王虹和邓煜的名字出现在了菲尔兹奖的名单上——这是中国数学家第一次拿到这个被称为"数学界诺贝尔奖"的荣誉。王虹证明的，是困扰数学界一百多年的三维挂谷猜想：一根没有厚度的针，在三维空间里旋转一圈，扫过的区域最少能小到什么程度。她也因此成为菲尔兹奖设立90年来的第三位女性得主。
这条新闻刷屏的时候，大多数人的反应是"牛""为国争光"，转发一下就划走了。但我这两天一直在琢磨一个问题：一个证明"针怎么转"的猜想，凭什么让全世界的数学家激动？
因为挂谷猜想背后连着的是傅里叶分析，而傅里叶分析正是CT、核磁共振、语音识别这些技术的数学地基。一个看上去毫无"用处"的几何猜想，兜兜转转最后撑起了我们每天在用的技术。这不是巧合。这恰恰是数学这门学科最迷人的地方：它教给你的从来不是某道题的解法，而是一整套可以迁移到任何领域的底层思维。
刷到过一个总结，把它拆成十种思维方式，我这两年在工作里——尤其是最近在刷算法题、又重读了中文版的《Case in Point》之后——越来越有体感：同样是解决问题，底层思维不一样，差的真不是一星半点。借着王虹这个新闻，把这套思维重新梳理一遍。
一、积分思维——习惯的力量
1/2、1/3、1/4……每一项单看都小得可怜，但只要肯不停地加下去，就能加出一个无穷大的数。这就是水滴石穿：一滴水对石头几乎没有作用，可坚持一千年、一万年，结果就完全不同。
一个人的优秀，从来不是某个瞬间的爆发，而是好习惯加上时间的复利。这条最朴素，也最容易被忽略。
二、概率思维——别被个例带偏
预测一件事，说的其实是大概率事件。总有人拿身边的反例来抬杠——"我认识一个人小初数学一塌糊涂，高中照样逆袭"。这种事一定存在，但它对你没有指导意义：你按小概率事件去赌，大概率会输。
它的反面是二极管思维，非黑即白。世界是多重因素叠加的结果，具备概率思维，才能避免对世界简单粗暴的判断。
三、函数思维——万物皆有关联
x变一点，y就跟着变。有的关联很强，有的很弱、弱到我们干脆叫它玄学——比如蝴蝶效应。具备函数思维的人，知道很多事情之间存在关联之后，会对世界多一分敬畏，不敢随意造次。
四、矛盾思维——抓住主要方面
真分数a/b，分子分母同时加大一个数，值是变大还是变小？分子变大在拉大整体，分母变大又在拉小整体，两股力量在互相拉扯。
矛盾是普遍存在的：员工和老板之间、母子之间，到处都是。但矛盾出现不可怕，关键是分清哪个是主要方面——有一股力量让你变优秀，有一股让你变堕落，谁的力量更强，把它抓在手里解决掉，结果就会按你的意志发展。
这一条我在写代码时体会很深：时间复杂度和空间复杂度经常是互相拖拽的两股力量，用空间换时间还是用时间换空间，本质上就是抓哪个是当下的主要矛盾。
五、趋势思维——判断大方向
2/3、3/4、4/5……分子分母同时加一，值会一直朝一个方向变，一时半会停不下来。这就是趋势的惯性：一个国家的国运、一个行业的走势，只要方向对了，短期内很难被逆转。判断错方向，才是真正的万劫不复。
六、权重思维——把力气花在刀刃上
同一件事，影响它的因素有很多，但权重不一样。高考语数英各150分，其余各100分，精力自然要往前者倾斜。财富积累里，开源和节流谁的权重高？节流有下限，最多省到零；开源没有上限。想清楚权重，才不会在小事上死磕。
重读《Case in Point》时，这条对上号了。咨询案例分析用的框架——不管是5C还是4P——本质上都是在帮你先分清哪个因素权重最大，先讲结论再讲细节，而不是把时间平均分给每一个枝节。工作汇报也是同理：先说影响最大的那一条，剩下的都是补充说明。
七、讨论思维——具体问题具体分析
|a|到底等于多少？不能一口咬定是a，也不能说是-a：a大于零时它是a本身，小于零时是它的相反数，等于零时是零。这就是分情况讨论，对应着辩证法里的"具体问题具体分析"。做重大决策时，脑子里得有不止一条路。
最近刷算法题特别有感触：写递归先分base case和一般情况；写一道分类讨论题，本质上就是在训练"面对不同情况该怎么应对"。LeetCode上那些让人头疼的if-else链条，拆开看全是这条思维的具象化练习。
八、本质思维——看穿题型背后的原理
题型千变万化，有的孩子一看就懵，有的孩子一眼看穿是某个熟悉模型的变形。手机一边充电一边用，每分钟充2%用掉1%，多久充满100%？本质上就是"进水出水"问题的马甲。把原理吃透的人，看什么都自带一双火眼金睛。
算法题刷到一定量之后，这种"看穿本质"的感觉会突然出现：滑动窗口、双指针、动态规划的状态转移，表面题目千奇百怪，底层就那几套模型换了身衣服。《Case in Point》里总结的Ivy Case System其实也是同一件事——看上去五花八门的商业案例，拆到最后大多能归到几种结构里去。数学训练和案例训练在这一点上是同一种能力：把噪音过滤掉，看见骨架。
九、同归思维——没有标准答案
一道题可以有多种解法，条条大路通罗马。很多人被"标准答案"思维困住，一看解法跟自己不一样就心虚。可到了工作和社会里，连标准答案本身都不存在——赚钱这件事，你有你的路子，我有我的方法，谁适合谁的就是对的。
算法题里一题多解太常见了：DP、贪心、二分往往都能解出同一道题，效率各有取舍。《Case in Point》里也反复强调，案例分析的框架只是工具，不是唯一答案——面试官真正想看的是你解题的思路，而不是你是否复述了书里的框架。这条和数学是相通的：工具是拿来用的，不是拿来供的。
十、大数思维——拿到全局再下判断
很多人眼中的世界，就是他身边的样子——身边即世界。网络上的争吵大多源于此：每个人只摸到大象的一部分，却都以为自己摸到了全貌。真正的智者不会纠结某个细节，而是拿到全部数据后再下结论。做重大判断时，看全局永远比钻牛角尖更接近真相。
写到这我又想起挂谷猜想。一根针在空间里转一圈能扫多小的面积，这个问题本身抽象到几乎不食人间烟火，可它的证明最后接上了傅里叶分析，接上了CT、核磁共振、语音识别背后的数学根基。
这条链路和上面这十种思维其实是同一个道理：数学训练留给我们的，从来不是某道题的答案，而是一整套看似"没用"、却在关键时刻悄悄决定你判断力上限的底层思维。你以为自己在刷算法题、在啃一本咨询案例书，其实是在打磨同一套东西——分情况讨论、抓主要矛盾、看穿本质、拿全局做判断。工具在变，思维不变。
