演算法式和啟發式

1. 解決問題的本質辦法

解決問題本質上是心理以及能力，實踐等的綜合體現，那麼，從心理學上來看，有哪些解決問題的策略呢？

第一大類是演算法式策略，在問題空間中隨機搜索所有可能解決問題的方法，直到選擇一種最有效的方法來解決問題。簡而言之，演算法策略就是把所有的可能性一一試過，尋找最合適的方法。這種方法的優點在於它能夠確保問題的解決，但是採用這種方法需要大量的嘗試，費時費力。當問題空間極大的時候，有可能很難依賴這種決策來解決問題。

第二大類是啟發式策略，啟發式策略是根據一定的經驗，在問題空間內進行較少的搜索，以達到問題解決的一種方法。啟發式策略有4種主要的方法，分別是：手段目的分析策略、逆向搜索、爬山法，以及探試搜索法。

手段目的分析策略，是指將所需要達到的問題目標狀態，分成若干個子目標，通過實現一系列子目標，最終達成總目標。舉個例子，我們要考上心儀的大學，那我們就會把這個目標拆解為要達到這個學校的分數，然後拆解為每一門科目要達到的分數，然後市每一門科目要復習到怎樣的程度，這就是把總目標拆解為子目標，最終達成的一個過程。

第2種是逆向搜索法，顧名思義就是從問題的目標狀態開始搜索，直至找到通往初始狀態的通路或者方法。比如我們玩迷宮游戲常常就用這種方法，有時候從起點開始會有無數條道路讓我們迷惑，而當我們從終點開始連線的時候會發現豁然開朗，很容易就能找到最適合的道路。

第3種是爬山法，其實這種方法類似於手段目的分析法，是採用一定的方法逐步降低初始狀態和目標狀態的距離，從而達到問題解決的一種方法。我們要去一個地方，可能不能一天之內達到，也許我們每一天走一段路程，會逐步的接近山頂。但是值得注意的是，就像我們爬山一樣，有時候為了達到目的，我們不得不暫時擴大目標狀態與初始狀態的差異，以利於最後達到目標，就像我們可能會走一段迂迴的路，但在那段路上看起來似乎離終點有點遠，但實際上是為了直到下一個更快更好的捷徑。

第4種是探視搜索法，是利用已經得到的相關目標的某種信息和已經尋找問題解決的突破口，從中獲得的信息，以便進一步解決而所需要達成目標進行探索。可見在探索過程中經驗判斷具有十分重要的地位，能夠幫助我們找到突破口，從而發現或者創造有利條件。

我們說萬法歸一，萬變不離其中，其實無論怎樣的解決方法，我們其實都可以在以上的方法中找到端倪，無非是以上方法的具體使用或者是形態演變而已。就像我們學東西，我們要了解他的本質，而不是了解某一個題目。我們知道，解決策略探討的是人解決問題的內在和外顯，那麼我們可以走向人的心理層面去看一看在心理學的歸納和演化中，人們是怎麼去解決問題的，而我們也可以對照看一看，我們自己平時是哪一種策略用的更多呢，或者我們也可以再看一看有哪些策略是我們可以把用起來的呢，或許會給我們一些啟發。

2. 試述問題解決的基本過程。

【答案】：（1)理解和表徵問題階段。解決問題的第一步是確定問題到底是什麼，也就是要識別與問題相關的信息。 (2)尋求解答階段。在尋求解答時，可能存在這樣兩種一般的途徑：演算法式和啟發式。 ① 演算法式。一個演算法式就是為了達到某一個目標或解決某一個問題而採取的一步一步的程序。 如拼拼圖，存在一種固定的程序，如果你找到了就能很快解決問題。 ② 啟發式。所謂啟發式就是使用一般的策略試圖去解決問題。這種一般的策略可能會導致一個 正確的答案。常用的啟發式方法有：手段目的分析法：將目標劃分成許多子目標，將問題劃分成許多子問題，尋找解決每一個子問題的方法。 逆向反推法：從目標開始，退回到未解決的最初問題，這種方法對解決幾何證明題非常有效。 爬山法：基本思想就是先設定一個目標，然後選取與起點鄰近的未被訪問過的任意一點，向目標方向移動，逐步逼近目標。 類比思維：當你面對某種問題情景時，你可以運用類比思維，先尋求與此有些相似的情境的解答。 (3) 執行計劃或嘗試某種解答階段。 (4) 評價結果階段