昨天去算法圈讲了下遗传算法。大概意思就是借鉴生物进化优胜劣汰的原理通过一堆样本不断选择交叉再辅以变异筛选出更优的后代并不断迭代持续获得更优的解。朴素而有效的算法但存在个小问题，那就是因为每次只选择更好的结果反而导致容易被限制在局部最优解。这时候引入模拟退火算法可以有效的修正这个问题。因为可以以一定概率接受比当前更劣的结果，收敛更慢但反而有机会进化到更好的一片区域中去。

你以为上面写这么多我是在讲程序算法？不，我是在讲人生（笑）。

大部分人的生活是按照遗传算法的脚本运转的。谨小慎微地走好每一步，每一件事都力求做到更好，然而命运总会在某个不曾预期的高度停下来。然后再也无法前进一步。你站在山顶，看着远处那些站得更高的人们，你不知道自己为什么到达不了那里。出生的点位固然是一方面，更重要的是，你的算法只允许接受更优解，可是要从一个山顶走向另一个山顶，需要的是像模拟退火那样，接受更多眼下看起来是更坏的决定。

于是，曾经指引你前进的远大目标，和那些勤奋努力持之以恒的优秀品质，终于成了困住你脚步的最后一根稻草。

然而，知道了这些，就一定能跳出这样的桎梏吗？

并不能。

但也许它可以帮助你拥有积极豁达的情绪和更加松弛的内心。

毕竟，我们每个人，终归是要在一个局部最优解上停下来的。

到这个时候，与其再一轮一轮不管不顾地迭代，再继续跟命运死磕到底，倒不如坐下来，忘掉曾经那些视为真理的所谓原则和底线。任算法的温度起伏，用模拟退火的旨意去探寻更多未知的可能，去接受那些一时的失意、挫败和灰头土脸，也许才会不那么焦虑，才会更加平和和坦然吧。

而且，说不定，反而还能有意外的惊喜呢。

退一万步，就算接受了所有的随机因子，但终其一生，也再没找到一座更高的山峰了，那也没有关系。毕竟历史最优的解咱还保存在全局变量里呢。你尽可以在余下的岁月中无数次骄傲地回忆起，那所有自己曾经到达过的地方。它们绝不会是汇聚成的一个点，而是一大片星星点点构成的美好时光。

而那些，才应该是我们的人生。