编者按：离开校园之后的学习是一个等待你去探索的无限空间。你不可能再去问：我学这个考试会考吗？现实情况下，任何内容都有可能会出现在你人生大大小小的“考试”中，而且可能是在一个任意的时间点突然出现。不同的学习策略会产生截然不同的结果，如果方法选择不当，那你可能永远都到不了目的地。本文作者ScottYoung引导我们正确看待“学习”，并就不同的学习主题给出了不同的方法策略，几乎覆盖了我们生活中的所有学习类型。原文标题“HowtoQuicklyExtracttheBestInsightsfromaHugeTopic”。
对于怎样去学习，我们似乎一直有一种误解。
我们只想着像上学时那样，准时出现在课堂，然后老师会给我们列出课程提纲，告诉我们哪些是重点，哪些是非重点，哪些又是热门考点。你只需要根据老师的指导有所侧重的“学习”，准备最后的考试。
之所以说是一种“误解”是因为现实生活的学习绝对不是这样一种模式。
离开校园之后的学习是一个无限的过程。你不可能再去问：我学这个考试会考吗？现实情况下，任何内容都有可能会出现在你人生大大小小的“考试”中，而且可能是在一个任意的时间点突然出现。如果你没有为此做好准备，那很遗憾，这不是生活的问题，而是你的问题。
学习是一个无限待挖掘的空间领域
没有界限的学习是一种很大的挑战。为便于理解，我们可以以计算机科学为例：搜索内容的时候，我们可以采用两种策略：深度优先或者是广度优先。所谓深度优先也就是说先选择一个分支路径方向，不断向下深入挖掘。当这条路走到尽头时，再回到起点进行下一个分支路径的挖掘搜索。而广度优先又被称为层次优先，搜索覆盖领域先呈分散状展开生成第一层节点，检查目标内容是否存在，如果没有找到，那就将第一层节点逐一扩展，再次呈分散状展开，得到第二层节点。如此依次扩展，直到发现目标内容为止。
如果你要搜索的空间是有限的，比如说是一个用篱笆围起来的小院，那这两种方法都可以使用。无论你采用哪一种方法，最后都可以覆盖整个院子区域。但如果你要探索的空间是无限的，比如说是广袤的草原，那这两种方法之间就会呈现出差异化效果。在这种情况下，如果你选择深度优先策略，那你可能会走上一条无限长的弯路，但永远找不到自己想要的东西。
同样，学习也是如此。如果像在学校里那样你只需要通过考试，那根据老师给你的重点内容，有的放矢去准备即可，路径并不重要，因为这种情况下，你所需要探索的只是一个有限区域，覆盖整个教学大纲的内容即可。
但你肯定知道，离开校园后的学习其实是等待你去探索的一个无限的空间领域。不同的策略会产生截然不同的效果，如果选择不当，那你可能永远都到不了目的地。
如何有效学习
可能你想学对于你的职业生涯有所助益的内容，学习所有的计算机科学概念，让自己成为一名更优秀的程序员，或者是学习一门新语言，打开更多的交流路径，那这些其实都属于无限学习范畴，你认为我们应该采用哪一种策略？
一般来说，我们都会先去学那些最有用、最基础，同时应用频率又很高的内容，然后再转向更深奥、更高阶或者是更专业的内容。那具体如何去做呢？接下来我们从三个不同的学习方向来逐一探讨这个问题：
1、学术研究：看引用
如果你正在学习的是一门学术课程，那学习目标空间领域应该覆盖论文、书籍和课程。而在这种情况下，以下策略有助于提升学习效果：
从课程或教科书起步。课程和教科书面向的就是学习者，也是专门为学习者而设计。它们可以为学习者提供一个合适的切入点，一个并不需要你掌握多少相关知识就可以理解和掌握的切入点。