算法式和启发式

1. 解决问题的本质办法

解决问题本质上是心理以及能力，实践等的综合体现，那么，从心理学上来看，有哪些解决问题的策略呢？

第一大类是算法式策略，在问题空间中随机搜索所有可能解决问题的方法，直到选择一种最有效的方法来解决问题。简而言之，算法策略就是把所有的可能性一一试过，寻找最合适的方法。这种方法的优点在于它能够确保问题的解决，但是采用这种方法需要大量的尝试，费时费力。当问题空间极大的时候，有可能很难依赖这种决策来解决问题。

第二大类是启发式策略，启发式策略是根据一定的经验，在问题空间内进行较少的搜索，以达到问题解决的一种方法。启发式策略有4种主要的方法，分别是：手段目的分析策略、逆向搜索、爬山法，以及探试搜索法。

手段目的分析策略，是指将所需要达到的问题目标状态，分成若干个子目标，通过实现一系列子目标，最终达成总目标。举个例子，我们要考上心仪的大学，那我们就会把这个目标拆解为要达到这个学校的分数，然后拆解为每一门科目要达到的分数，然后市每一门科目要复习到怎样的程度，这就是把总目标拆解为子目标，最终达成的一个过程。

第2种是逆向搜索法，顾名思义就是从问题的目标状态开始搜索，直至找到通往初始状态的通路或者方法。比如我们玩迷宫游戏常常就用这种方法，有时候从起点开始会有无数条道路让我们迷惑，而当我们从终点开始连线的时候会发现豁然开朗，很容易就能找到最适合的道路。

第3种是爬山法，其实这种方法类似于手段目的分析法，是采用一定的方法逐步降低初始状态和目标状态的距离，从而达到问题解决的一种方法。我们要去一个地方，可能不能一天之内达到，也许我们每一天走一段路程，会逐步的接近山顶。但是值得注意的是，就像我们爬山一样，有时候为了达到目的，我们不得不暂时扩大目标状态与初始状态的差异，以利于最后达到目标，就像我们可能会走一段迂回的路，但在那段路上看起来似乎离终点有点远，但实际上是为了直到下一个更快更好的捷径。

第4种是探视搜索法，是利用已经得到的相关目标的某种信息和已经寻找问题解决的突破口，从中获得的信息，以便进一步解决而所需要达成目标进行探索。可见在探索过程中经验判断具有十分重要的地位，能够帮助我们找到突破口，从而发现或者创造有利条件。

我们说万法归一，万变不离其中，其实无论怎样的解决方法，我们其实都可以在以上的方法中找到端倪，无非是以上方法的具体使用或者是形态演变而已。就像我们学东西，我们要了解他的本质，而不是了解某一个题目。我们知道，解决策略探讨的是人解决问题的内在和外显，那么我们可以走向人的心理层面去看一看在心理学的归纳和演化中，人们是怎么去解决问题的，而我们也可以对照看一看，我们自己平时是哪一种策略用的更多呢，或者我们也可以再看一看有哪些策略是我们可以把用起来的呢，或许会给我们一些启发。

2. 试述问题解决的基本过程。

【答案】：（1)理解和表征问题阶段。解决问题的第一步是确定问题到底是什么，也就是要识别与问题相关的信息。 (2)寻求解答阶段。在寻求解答时，可能存在这样两种一般的途径：算法式和启发式。 ① 算法式。一个算法式就是为了达到某一个目标或解决某一个问题而采取的一步一步的程序。 如拼拼图，存在一种固定的程序，如果你找到了就能很快解决问题。 ② 启发式。所谓启发式就是使用一般的策略试图去解决问题。这种一般的策略可能会导致一个 正确的答案。常用的启发式方法有：手段目的分析法：将目标划分成许多子目标，将问题划分成许多子问题，寻找解决每一个子问题的方法。 逆向反推法：从目标开始，退回到未解决的最初问题，这种方法对解决几何证明题非常有效。 爬山法：基本思想就是先设定一个目标，然后选取与起点邻近的未被访问过的任意一点，向目标方向移动，逐步逼近目标。 类比思维：当你面对某种问题情景时，你可以运用类比思维，先寻求与此有些相似的情境的解答。 (3) 执行计划或尝试某种解答阶段。 (4) 评价结果阶段