什么是福格行为模型？

福格行为模型可以用一个公式来表示

• BBB表示行为
• MMM表示动机
• AAA表示能力
• PPP表示成功的提示

它们之间的关系可以用下面的图标来表示，在动机足够强且具备相应能力时，我们的行为就在行动线之上，只要给与成功的提示，相应的行为就会发生。

动机即愿望，愿望需要行动才能实现，而行动由一系列行为组成，且这些行为通常是需要持续发生的。福格行为模型可以帮助我们设计行为以实现愿望，这些设计的行为会以微习惯的形式嵌入到生活中，即使在我们情绪最低落，意志最薄弱的时候也能够完成。

Trampoline与福格行为模型的相似点

动机和栈

福格行为模型强调动机是不可靠的，它会随时间变化，我们在动机最强时的行为可能在一段时间后变得无法完成。例如作者很想戒掉观看短视频的习惯，觉得它很浪费时间，每次观看后都会下定决心将短视频平台删掉或把该功能关掉。但过了几天之后，一旦没有事情可做或情绪低落，又会不自觉的重新安装观看。

栈在Java程序运行时的空间是有限的，无法无限增长，如果程序需要的栈空间超过分配空间，就会抛出StackOverflowError。从空间角度来说，栈也是不可靠的，因为程序对栈空间的需求是随时间变化的，在维护一段时间或运行一段时间后，需求的空间可能会超出分配空间。

行为设计和Trampolining

动机的不可靠导致了行为的不可持续，所以我们需要对行为进行设计来减弱动机不可靠的影响。福格行为模型的行为设计步骤为

1. 明确愿望
2. 探索行为选项
3. 为自己匹配具体行为
4. 从微习惯开始
5. 找到对的提示
6. 庆祝成功
7. 排除障碍、重复和扩展

这里2和3是行为分解，找到与我们能力相匹配的行为。4和5是建立行为关联，保证行为发生，用微习惯的方式降低行为对动机的依赖。6和7是行为结果，如果达到预期，可以强化行为的可持续性。如果没有，则需要分析原因，然后重新设计行为。

如果我们要在程序中避免StackOverflowError，也需要对我们的程序进行设计，这个过程叫Trampolining

1. 将函数返回类型变为Trampoline
2. 将常数用Done封装
3. 将thunk函数调用用More封装
4. 将复合函数调用用FlatMap封装
5. 将程序返回的Trampoline对象用Trampoline的解释函数运行
6. 返回解释函数的运行结果

对比福格行为模型，2，3和4是函数分解（行为分解），找到所有的函数调用进行封装。 5是建立函数调用关系（建立行为关联），保证在当前表达式计算完成后对栈空间进行清理，并调用下一个函数，减少对栈空间的需求。 6是运行结果（行为结果），如果正确，说明已经消除StackOverflowError，如果仍有异常，则需要找到遗漏的函数调用，然后对其进行封装。