分形与记忆
分形被定义为具有自相似性质的图形。这种整体和局部的概念，多么像是基于0和1构建计算机。
而根据信息论，概念上的压缩存贮，越高的自相似性，压缩比越高。
理解在记忆中的作用，更像是压缩的耗时，需要把未经压缩的信息，解构为现有的，可以相互贯穿的结点，这也就是学习中的递进的效率会很高。
这也就意味着，对概念的理解越详细，分离度越高，贮存整体信息所需要的代价越低。如果已经存贮
学习和理解的困难，很大程度上，在于对底层的一无所知，导致无法解构出结构的自相似性，并建立联系。
之前在谈到记忆的时候，有说记忆的结构。
这也就是为什么大学计算机相关内学习的课程中，许多都包含数电，C语言程序设计。为什么这些书中都要有历史绪论。
以时间为序，串插概念的变更，这可以有效的降低整体的理解难度，因为发展的递进性。
之前有提到记忆是很特殊的，牢固程度按照检索链条来进行判断。许多时候，时间迭代的越细，这之中的效果越差。
这也就是为什么领域的扩张总是类似于圆形，因为链条的最优解就是这个样子。
1.拆分结构，寻找相似性，并链接存贮， 这就是所谓的，学习新的知识，要及时和旧的知识联系在一起去用，这样学习新的省时间，对旧的记忆也更加牢固。
2.这也就是为什么许多人，可以精通多国语言，可以拥有一眼看穿的能力，这并不意味着遥远。
只是，因为知识的相似性，在学习新的知识的同时，快速解构，并和原有的知识做出连接，同时给与总体以判断。
强者恒强乎？
拆分并不是越细越好。
就像是虽然是01，但是我并不会根据这个来构建我的知识模型，因为太远了，这里的模型对于硬件工程师而言，构建要更为重要一些。
对于纯粹的软件，构建的层级到C++,到虚拟化的系统层面，，甚至是这些细节都不需要意义掌握，只需要了解这个概念，并可以和新的概念做出链接，这便已经足够了。
每一个人构建出的思维模型，都是最为契合他本人的，对于不常用的概念，在细胞的更迭之中，神经突触的死亡，自然选择的距离思维的核心越来越远。
这是物理法则，生物本能，在没有外力干预的情况下的自然反映。
如果大脑的容量一定，或者是在一定时间内，能够检索到的信息长度的恒定。
基于此出现了几种想法，
-
极简生活，心智负担，舍得。 放下一些事情，大脑确实更容易建立新的神经连接。
-
学习方法论,压缩感知，记忆宫殿，肌肉记忆。 通过适当的方法，可以把信息进行压缩，这样记忆更容易。
- 外因刺激，增加反映能力，增加观感刺激。 通过药物，可以很容易做到。 （血清素）
- 天赋论，记忆总量的有型。 有些人的反映能力就是高，有些人的神经突触就是容易产生链接和不容易突触。
这也是可变论与不变论的焦点。人的善变性，在与细胞突触的死亡。人的不变性在于构成人习惯的那些细胞中的连接太密切，即使偶有凋零在这些细胞中，也很难造成整体上大范围的改变。