人脑多线程工作

前言

以前读中学的时候，曾经训练自己用左手写字，借此来训练和激活自己右脑的脑细胞，天真地以为到手左手写作业能力练的如火纯青之时，我到时便可以左右并驾齐驱，提高写作业的效率，然而这时不可能能，本文参考计算机多线程的概念，从这个角度来指导大脑在多任务的情况的使用方法。

---

非前言一

对于计算机的多线程工作机制大家应该都非常熟悉，我们平时编程的时候经常会遇到需要用到多线程的状况，比如说，我写一个上位机一边要采集数据，一边又到实时地显示波形，我怎么搞？开一个线程通过TCP/IP协议读数据，塞队列，一个线程对包进行解析，在一个线程对数据进行画图实时更新上位机画面，如果没有这些多线程那么最直观的就是画面一卡一卡的，要等到数据完全解析完我才可以画图，整个软件运行起来就不连续。

那么，实际上，CPU的多线程工作并非完全的并行的，只是在一个很短的时间的内不停地进行任务的切换，从而从毫秒级或者秒级的周期来看似乎就是做个任务在同时执行一样。

OK,如果人脑想实现这个多线程过程大概也是这个思路，但往往我们却做不到，因为与计算机不同的是，我们在任务切换的时候会产生——切换损耗。

---

非前言二

切换损耗具体表现为，当从任务A转换到任务B的后，执行任务B的效率要远远不如在非切换的状态执行任务B，从其形成原因来看，这种损耗可以分为两类：

1. 由于任务A的认知惯性，对完成任务B产生干扰。
2. 在完成任务B的时候需要对任务B进行情景重构，会议起相关背景和时间，这个过程需要消耗时间。

---

非前言三

嗯，这样看来多任务切换的方法似乎不是一种明智的工作方式。但实际上在现实的环境中却不太可能让我们把事情一件接着一件事做，所以常常我们是被迫切换，对此，解决的方法就是——对切换的时间点进行控制和管理。

实际上，每一项任务都能进行分解，有些模块我们比较烧脑，比如说，我们写论文的时候可以分为，码字，画图，调格式，那么对这个几个模块进行认知复杂度进行排序，我们会发现码字是最需要集中注意力的，画图次之，调格式实际上并不怎么费脑。

对于认知复杂度较低的模块来说其所造成的的思维惯性和情景重构损耗相对于核心思考的模块来说要低很多，因此平时在进行任务中断（可能中途休息去喝杯茶）尽量选择在进行低认知复杂度度的模块进行的时候。

---

非前言四

以上，从切换时间点的角度来解决任务切换的损耗是一种思路，那么从这种思路可以引发出一种工作方式——集中处理同质性工作。
先看下下面这幅图：

一目了然，加入我们要做PPT和WOrd任务，与其在同一个任务进行模块切换，不如切换到另一个任务的相同性质，这样不需要对大脑进行不同资源和技能的切换（比如说码字切换到画图），从而提高工作效率。

---

非前言五

祝大家圣诞快乐！

---

所有原创文章都会在第一时间发布到以下公众号，欢迎关注！