方法一、如何走對臨場做題的*步——真正理解題目。 注意，這里的“理解題目”，是盡可能客觀的知道問題方向，也就是必須知道題目想讓你干什么。而要找到正確的*步，需要換位思考，將終點(diǎn)當(dāng)作起點(diǎn)，問自己下面幾個問題： A.“題目問我什么?” B.“為了做到這一點(diǎn)，必須知道的前提是什么?” C.“這個必要前提，題目中已知的條件是否已經(jīng)提供?” D.如果已知條件沒有提供這個必要的前提，那么能得到這個前提的“前提”是什么? E.這個前提的“前提”，在已知條件里能找到相關(guān)信息么?
?
方法二、借鑒類似考題無法解決臨場問題時，采用的對策 考場上遇到的一部分考題，都會因?yàn)槠綍r大量的練習(xí)而有所思路，可以模擬以前的印象做出來，而相當(dāng)一部分的考題經(jīng)過了精心的偽裝和變型，使得考生無法在*時間就在頭腦中搜索出最適當(dāng)?shù)闹R點(diǎn)和解題方法。在這種情況下，下面三個思維原則可以幫你打開思路：
(1)必要性原則 “必要性原則”，再怎么強(qiáng)調(diào)都不為過。由于考生平時接受的是完美主義的“充分性”訓(xùn)練，做題時往往只從已知條件出發(fā)，由已知信息加上自己的知識來推導(dǎo)答案。而這里，我們提醒一個換位思考的“必要性思維方法”：從“題目要求我必須做什么”來出發(fā)。 舉個實(shí)用的例子：數(shù)學(xué)考試部分的*兩道大題，有些考生覺得做不完就輕易放棄了。但是，如果你能冷靜地把解決問題最必要的前提或者公式列出來，根據(jù)數(shù)學(xué)考試的評分點(diǎn)，也能拿到相應(yīng)的分?jǐn)?shù)。這個思考方法我們會在后文做詳細(xì)說明。
(2)客觀性原則 其 實(shí)，太多的所謂“難題”，是出題者在表述題目已知信息的時候，有意考驗(yàn)考生對知識掌握的靈活程度。已知條件經(jīng)過偽裝，離考生頭腦中能用上的知識點(diǎn)往往很 遠(yuǎn)，考生往往因?yàn)槟吧a(chǎn)生慌亂，因慌亂產(chǎn)生各種相關(guān)知識和題型的聯(lián)想，不知不覺中就錯讀或漏讀了重要信息。而客觀性就是讀題目原文已知信息的時候，完全 客觀的來接受所有信息，在這個過程中，不能邊讀題邊在頭腦中加工已知條件，和“我知道類似的什么考題”為準(zhǔn)。必須完整讀完題目的條件和問法。
(3)自信原則 經(jīng) 過長期傳統(tǒng)復(fù)習(xí)和模考打擊的考生，習(xí)慣于用且僅會用知識點(diǎn)做題，一旦在考場上找不到思路，馬上先假設(shè)自己不行，潛意識里認(rèn)為想不起來知識點(diǎn)就根本不可能解 題。而這個說服并不完整。考生必須先假設(shè)自己能做出這道題，只是還沒看青條件而已(注意，這里指的是英語，理綜，而不是語文考試。)一旦看清條件，如果仍 然回憶不起知識點(diǎn)，也可以用正確思維步驟和標(biāo)準(zhǔn)化考試自身的弱點(diǎn)，把損失降低到最小，甚至得到正確答案。
方法三、糾出“馬虎”背后的思維錯誤
(1)如何避免主觀想象(如何避免看錯問題)
A.信息優(yōu)先級的概念。題目本身的信息是最重要的，而不是你在讀取題目信息過程中聯(lián)想的東西。不能邊看題邊想，而應(yīng)該看完題再想。 B.懂得答案相對好的概念。高考是標(biāo)準(zhǔn)化考試，正確的答案是比其它的相對好的，而不一定是絕對好的，懂得這一點(diǎn)十分重要。你要做的就是在選項(xiàng)中比較出更好的那一個，而不管它是否是*、最完美!
(2)如何避免計(jì)算錯誤
A.平時養(yǎng)成在草稿上清楚、規(guī)律的表達(dá)所有信息的習(xí)慣 B.如果你在平時心算練習(xí)不夠，考場上不可盲目用心算，否則得不償失。如果一定要依靠心算節(jié)省考試的時間，那么平時每天就要專門用二十分鐘練習(xí)并有意識的記住一些特殊數(shù)字的數(shù)量關(guān)系。
(2)如何避免遺忘條件
A.時刻把問題問什么記住。 B.永遠(yuǎn)不能單純的從已知信息出發(fā)，試圖去“得到”什么。 C.把解決每道題的過程都當(dāng)作去縮小一個關(guān)鍵的“距離”：問題“所問的”和我現(xiàn)在“已有的”還差什么。
(4)如何避免過程不全：
A.在頭腦中真正形成這個觀念：不完成*就不是完成! B.做題時要邊做邊總結(jié)哪些步驟的表達(dá)是得分必須的，然而又是我在思維中一躍而過的。比如對于數(shù)學(xué)集合的范圍，以及物理題上必要的公式表。要養(yǎng)成精確表達(dá)的習(xí)慣，只要沒完成*就不算完。會和拿到分是兩回事！
?
