这么一看，就极为只管，但光有数值，并不严谨。
因为，还有信息理解难度。
这个概念很好理解，典型例子就是老师上课讲三角函数，学霸轻松理解，差生却看得满脸懵逼，直到四十分钟后下课，还不懂什么是三角函数。
信息理解难度固定，理解速度取决于人的接受信息熵总效率。
普通人接受信息熵的总效率，一般在0.05—1区间每天，天才一般在1-5区间每天，而这往往就是学渣和学霸的差距。
学渣学个一元二次方程要十天半个月，优生只需要看一眼就懂，根本没法比。
0——10，11——20，21——30，31——40等等皆属于信息熵的理解难度层级，每跨越一个层级的信息熵理解难度，不再是加法，而是乘法，即信息熵为10的信息和理解难度，在到了信息熵层级二位数突破到三位数之际，理解难度甚至会翻倍。
信息熵数值上不封顶，因为知识没有极限，只有越来越难。
对余华而言，重复性的大量计算根本不是问题，因为这些东西的信息熵极低，但学习和理解高信息熵的抽象高等数学知识，却需要耗费大量的时间和精力。
记下知识不等于学会知识，数学不讲什么死记硬背，只讲理解。
以前学习初等数学体系的知识，余华瞟一眼就懂，随着现在进入数分的汪洋大海之中，这种看一眼就会的事情已经一去不复还了。
客观角度讲，数分学起来有趣的同时，真的很有难度。
最重要的是，这还是高等数学阶段，真正的数学还没开始。
瞧瞧这些极高信息熵的知识怪物们吧，傅里叶级数、拉普拉斯变换、群论、复变函数、拓扑学、黎曼曲线、微分几何、希尔伯特空间、布尔代数、代数几何、代数数论……
信息熵一个比一个高，理解难度一个比一个夸张，尤其是数学前沿的各种猜想和理论，对普通人而言别说想，光是看都感觉头晕眼花。
大脑进化过后的余华，几乎达到人类的极限，现在的信息熵接受总效率大约在15每天。