这篇文章主要讨论几个问题，什么是认知框架，什么是编程思维，怎么用这些东西学习狼人杀。
一般来说，如果要去认识什么东西，都有一个固化的认知框架，例如要去熟悉一个游戏，我们需要去了解这个游戏的基本玩法，基本规则，然后了解里面的一些特殊玩法，接着慢慢的上手，可其实嘛，多数人不必如此认真，仅仅单纯的依靠直觉去玩。我觉得，直觉是非常神奇的东西，它属于生活经验的总结，又依赖天赋，如果你在网上查询直觉的科学定义，你会察觉直觉在心理学上有相当广泛的定义，只是，少数人可以凭借游戏天赋去玩各种各样的游戏，更多的，像我这种手残党永远没法完成自我救赎，俗称，反射弧太长，手速跟不上脑速，脑速跟不上信息变化速度。可是，玩得不好是先天所致，后天努力一下还是可以娱乐一下的嘛，这便是我想表达的，如何使用认知框架去了解狼人杀。
认知框架我最早接触的是思维导图，思维导图是比较常见的，它多数作为知识分类的手段被熟知，然后是思维宫殿，对于这两者我都没什么兴趣，因为太难啦，智商根本不够用，每增加一个维数就脑壳疼，像宫殿这种三维空间的东西看了就烦。我比较喜欢的是认知矩阵，也就是从点到点的联想，然后抽象总结，循环修正，逐渐搭建认知结构的一种认知框架，大概长这个样子，可能这个图不是很准确：
因为在现实中，知识通常是碎片化的，无论是看知乎，豆瓣，天涯，还是逛QQ，微信，微博，所能接触的，往往是某个域的某个看法。这些碎片化的知识杂乱无章，看得再多也是受益甚少，根本就记不住，可没用又说不上吧，偶尔装装逼还是很开心的嘛，我的这篇文章也同样如此，我并不希望这篇文章能告诉别人怎么做，我仅希望这篇文章仅供娱乐，图个快感便可。
OK，我回归现实经历举例，一道数学题的解法可能是一个碎片，一个作家的书可能是一个碎片，一种地理，政治，经济现象也可能是一个碎片，他们散乱而特别，我们所能看见的也仅仅是碎片本身，如果说单个碎片可能造成认知误解，那多个碎片是否会造成矛盾？不会，因为相对稳定是一种科学选择，物理上存在谐调，数学上存在回归，经济上存在宏观，这些都是相对稳定的表现，不过这个不是这文章要讨论的东西。
好像TM又写跑题了。回归正题，我认为碎片是知识集合的向量表现，它指明一个方向又不能代表知识本身，知识是什么？我觉得知识是一种信息计量单位，是经过科学处理的信息单位。既然谈到单位，那就要引出量的概念，给量一个替代名词吧，通识。怎么去积累通识？
感觉这问题自问自答有点意思，我觉得有颗善于观察的心就很OK了，至于渠道是什么我觉得并不重要。例如，你想通过心灵鸡汤去学习哲学可行吗，当然可行，只是并非是最有效的行为方式罢了，但一定是最舒服的行为方式。
那评价通识的标准又是什么呢？我觉得是范式。这门学科是研究什么的？用什么方法去研究？目前有哪些普遍认可的原理？—— 这就是范式，亦即一个领域的「话语体系」。它可以将你的思维方式，调整到这个领域的「公认模式」，好的通识教材，必须是具备专业范式的。它未必一定要「严肃」，但必须足够「受到认可」。
任何领域在发展中，必然都会不断经历正-反-合的过程。
在入门初期，过多接触某个人、某个流派的观点，乃至于拥有立场，我觉得不是一个好的做法。这会束缚你的视野，让你先入为主，再也难以看到整个领域的全景。但我喜欢这么做，就是喜欢头铁站边，因为多数情况难以看见全景，我只能按照目前的想法去做，这不一定是对的，但一定是有所依附的。
人类是由意义驱动的族群。可以发现，所有的知识，本质上，都是为了某种目的而存在的：艺术是为了表达，哲学是为了探索人与自然，历史是为了认识自己，等等。所以问题驱动是一种很不错的学习成长方式。
如果你曾经读过哲学，就可以深刻明白问题驱动是多么折腾人。其实这些讲起来都非常的形而上，所以无需去执着这些东西，来说比较有现实意义的东西。那就是联想，总结，推演。
我觉得联想比较好用，对于碎片，应该去找「同类项」。亦即，从记忆里找到与其相似的概念，理解它们之间有哪些异同点，理解这个碎片如今是什么和它本应该是什么，接下往上溯源，找到这个碎片的来源，还有往下拓展，去找这个知识点的应用情景。尽快的去建立网络坐标去标记这些碎片，这是有序化的开始。
系统和联系，非常像，但又有不同之处。联系是以新的碎片为核心，对其进行发散关联；而系统的思维方式，则是从更高的维度，去看待眼前的「整张网络」，关注它本身的结构、所在的位置和接触点。
那困难的地方在哪里？在推演上。因为推演应用时动态和即时的，现场的推演往往需要直觉的帮助。
编程思维是什么一个东西，感觉特别不好说。
先说一些知乎上比较流行的观点：编程思维是一种递归思维，递归意味这可以简化反复；它是种并行处理思维，并行意味着可以多线程处理。它利用启发式推理来寻求解答，启发式就意味着可以不断的试错然后回调。它本源自数学思维，又融合了工程处理的特点，它用以解决实际的问题，但它的形式化解析基础筑于数学之上。
