将空间分割为区域

将大问题拆解为区域

当一个空间大到无法直接搜索时，你可以对其进行划分：将其分割为互不重叠的区域，这些区域合起来覆盖整体。回答一个子问题意味着选定其中一个区域，并忽略其余部分。

假设问题是“为什么上季度收入下降了？”答案空间巨大。将其划分：(a) 客户数量减少，(b) 相同客户消费减少，(c) 定价或计费变更，(d) 数据错误。这四个区域覆盖了整个空间且互不重叠。每个区域都是一个你可以独立攻克的小问题。

一个好的划分具有两个直接借自几何学的性质：这些区域覆盖整个空间（没有遗漏）且它们互不相交（没有重复计算）。如果遗漏了空间的一部分，真实答案可能就隐藏在缺口里。如果区域重叠，你就会浪费精力在同一块地面上搜索两次。

每个子问题都将你限定在一个区域内。回答它，你就排除了该区域之外的一切：这是一种大幅且低成本的搜索缩减。

清晰的划分

一个城市提出疑问：“为什么紧急响应时间正在上升？”

一位分析师建议将其拆分为：(a) 呼叫到达救援队伍的时间变长，(b) 队伍被派遣后到达现场的时间变长，以及 (c) 队伍完成任务并释放的时间变长。

每个需求都在切割空间

约束作为半平面

把答案空间想象成一个平坦的平面，平面上的每个点都是一个候选答案。约束就是一项需求，& 每项需求都会在平面上画出一条线 & 只保留其中一侧。在几何学中，这个被保留的一侧称为半平面。

“十五美元以下”是一条线；保留便宜的一侧。“步行可达”是第二条线；保留较近的一侧。“现在营业中”是第三条。你每增加一项需求，就多一次切割。

满足所有需求的答案，存在于所有保留侧的交集之中。将足够多的半平面相交，你会得到一个小的有界区域：一个整齐的区域，其中包含唯一正确的答案。

两种失效模式

欠约束（切割太少）：区域保持无界。它延伸至无穷远，因此无限多个模糊的答案都“符合”。“给我一个好主意”是无界的。你得到的是噪声，因为没有任何东西被排除在外。

过约束（切割太多，或相互矛盾）：区域变得为空。这些半平面没有公共点，因此没有任何答案符合。“一个既是偶数又是奇数的数”将空间切割至一无所有。

一个良构的问题位于这两者之间：有足够的约束来界定区域，但不至于多到相互矛盾并使区域变空。

有界、无界、为空

经理向设计师索要“一个标志”。后来他们索要“一个标志，它是单个字母，单色，在16像素下可用，& 同时至少使用四种颜色。”

最佳切割将空间一分为二

二分查找：每个是/否都将空间减半

有些问题是“是/否”问题。从几何上看，一个“是/否”问题画出一条线，并告诉你答案在哪一侧：它在一笔之间丢弃了整个区域。

最佳的是那种能将空间一分为二的“是/否”问题，因为无论得到什么答案，你都恰好排除了剩余可能性的一半。反复询问“它在上半部分吗？”，搜索空间会以几何级数的速度迅速缩小。

这就是二分查找。从 N 个候选项开始。提出一个好问题后，剩下 N/2 个。两个问题后，剩下 N/4。k 个问题后，剩下 N / 2^k。当只剩一个候选项时即完成，因此你需要找到满足 2^k 至少为 N 的最小 k 值。

这个最小的 k 值就是 log2(N) 的向上取整。对于一千个候选项：2^9 = 512（不够）& 2^10 = 1024（足够），所以 log2(1000) 约为 9.97 & 你需要 10 个问题。十亿个候选项呢？十亿的 log2 约为 30。减半的力量如此强大，以至于从一千增加到十亿，仅仅增加了大约二十个问题。

提问的启示是：一个精准的“是/否”问题在将剩余空间均匀分割时价值最大。一个不平衡的问题如果只能排除极小部分，就浪费了这次提问机会。

确保找到目标

你正在玩一个猜数游戏。某人从 1 到 1000 中选择一个整数。你只能问“是/否”问题，& 你以最优策略进行（每个问题都将剩余候选项尽可能均匀地分割）。

当答案变得廉价，切割才显珍贵

提问即工作

将这四个要素结合起来。一个问题打开一个空间。分解将其划分。约束将其切割为有界的可行区域。好的是/否问题将其减半。这些中的每一个都是在寻找答案之前缩小搜索范围的行为。

在历史上大部分时间里，答案才是昂贵的部分。你需要支付专家费用、进行实验或翻阅档案。因此，我们珍视那些能产出答案的人。

这种平衡已经被打破。自动化系统现在能以极低的成本批量生成看似合理的回答。当回答变得廉价且 abundant 时，多生产一个回答已不再是成就。真正稀缺的是知道哪个回答值得拥有：这是一种提问技能，而非回答生成技能。

在几何视角下：机器会乐意为你提供空间中的任意一点。你所增加的价值在于绘制约束条件，将空间切割到良好答案必然存在的那一个区域。约束不足，你就会被看似合理的噪音淹没（无界区域）；约束过度，你将一无所获（空区域）。提出恰好将区域边界限定在合适大小的切割条件，才是稀缺的人类技能。

因此，杠杆点不在于“获取一个答案”，而在于“提出约束条件，使答案空间足够小，以至于其中任意一点都值得拥有”。

价值转移之处

如今，分析师可以在几分钟内以几乎零成本生成一百份策略草案。

问题的几何学：总结

你学到了什么

一个问题不仅仅是在索取一个答案。它是一个可能答案的空间，而提问的艺术，就是缩小这个空间的艺术：

- 搜索空间： 每个问题都会打开一组候选答案。一个精准的问题打开的是一个很小的集合；而一个模糊的问题则会打开一个巨大的集合，让你在其中迷失方向。

- 分解即划分： 将一个大的空间分割成互不重叠且完全覆盖该空间的区域；每个子问题都能将你引导至其中一个区域。

- 约束即边界： 每个要求都是一个半平面；答案存在于这些半平面的交集中。切割太少会留下一个无界区域（意味着有无穷无尽的模糊答案）；相互矛盾的切割则会留下一个空区域（意味着没有任何答案符合要求）。

- 通过减半来缩小范围： 一个精心设计的“是/否”问题可以将搜索空间一分为二。要在 1 到 1000 之间确定一个数字，需要 ceil(log2(1000)) = 10 个问题；而在一亿（a billion）中确定一个数字，仅需大约 30 个问题。

而其回报在于：当自动化系统使获取答案变得廉价时，稀缺的技能不再是生产答案，而是提出那些能将空间削减至唯一值得拥有的区域的约束条件。学会画出这些切割线，& 你就能将一场庞大、漫无目的的搜索转变为一次简短的搜索。