smartphone showing Google site

运用深度优先和广度优先算法获取更多的信息

我平时会看很多的文章,这些文章成为我不断的创作的重要的灵感来源和信息收集的来源,因此,我对于信息的收集和整理也颇为关注,只为收获更多的信息。

在实际的阅读当中,我会采用深度与广度优先结合的方式,来遍历我所看的文章、图书,从而获得一个更大范围要阅读的内容。

主题 · 深度优先遍历

我的阅读往往是从某一个主题开始的,通过搜索引擎,找到搜索引擎当中排行靠前的文章,作为我的主题文章。

搜索获得主题文章

在阅读主题文章时,我会进行广度优先遍历,将文章当中提到的关联文章、参考链接用新标签页面打开放在后台,等待稍后处理完当前页面再进行阅读。这个时候,我阅读的文章就会从原本的一篇文章,变为 1 + 3 篇文章;

在阅读完主题文章后,再依次阅读其相关文章 A、B、C。并在 A、B、C 的基础上,进一步挖掘相关文章 D、E、 F、G、H。此时,我阅读的文章变为了 1+3+5。

现在,我要读的文章就从一开始的一篇主题文章变为了共计 8 篇文章,获取了 8 倍的信息。如果此时我的问题已经得到了解决,那么我就可以对这些信息进行收拢和汇总,达成我的目标。如果此时问题没有得到解决,则可以继续进行广度优先遍历,进行进一步的挖掘。

此外,如果到了某一层发现不再有相关的文章可以查看,则可以退回到搜索引擎,从第二篇开始重新进行主题级别的深度优先遍历。

作者 · 广度优先遍历

当我完成了当前主题的研究时,此时我仍然保有 8 篇文章的链接。窗口依然没有关闭,此时我会进行作者级别的广度优先遍历。

我会从当前的文章当中跳转到博客的归档页面或首页,从首页开始逐篇阅读下去,直到读完某篇博客。

基于之前开的 8 个不同的页面,可以进一步广度优先各博客主的文章,并在感兴趣的文章当中进行进一步的深度优先遍历,来查看更多的内容。

长此以往,你会发现,自己要看的文章越来越多。当然,你也可以收集到越来越多的信息。

发表回复

您的电子邮箱地址不会被公开。