時間管理其實是心理問題#

時間管理話題大家都熟,但這裡要說一個「大統一理論」。

時間就那麼多,事情就那麼多,人就你一個——我們為什麼還要談時間管理?這大概不是物理學問題,而是心理學問題。有任務壓著就產生焦慮感、完成任務就有成就感——也許我們是為了管理心理,才需要管理時間

各派互相矛盾#

  • 小事優先(GTD 派):清空任務列表,能兩分鐘完成的就馬上做。GTD(Getting Things Done)的中文版書名特別精準——《搞定:無壓工作的藝術》。
  • 要事優先:每天一到辦公室先做完今天「最重要」的三件事。
  • 急事優先:把任務分為四類(重要緊急、重要不緊急、不重要緊急、不重要不緊急),優先完成重要緊急的。
  • 重要而不緊急優先:這才是能左右你成長的大事。

這些都是心法,不是演算法。數學家有沒有最優解?數學家先問:你到底想要什麼?

一、緊急:最近截止日期 vs. 摩爾算法#

最近截止日期算法#

如果任務都有截止日期:按截止日期早晚安排,先做最早截止的

  • 優點:讓「拖延最久的任務」的拖延時間最小化——每個任務都可能拖延一點,但不會拖得太久。

摩爾算法:能做多少是多少#

很多情況下你想要的不是「拖延最小化」,而是「按時完成的任務越多越好」。

冰箱例子:

  • 你有很多水果都有過期時間。
  • 目標是盡可能在過期前吃完;但真的吃不完時,目標調整為扔掉的水果個數越少越好

摩爾算法(Moore’s algorithm):

  1. 先用最近截止日期算法吃,誰最先過期先吃誰。
  2. 一旦發現這麼吃下去肯定吃不完——扔掉剩下水果中最大的那個(吃它需要花最長時間的)。
  3. 繼續最近截止日期,再快吃不完時再扔最大的。

不管西瓜還有幾天過期,都應該先把西瓜扔了

對應到任務:如果想按時完成更多任務,就應該先放棄占用時間最長的那個

二、小事 vs. 要事:加權最短處理時間#

小事優先:讓等待時間最小化#

若任務涉及別人等待,應該小事優先。

假設兩人在辦公室門口等:A 要談 3 分鐘、B 要談 10 分鐘。

  • 先談 3 分鐘:總停留時間 3+3+10 = 16 分鐘
  • 先談 10 分鐘:10+10+3 = 23 分鐘

小事優先,可以讓等待時間之和最小化

自己也在等#

就算沒別人等,你自己在等——你心裡一直被任務壓著。每完成一個小任務都能減輕心理負擔。

打《魔獸世界》的人都有同感:你路過敵占區突然冒出一堆小怪,就算不馬上殺短時間內它們也不能把你怎麼樣,可是它們在你身邊打轉會讓你難受。既然早晚都得殺,還不如早殺。小事優先,就是追求這個「done」的感覺。

但要事怎麼辦#

如果不同任務的重要程度不同,就不能簡單小事優先了。重要任務給你的心理負擔也更大

數學家的答案:算每個任務的「密度」

$$\text{密度} = \frac{\text{重要程度}}{\text{完成時間}}$$

然後按密度從高到低做事——這就能讓總心理負擔最小化。

用收入當重要程度#

  • 任務一:1 小時完成,帶來 200 元——密度 200
  • 任務二:3 小時完成,帶來 300 元——密度 100

應該先做任務一

這個演算法叫「加權最短處理時間」(Weighted Shortest Processing Time)。

關鍵在於量化。不能光說「要事優先」——到底多重要才算「要事」?現在有了量化方法就知道:如果 A 完成時間比 B 多一倍,A 的重要程度也必須多一倍,才該優先做 A

三、萬全之策:無解#

若既要考慮截止日期、又要考慮重要程度——數學家沒有通用的最優演算法

還有更麻煩的:

  • 任務之間有先後順序依賴。
  • 有的任務要等到特定時間才能開始做。

這些情況都無解。時間管理其實是個非常困難的數學問題。

市場上各派時間管理書的合理性#

這就解釋了為什麼市場上那麼多不同派別的時間管理書都存在——沒有一個放之四海而皆準的好辦法。你說你的原則好,數學家也沒意見。

允許中斷時的唯一解#

給一個特殊條件,數學家就能送你一條特別有用的建議——允許臨時中斷一個任務去做新的

你正在做事,新任務來了,該中斷還是繼續?

按同樣標準比較新任務和手頭任務就行

  • 用最近截止日期算法:比較兩者的截止日期。
  • 用加權最短處理時間算法:比較兩者的密度。

手頭優先級高就繼續;新任務優先級高就轉頭去做。

如果不允許中斷就無解——數學家對「現在 8 點半,手頭有任務,9 點鐘會來新任務」這種情況沒有固定演算法。

前提限制#

加權最短處理時間並不完美——它假設任務轉換是沒有成本的,但實際上切換任務要花很多時間。如果你對自己工作比較有掌控力、不用隨時被人打擾,這演算法就非常有用

結語#

這本書中最有意思的幾個演算法都講完了。前三節數學家漂亮地解決了生活問題,最後這節的結果有點無奈——這也可以說是好消息,說明演算法不能指導全部的生活

你有時候沒有萬全之策,只能去嘗試和冒險——這樣的生活更有意思