學知識（技術）如何做到知其然知其所以然？

產生這個問題是我的計算方法老師對我的影響，他每一次講解一個知識的時候，都能拿出一些引子。

我回憶最近他一次講課的內容（我是回憶的，不是老師的原述） 假如你被要求用計算機算一個區域內最高的山峰是多高，你該怎麼辦？最容易讓我們想到的是梯度信息，也就是導數的變化值，如果導數值在變化直到變為0，那麼可以認為0的地方是懸崖或者是我們想要的山頂，但這個山頂我們發現，他可能不是最高峰。這該怎麼辦呢？ 經過了很久的研究發現這個梯度信息基本上沒多大用處。於是我們的科學家就捨棄了他，但是又有什麼好辦法呢？？可惜真沒什麼好辦法！於是科學家想想能不能模仿動物去做一些演算法設計，於是出來了很多模仿動物的演算法出現（我只是回憶內容啊啊）

所以我感覺這種回到歷史，知道一樣東西的來龍去脈，知其然知其所以然，知道為了解決什麼問題而出來的一些技術真的很重要！！怎麼樣才可以做到呢？？

我就這個問題曾經問過我們老師，老師說，他研究生和博士都在研究某個計算領域，要做到像他這樣得花很大功夫，他給我一個技巧那就是那就是看權威文章的參考文獻，把參考文獻按照歷史的脈絡來看，但是他也說要看懂問題需要知識基礎儲備，才能夠提煉出一些故事出來，

那大家在學知識或者（技術）的時候是怎樣知其然，知其所以然呢？有什麼途徑和路徑嗎？

如果知識做不到知其然知其所以然的時候，怎麼樣處理那些知識？

樓主得思考是非常值得的，知其所以然往往要從歷史入手，這本質上是建立與已有知識得連接達到真正得理解。很多技術得文章都是直接給出結論再給個證明，這是作者得出結論之後得，對於他自己得思考過程往往不論述，而正是這個才是最重要得。

首先建議作者關注劉未鵬童鞋得博客（http://mindhacks.cn），雖然他更新很慢，但是每一篇都是乾貨是作者對思維過程得記錄，他出的書《暗時間》也對這個問題有論述（談論如何學習演算法那篇，一定要仔細看），簡單得方法是（以演算法學習為例）：

1 看wiki，通過wiki及其引用找出最早發明得人；

2 研究這個演算法作者最早得paper，並按順序閱讀下來；

3 假如沒有，找當前領域最權威得著作，演算法是TAOCP，看其對這個演算法得講解及其參考；

總之，要理解一個事物，最好得方法是回到那個年代，設身處地得思考，而這些應該大部分可以在互聯網上找到。

題主的這個問題很大，本質上是想探討下學習方法論吧。

想知其所以然的基本手段，也許還是要回到問題本身，即我們要解決什麼問題，再往回追溯，這些問題是如何產生的；明確了要解決的問題後，有哪些解決問題的基本思路，這些思路最本質的動機是什麼（往往就是一些非常非常關鍵，看起來卻又比較直接的觀察，比如微積分學科的無窮少）；然後這些思路對於解決這個問題具體都是如何工作的，有哪些優缺點，如何在不同的上下文中選擇適合的思路。這樣下來，其實對於整個的學科歷史，核心的理論和問題，當前發展都會有一個比較好的把握，在這個過程中就自然地「知其所以然」了。

其實很多時候（基本上吧），課堂上（中國的大多數學校，世界範圍內估計也不樂觀）主要是單純地傳授知識，好的老師就很注重問題的引出，整個邏輯上讓大家對於課本上的一些解法能夠知道前因後果，這樣學起來腦子是清楚的，至少思路是清晰的。如果上來說，嗯，貪心演算法適合解決這些問題，動態規劃演算法適合那些問題。What the fu*k, 誤人子弟啊（也許一些人適應，但是相信很多人聽了這樣的授課腦子都糊了）。

所以，在課堂學習之外，一定要關注「學科」和「問題」本身，不要陷入「知識點」漩渦。打好基礎之後，多跟蹤一些國內外文獻，讀一些比較好的綜述論文，看一看比較好的課題組的主頁（他們發論文的軌跡往往可以一定程度上反映一個學科的發展脈絡，著力解決的核心問題，目前的發展趨勢等）。在這個過程中，還要不斷總結思考，注意構建「自己的知識體系」，對於一個問題也許它的解法你沒有掌握徹底，但是對「這個問題的來源」一定要有清醒的認識，這才能夠構建出「緊湊科學的知識體系」。千萬不要是這種情況（拿演算法舉個例子，請自行遷移），會了很多演算法，但是對於演算法本身試圖要解決的問題，為什麼這樣設計演算法（背後的動機和基本思想），解決現實問題的時候有哪些前提、假設以及折中（現實問題往往更加複雜），沒有很好的把握，那麼你解決實際問題的時候是很難「對問題有直覺，快速定位什麼演算法是合適的」，這樣的知識體系就會有「很多空中樓閣」，松垮而不堅實。

同時，還要多注意融會貫通吧，這是在構建知識體系的時候可以同步完成，多注意關聯，把一些知識本質的原理弄清楚，真正做到舉一反三。

總結一下，「多問為什麼」，「廣泛涉獵」，「多思考總結」。

「知其所以然」