上回我在《區塊鏈思維》——序章中提到，從“零維思維”晉升到“一維思維”的過程就像是區塊連結成鏈的過程。
比如《論語·子路》中的經典語錄：
名不正則言不順，
言不順則事不成，
事不成則禮樂不興，
禮樂不興則刑罰不中，
刑罰不中則民無所措手足。
故君子名之必可言也，言之必可行也。
這個彼此連線，逐步推導的過程，就是線性思維。
因為名不正所以言不順，因為言不順所以事不成。孔子用這種層層推導的方式來解釋一個比較難以理解的概念。這就是線性思維。
線性思維是邏輯推理中非常重要的部分。邏輯推理也稱為演繹推理，這是一種由一般到特殊的推理方法。
實際上我們日常生活中已經在不斷地使用這種根據線性思維進行演繹推理的方法進行推理。
比如今天下大雨，所以我要提前出門上班。你要是仔細推敲這句話其實是沒什麼道理的，為什麼下雨就要提前出門？
∵下雨路面變滑
∵在變滑的路面上行車應該慢一點保證安全
∴下雨的時候開車應該慢一點
∵去上班要開車，或者坐別人開的車
∴下雨的時候在上班的路上需要花更多的時間
∵上班不能遲到
∴下雨的時候要提前出門
我們通常根據日常生活總結出的一些經驗來省略這中間的推導過程。比如週一要提前出門因為根據我之前的經驗週一會比往常更堵、吃海鮮要少吃因為我一多吃就拉肚子，這些都是根據經驗進行歸納，歸納出的結果就能直接用來使用。
所以為什麼在一些如職場之類的場景更需要你有從業經驗？因為經驗可以幫助你省去複雜繁瑣的推導過程。這樣你的效率就可以更高，做同樣的事情用的時間就更少。
說到這你可能有一些疑惑，我不是讓大家從點狀的“零維思維”進階到線性的“一維思維”嗎？怎麼現在聽起來感覺這個“一維思維”這麼浪費時間，效率這麼低呢？
沒錯，“一維思維”的優點在於其能根據點與點之間的強聯絡推匯出一些必然的結論，將知識進行連線從而得出更深層次的結論。但其一個非常致命的缺點就是會讓你的思維模式變得單向而侷限，看不到事物之間更復雜的因果關係，從而因為過分關注區域性而忽略整體。
但，“一維思維”是所有思維模式的基礎，也是你從小到大學習所有知識的時候都必須要用到的演繹推理思維。
“一維思維”是地基，熟練地使用一維思維是讓你思維方式進階的重要步驟。
那話又說回來了，比“一維思維”更高深一點的思維方式是什麼呢？“二維思維”嗎？
大家有沒有過這種感受，如果你的汽車發生了一些故障，比如異響，或者是無法啟動，如果這時候沒有修車師傅到場，你會怎麼去檢查車輛故障原因？
除去有經驗的老司機，我想大部分人應該是跟我一樣，不管三七二十一先把發動機蓋開啟，有模有樣地往發動機艙裡面望兩眼，摸兩下，然而最後大概率是找不到問題在哪的...
而4S店的修車師傅就不一樣，他會先根據你描述的問題找到可能發生故障的部位，再開始檢修，通常我們眼中的找不到故障原因的“大問題”在這些修車師傅眼中就是輕輕鬆鬆可以找到的“小問題”。
為什麼？因為我們對於修車沒有概念，我們不知道可能發動機艙內發生的異響其實根源在傳動軸，於是我們只能透過簡單地線性思維去找可能的故障點。用手摸，有沒有哪裡太燙，用鼻子聞有沒有哪裡漏油，用眼睛看有沒有哪裡冒煙...
而在修車師傅眼裡，你描述的所有問題都有可能的故障部位，只需要透過你描述的額問題就可以大幅縮小他的工作範圍。
因為在修車師傅的眼裡，整部車是分為不同的結構的，每個結構都有其負責的功能，於是他可以透過你描述的問題精確地找到故障部位。
這種將腦袋裡的資訊結構化的思維方式，稱之為“結構化思維”，也就是“二維思維”。
我們知道，一維是線，二維是面。透過一些“大前提＋小前提”，我們可以根據一維的思維方式往前不斷地推匯出最後的結論。
而“二維思維”是以“一維思維”為基礎，每一個線上上的點都可以輻射出更多的線，從而構成一整個面。這也就是我為什麼稱之為“二維思維”的原因。
我雖然不負責技術方面的業務，但也時常跟公司技術部門交流。在我的眼中，他們敲程式碼的過程就像是一種二維的多方向輻射。當他們在根據程式想要實現的目的構建程式碼規則體系的時候，通常不會以簡單地線性思維進行規劃。
這點我想同學們有接觸過程式開發的應該瞭解，當你寫下這一行程式碼的時候，你就應該要考慮到後續很多方向應該完善和補充的內容，而這些內容通常可能與最終程式想要實現的目的無關，而僅僅是為了彌補程式碼中的一些不足之處。
他們通常也像修成師傅一樣，對程式劃分結構，當程式碼呈現出現問題，他們就可以透過程式呈現的結果快速找到問題所在。
這就是“二維思維”，也叫“結構化思維”，下期區塊鏈思維內容我將告訴大家如何運用“二維思維”。
好了今天的《區塊鏈思維》就到這了，喜歡我文章的朋友可以關注我的同名內容首發平臺，我是區塊鏈倪老師，我們下期不見不散！
