fragment中设置键盘监听 val rootView findViewById<V…...

Maven 概述、安装、配置、仓库、私服详解
目录 1、Maven 概述 1.1 Maven 的定义 1.2 Maven 解决的问题 1.3 Maven 的核心特性与优势 2、Maven 安装 2.1 下载 Maven 2.2 安装配置 Maven 2.3 测试安装 2.4 修改 Maven 本地仓库的默认路径 3、Maven 配置 3.1 配置本地仓库 3.2 配置 JDK 3.3 IDEA 配置本地 Ma…...

使用 Streamlit 构建支持主流大模型与 Ollama 的轻量级统一平台
🎯 使用 Streamlit 构建支持主流大模型与 Ollama 的轻量级统一平台 📌 项目背景 随着大语言模型(LLM)的广泛应用,开发者常面临多个挑战: 各大模型(OpenAI、Claude、Gemini、Ollama)接口风格不统一;缺乏一个统一平台进行模型调用与测试;本地模型 Ollama 的集成与前…...
Fabric V2.5 通用溯源系统——增加图片上传与下载功能
fabric-trace项目在发布一年后,部署量已突破1000次,为支持更多场景,现新增支持图片信息上链,本文对图片上传、下载功能代码进行梳理,包含智能合约、后端、前端部分。 一、智能合约修改 为了增加图片信息上链溯源,需要对底层数据结构进行修改,在此对智能合约中的农产品数…...