為什麼寫程序的時候可以堅持很久，但是學習數學就很難保持注意力？

11-25

我是本科在校大學生，平時寫程序的時候常常能堅持4、5個小時坐在電腦前面不分心，無論是自己寫還是讀代碼，就算一定有事情必須分心一會（比如重要的消息通知）我也能處理完以後馬上回到狀態。但是做高等數學題目的時候堅持一個小時我就謝天謝地了，經常是沒人理我我就去社交網路上浪費時間了，就算把手機關了都沒忍住打開來問了這麼個問題。

有意思的問題 ^ ^

根據我自身和周圍人的反饋，「寫程序的時候可以堅持很久，但是學習數學就很難保持注意力」的情況的確存在，而且我認為，這種現象是可以被科學解釋的。經過思考，我發現，可以從四個方面來解釋這個有趣的現象：思考閾值、反饋機制、思路連貫性和有效思維長度。

【1】思考閾值

什麼是思考閾值呢？就是啟動或維持一件事情所需要動用的腦細胞數。

寫代碼在【大部分時間】是不用動用太多腦細胞的，在確定了整個程序的框架（這需要費點腦細胞）後，大部分時間我們做的事無非是：寫順序語句、寫循環語句、寫條件判斷。這些東西對一個經驗豐富的程序員來說很輕鬆，加上很多代碼本來就比較相似，所以並不需要集中太多的精力——一邊看電影一邊寫代碼都行。

但學高等數學一樣，做一道難題時，我們常常有讓周圍保持絕對安靜的想法。因為它太費神了——每一個關鍵的解答步驟，都需要經過大量的思考來完成。當然了，也有人能做得很熟練，可是，既然都很熟練了，就該進入下一個章節了，有何必要再刷下去呢？

如圖所示。「思考閾值」之上代表的是「有效的思考」，而在閾值之下，則是「無效的思考」。

對於同樣的思考深度曲線，對於寫程序來說，由於思考閾值低，所以在大部分時間，自身的思考是有效果的，對於學數學來說，由於思考閾值高，所以我們很多時間自己毫無進展。

「有收穫」是前行的鼓勵師。在狀態不好的時候，寫程序尚有一戰之力，而學數學則完全歇菜了。而人不可能總是狀態好，所以學數學也就難以持續了。

【2】反饋機制

代碼編輯器和編譯器是程序員的福音。有了它們，你一邊寫代碼，一邊發現自己哪裡代碼寫錯了，運行一下，就知道代碼的邏輯是否通順——這個反饋是實時的。

但學數學可沒這樣的編輯器。在你出答案前，沒有人會警告你哪一步算錯了。直到解完題目，對標準答案，你才會發現自己的錯誤——這個反饋是延時的。更何況，很多時候我們並沒有答案（比如證明題），反饋都不一定有。學了半天，你都不知道自己掌握了多少。

實踐表明，及時的反饋能激勵我們前行。這是寫代碼比學數學的優勢所在。

【3】思路連貫性

如果有一段代碼大概需要連續寫十個小時才能完成，給你五天，每天兩小時，你能完成嗎？

恐怕不能。因為寫程序需要思路的連貫性。到了第二天，我可能要花上二十分鐘來回顧第一天寫了什麼。到了第三天，我可能又要花上二十分鐘來回顧第二天寫了什麼……把編程任務分割開，需要較高的邊際成本。為什麼程序員寧願加班也不想把事情拖到第二天？因為它們想保持連貫思維的高效。

如果有一系列數學證明大概需要你連續做十個小時才能完成，給你五天，每天兩小時，你能完成嗎？

通常還是可以的。這不是說學數學的沒有連貫性，而是它的連貫性沒有那麼強。而且，在兩小時的高強度思考後，繼續思考效率會明顯降低，適當的休息反而會使大腦保持一個較好的學習狀態中。

【4】有效思維長度

不知道你是否有這樣的體會：

辛辛苦苦寫了一天代碼，回顧一下，哇，居然寫了那麼多，好有成就感！
辛辛苦苦學了一天數學，回顧一下，啊，只學了那麼點東西，我怎麼這麼笨？

為什麼會有這種感覺呢？因為寫程序和學數學的有效思維長度是不一樣的。

如下圖所示：

寫程序的時候，雖然我們會遇到一個個「坑」，但是大部分「坑」都相對較小，不會浪費自己太多的時間。所以一天下來，完成的有效工作還是很多的；
做數學的時候，我們也會遇到一個個「坑」，但很多時候，我們並不知道它們是「坑」，會一條路走到黑，才發現行不通，這就花費了我們較多的時間。所以一天下來，完成的有效工作相對較少。

「有效思維長度」的長短，直接影響到我們的成就感，寫程序容易積累有效思維長度，所以促使我們前行。而學數學容易長時間沒有進步，所以容易讓我們泄氣。

綜上所述，寫程序思考閾值低、反饋及時、比較需要思維連貫、「小成就」接連而至，所以容易讓我們沉迷其中；學數學起步費勁、反饋較慢、對思維連貫性要求不那麼高、又容易長時間一無所獲，所以對大部分人來說，不容易沉迷進去。

