3 9MOqVc
从数学的角度来看，凌乱的办公桌是效率最优的方案。 "!_vQ^y
!1%Sf.`!_
编者按：本文作者是Palmer集团的首席执行官Shelly Palmer，他在Linkedin上发表了一篇文章表示，从数学的角度来看，凌乱的办公桌是最优的方案。他认为将文件进行归类整理是一种“元工作”，不仅浪费时间，还不利于工作效率提升的。尤其是在数字化的情况下，强大的搜索工具会帮更大的忙。 I5)$M{ #a
$&!|G-0'
并不是为懒找借口：凌乱的办公桌是最有效率的！ <*+ [E!oi
U o aWI2
当我在办公室里走来走去时，看到一个相对较新的员工正在把电子邮件从收件箱里拖到一个个文件夹里。我问他为什么要这么做，他回答说，“我只是想让回复邮件就像从我的桌子上拿东西一样方便。”一个空的收件箱可能会让你看起来很爽，但在实践中，这样做是不明智的。 -g:i 'e
Vw3=jIQN:!
从数学的角度来看，凌乱的办公桌是效率最优的方案。虽然它证明了那些办公桌凌乱的朋友们是天才，但办公桌非常整洁的朋友，则发出了一连串善意的嘲笑。抛开情绪不谈，数学就是数学！这背后使用的是一个名为LRU（Least Recently Used，刚使用过的）的算法来组织你的桌子，这样的情况下，你最后看的文件就会放在桌子的最上面。它背后的原理是，你最近使用的文件，是你最有可能再次使用的文件。相反，你很久没有使用的文件可能很少会被使用。这是一个最接近你接下来可能需要什么的预测。但那堆文件的底部呢？该在何时何地将它们归档？ .K1wp G[4
FY-eoq0O3
缓存和存储 9kwiG7V1
Nv|0Z'M
即使你不介意身边到处都是成堆的文件，但在某些时候，会有更多的文件都堆在你的桌子上。从凌乱的办公桌到凌乱的办公室，这是一种自然而然的演变，让我们对可能的缓存和存储算法有了一些了解。同样，LRU也来帮助我们。 f|ERZN`uB
>6Jz=N,
假设你正在为一篇文章做研究。你的桌子上放着你最常使用的信息。那些重要但目前没有使用的书籍，可以在你的书桌的角落里堆积起来。在不久的将来，你可能需要的书会堆在你桌子周围的地板上或者附近的椅子上。你不经常需要的书可以放在房间的书架上。你不太需要的书可以在你家里的图书馆里。你很少需要的书可以放在地下室的书架上。每一级存储空间都增加了放置和检索的成本。要在地下室找到一本书要比在书桌旁找到一本书要花的时间要长得多。LRU有助于确定要存储哪些数据以及在何处存储这些数据，并提供相关成本效益分析所需的见解。 %mIdQQ,
u@P1`E1Q
工作vs.元工作(Meta-Work) 4T$DQK@e
&bGf{P*Da
在现实世界中，你不需要按字母顺序排列任何一本书（尽管很多人还是这么做的），你只需要能够用你的眼睛扫描书架。字母排序需要数小时（可能是几天）的元工作。其结果是一个看起来很爽，很满足的图书馆书架。但这是对时间的巨大浪费。你只需要知道你想要的书的大致位置，你就可以快速浏览书架找到你需要的东西。如果你有一百万本书呢？再说一次，数学就是数学。你至少要把这些书看一遍才能来整理它们。 d,o*{sM5d
bN6i *) }
在你的电子邮件收件箱中尤其如此。你甚至不应该考虑手动将电子邮件转移到文件夹中。这是对时间的巨大浪费。实际上，即使是自动过滤邮件到文件夹也毫无用处。标记一封电子邮件，帮助将其归类，为了更好地搜索是可以的。事实上，标记是增强搜索的最佳实践方法，但将电子邮件拖入文件夹只是一项元工作。你会花同样的时间手动将电子邮件放入一个文件夹中，就像将一张张纸质文件归档到一个文件夹中。关键的区别在于，你搜索收件箱寻找文件。当只需要几秒钟就能搜索到的时候，为什么要花几个小时的时间仔细地整理文件呢？ )?I*zc
P,b&F
所以，下次当你被收件箱里的电子邮件淹没时，不要再纠结了，直接去搜索吧。它们都在一个地方，根据时间相关性自动排序。虽然收件箱里没有一封电子邮件会让你感到很舒服。但LRU和一个索引良好的搜索算法能优化你的工作效率。