回归编程本身来说，它最终的目的仍然是提供一种抽象方法来解决现实中的问题，问题本身的复杂程度往往取决于抽象的种类和质量。算法逻辑就是解决编程的方法论，算法把问题域本身涉及到的数据映射到合适的数据结构，把通过程序映射具体的方案。
编程的难点并不是算法本身或数据结构本身，而是当面对问题域的时候知道如何理解和分解问题，并将其映射到最适合的算法或数据结构上。一般的，不同的程序片段可以看到的控制结构，然后才是数据或数据类型定义。实际上困难的并非控制语句本身，而是在把问题域分解后知道如何理解判断逻辑，如何将问题域中重复的东西抽象为循环，如何从问题域中抽象出数据结构。编程思维在数学意义上就是问题映射能力的区别，这也称为数学建模能力。
以上是结构化编程的内容，但其实这并不接近人类的思考方式，于是有了一个更新的概念，就是面向对象编程，面向对象的编程首先关注的是通过对象和类，通过继承，通过接口定义等对现实世界进行很好的抽象描述，其次才是如何去解决问题。这和人类发现问题，归纳问题特性，解决问题的思路是相近的，有意思的是，深度学习再一次改变了编程思想，通过模拟神经元，生物遗传方式等生物行为建立的算法模型让编程的结果不可预测，这就是AI的好玩之处。
这可能看得有点懵，其实说白了就是可以用数学逻辑处理问题，需要明白问题域怎么抽分，是否可以多线程处理，在重复的地方使用递归循环解决还是使用函数包装调用，在多决策，多分枝的问题中使用启发式推理，动态规划去解决，满足什么样的行为方式，能够用什么样的数学模型来解释。
哇，好累，写到这里，终于要谈狼人杀了。
我2个月前写过一篇关于狼人杀的萌新篇，现在玩了一段时间就重新谈一谈。
我在萌新篇开头写了一句话：
狼人杀是一个没有纳什均衡的博弈，但是有混合策略纳什均衡，所有策略都是指可选策略，而不是最优策略。
我现在重新更新一下理解：
狼人杀是一个信息争夺的游戏，双核阵营都围绕着信息开展博弈，轮次表示争夺的优劣和剩余时间，最后以信息优势的一方胜出。
下面我用认知矩阵来谈谈狼人杀，狼人杀的通识是什么?
术语，基本玩法。
基本玩法要求会算轮次，会算票型，懂角色发言格式这样的基本游戏逻辑和术语一起构成了狼人杀的话语体系，所以说发言需要遵循这样的话语体系，彼此才会有游戏体验，不遵循话语体系会影响游戏的合理进程。
接下来，认知立场和流派。
杀届以前有句说法：南状态，北逻辑。意思是南方喜欢打状态流，北方喜欢打逻辑流，我个人觉得两者皆可，打人性流不可否认吧，毕竟只是游戏没必要玩得那么脏。还有人喜欢打首刀位置学，对位玄学，边角位玄学，隔置位玄学，无可厚非，但从概率学的角度，每一场新的开局，所有人的身边都是随机，不存在某个位置会有较大概率出现某一个身份。
所以说，玄学不存在的话，狼人杀存在的数学依据只有三个：信息论，概率论和博弈论。
就我们可以使用信息熵去衡量不同阵营的信息变化情况，甚至可以用信息熵来决定即时的一个策略，但信息熵比较不好算。我跳过公式，直接说结果：
如果我摸到一张狼人牌，我知道了三个队友和8个好人，我获得信息熵 是10.71；
如果我摸到一张民牌，我不知道其余十一位玩家的身份，我获得的信息熵是18.08；
如果我摸到一张预言家牌，我摸了查杀，我获得的信息熵是14.62；摸了金水，我获得的信息熵是15.43；
如果我摸到其余的神牌，我不知道其余十一位玩家的身份，我获得的信息熵是16.08；
这就是为什么预言家该奔着查杀去验的原因，因为查杀能获得更低的信息熵，如果女巫首夜确定银水是好人，女巫的信息熵是和预言家一样的，也是15.43，假如自刀的概率是10%，那么女巫理论上的信息熵也是15.82，所以 这就是为什么建议女巫首夜救人的原因。
包括概率论在狼杀的应用其差不多是这么一个道理，它可以从数学的角度去理解我们在狼杀一些约定俗成的行为。
所以说，狼人杀可以映射为一个信息熵的计算问题，在确定了它的问题域之后我们需要知道它的判断逻辑是什么，然后它能用什么样的一个数学模型来解释，其实这个数学模型我之前在说过了，叫动态规划或者剪枝树。
所以说，理应存在一个算法，在已知玩家身份概率和对立逻辑的情况下，可以根据每一轮信息分布情况自动生成一个最合理的玩家身份分布结果，而计算工作让计算机来快速解决，这就是编程思维在狼人杀的使用。
当然，我也是随便想想而已，我希望这个算法不会被写出来。
那么狼杀的乐趣就只剩下皮了嘛，就在网杀中，看卦相是不存在，能够不断积累收集的就是各种逻辑链，例如，女巫的银水，守卫的铜水逻辑上好人，因为是大概率事件，这是一条基本逻辑链，再比如，金水平民让场上猎人放逐带疑似狼牌，那金水大概率是真猎人，这也是一条逻辑链。
其实狼人杀存在许许多多这种逻辑链，而高阶玩家能够熟练的使用这些逻辑点，并且迅速的推演，每一次都能迅速的推演出新的网络，纵向是事件和言论，横向是玩家关系，所以在一两晚之后，玩家的身份在这张逻辑网络中也就已经被标记好。
emmmm,上面都是我猜的，哈哈哈，就先说这么多吧，毕竟玩的时候也用不上这些东西，我永远都是头铁的那个。