寫程序是搭積木，每一行都能看到效果。

做數學是走迷宮，累的一頭汗可能完全沒進展。

和學數學類比的不是寫代碼，而是看別人的代碼「且沒有文檔」

我覺得寫一整天程序而完全不感到累和厭煩的話，是需要稍微反省一下的：我是不是一直在寫一些不用動腦子的代碼？如果我一直按照這個節奏做下去，我會不會廢掉？我是不是應該找一些更有挑戰性的任務？

多用用matlab，多寫寫LaTeX，說不定就好了2333～

寫程序一般不需要燒腦子。

寫程序的時候，反饋更加直接、頻繁——編譯運行一下就能知道你有沒有寫對，然後debug哪裡沒寫對，還能有各種各樣的測試。

學數學→學編程
寫代碼→解題

因為寫程序可以持續給你快感而學數學沒能這樣而已。

寫程序有正回饋，學數學就像你對著一個高傲沉默的陌生人。
你可以通過寫程序來學數學，是完全可行的。

寫程序是創作，是思想的自由流出。學數學，是求知，大腦吸收需要一個過程。

這很正常，認識到這點很重要。學習的過程，如果急於求成，既沒效果，又讓自己痛苦。何必勉強自己持續學一天數學呢？

標準程序猿一隻，敲代碼時是一個好男人的心態，我哪裡錯了，告訴我，我一定改。而學數學的時候，就是地地道道的混混，遇到簡單的題，這特么也用學？遇到難成狗的題，這特么也能學？(掀桌子)←_←對自己也是呵呵噠
——————（☆_☆）分割線
如果你的生活缺少激情，敲代碼吧，它會讓你像吃了炫邁一樣根本停不下來。如果你的生活雜亂無章，敲代碼吧，它會讓你一天工作25個小時，麻麻再也不用擔心你會賴床，順帶看看凌晨四點的家鄉模樣。（☆_☆）(最最重要)如果你沒有對象，也是只嗷嗷待哺的單身汪，不要猶豫，不要懷疑，掄起鍵盤，敲代碼吧!有了C艹，C上艹下艹，爪蛙，後宮佳麗(new出對象)三千萬，任你挑隨你選。

扔了手機的話什麼都能沉迷進去了╮(╯▽╰)╭

寫程序也一樣啊，你沒有遇到過，不代表寫程序總是那麼爽的。

遇到自己不熟悉的領域，開始的那段時間，磨磨唧唧，稀里糊塗，幾個小時都寫不了幾行代碼，不停的在自己熟悉的領域找可以對比的類似的概念，代碼和邏輯，完全是一點效率都沒有的。簡直都不想幹了，有沒有！

比如本人最近遇到的問題就是數學領域相關編程，難度值直接Double。
那酸爽，難以言表。

可以試著用用coq之類的編程語言做形式證明，看看你到底是喜歡編程還是討厭數學

因為寫程序時，你懂得你正在做什麼。
而一些你想要做的事情，通常會花費挺多的時間和力氣。（這種時候即使你知道怎麼做，你也會感到難以專註的做下去，因為人的惰性和疲憊因素，使得你想去干別的）。

學數學，你可能會很快發現你不知道正在做什麼，也就是不懂目前在講什麼，某個地方一旦沒有跟上，後面全都跟不上了。

--
補充下：
寫程序實際上有不同階段，在剛剛開始創建一個程序的時候，處在無中生有的創造期，這時候架構沒有成熟而不穩定，相當於頻繁試錯，程序頻繁的發生結構上的改動，這種時候進展會比較緩慢，也是一個消耗比較大比較累的階段。這個階段工作會不連貫，需要時不時查閱網路上的資料，腦海中的想到的方法會非常活躍的變更，很多想法是根據現有的工作的進行，隨時產生出來的，然後代碼也響應的跟著更改。

然後程序結構基本穩定後，會進入一個比較平穩的階段，例如完善程序，把一些細節打磨的更加完美，在現有結構下，按照現在已有的模式，添加形式相同的東西。這時候才是那種可以很連貫的寫比較長時間的時期，也是程序員可以噼里啪啦的敲鍵盤的時候。

因為寫程序簡單啊

因為你寫的程序太簡單，有demo，或者說跟著教程或書，不會的百度一下或者stackoverflow一下就會。
ps:我做數學的時候可以連續10h左右不分心，和數學有關的一切是我見過最有趣的一些東西。

因為你做的大多數程序都是已有先例，每一步的目標都明確的。
如果是做沒做過的東西，那也是非常痛苦的……
寫 sfdhanautohint 的時候，每次測試都要將近一個小時，調整最頻繁的那個星期幾乎就是神經崩潰的狀態。
以及修 Iosevka 的「s」的時候，從晚上八點一直調到早上八點，中間換了四個構造模型，最後也是精神崩潰的狀態，醒來接著調，這個字母大概調整了 15 小時才到了能看的水平。（你要是翻 Iosevka 就能發現這玩意的玄(lin)學(reg)是最多的，就是為了適應各種 master 做的各種調整）

寫程序是實現自己內心想法的過程，是一種「吐露」，同時編譯器在無條件傾聽理解和及時反饋。學數學是在聽別人說，理解別人想法的過程。大部分人都是希望別人傾聽自己，理解自己，而不喜歡傾聽和理解別人。