第二章 O(n²)
数据结构课在晚上七点，教室在四楼，窗户正对着食堂后厨的排风扇。
林知行走进去的时候，屋里已经坐了大半。前三排空着，中间几排稀稀拉拉有人，后排挤成一团。他选了中间偏右靠窗的位置，把书包扔在桌上，掏出手机。
方小满还没来。
讲台上，一个中年男人正在调试投影仪。他穿着洗得发白的格子衬衫，袖子卷到手肘，头发稀疏，但梳得一丝不苟。林知行认得他，姓吴，是计算机系的老教师，教了二十多年数据结构，据说早年在研究所干过，后来不知道为什么调到大专来。
吴老师清了清嗓子，投影幕布亮起来。
"今天我们讲第三章，算法的时间复杂度分析。"
他的声音平淡，像在念一份过期报纸。
"首先，什么是时间复杂度？简单说，就是算法执行时间与输入规模之间的增长关系。我们用大O表示法来描述……"
林知行本来没打算听。他靠在椅背上，目光落在窗外。食堂后厨的排风扇嗡嗡转着，把油烟味搅碎了往教室里灌。他皱了皱鼻子，把窗户推开一条缝。
"比如，一个简单的循环，从1到n，执行n次，我们说它的时间复杂度是O(n)。"
吴老师在黑板上写下O(n)，字迹工整得像打印出来的。
"如果是嵌套循环，外层n次，内层也是n次，总执行次数是n乘以n，也就是n²，时间复杂度是O(n²)。"
他又写下O(n²)。
林知行本来已经准备低头玩手机了，但这两个符号让他停住了。
O(n)。
O(n²)。
他盯着黑板，脑子里突然冒出一个念头：如果人生是一道算法，那他现在的时间复杂度是多少？
"再比如，"吴老师继续讲，"如果一个问题需要穷举所有可能的子集，那时间复杂度就是O(2^n)。指数级增长，当n稍微大一点，计算量就会爆炸。"
O(2^n)。
林知行的手指无意识地敲着桌面。
指数爆炸。
他想起今天下午在宿舍里做的那个穷举分析——专升本、考公、找工作、躺平——每一条路都试一遍，每一种可能性都评估一次，那不就是O(2^n)吗？
n是他面临的选项数量，2^n是所有可能的组合。
当n等于4的时候，2^n等于16。
当n等于10的时候，2^n等于1024。
当n等于20的时候，2^n等于一百万。
他的人生选项远不止4个，但即使是4个，穷举一遍也要评估16种组合。而每一种组合都需要时间、精力、金钱——他根本没有足够的资源去跑完这个算法。
"所以我们为什么要研究时间复杂度？"吴老师推了推眼镜，"因为同样的问题，用不同的算法，效率可能差几个数量级。一个O(n²)的算法和一个O(n log n)的算法，在输入规模大的时候，运行时间可能差几千倍。"
林知行坐直了身体。
O(n log n)。
他听说过这个，比O(n²)快，比O(n)慢，但具体是什么意思，他没搞清楚。
"举个例子，"吴老师转过身，在黑板上画了两条曲线，"假设n等于1000，O(n)的算法执行1000次，O(n²)的算法执行100万次，O(n log n)的算法执行大约1万次。同样是排序1000个数，用冒泡排序是O(n²)，用快速排序是O(n log n)，快100倍。"
100倍。
林知行脑子里嗡了一下。
同样的问题，换一种算法，效率差100倍。
那他的人生呢？
如果他现在用的是O(2^n)的穷举算法，那有没有可能存在一种O(n log n)甚至O(n)的算法，能让他用更少的时间、更少的资源，找到更好的出路？
他不知道。
但他第一次觉得，也许问题不是他不够努力，而是他用的算法太蠢了。
"当然，"吴老师喝了口茶，"时间复杂度只是一个理论上的估计。实际运行时间还跟硬件、编译器、输入数据的分布有关。但作为一个程序员，你首先要学会的，就是分析问题的复杂度，然后选择合适的算法。"
他顿了顿，补充道："不会分析复杂度的程序员，就像不会看地图的司机，跑得再快也可能绕远路。"
教室里有人笑了一声，但很快又安静下来。
林知行没笑。他盯着黑板上那两条曲线，脑子里在转：
如果人生是一道算法题，那他的输入是什么？
是他的学历、家庭背景、能力、性格、运气？
输出是什么？
是他的收入、社会地位、成就感、幸福感？
约束条件是什么？
是时间、金钱、机会、他人的期待？
目标函数是什么？
是最大化收入？最大化社会地位？还是最大化某种他自己都说不清的东西？
他不知道。
但他知道，他现在用的算法是O(2^n)的穷举——把所有可能的路都试一遍，然后选最好的。
问题是，2^n太大了，他根本跑不完。
下课铃响的时候，林知行才发现自己整整一个半小时都在发呆。不是走神，是真正的思考——他把吴老师讲的每一个概念都映射到了自己的人生上。
O(n)是什么？
是线性增长。一条路走到黑，付出多少努力就得到多少回报。听起来很公平，但问题是，如果这条路本身就是错的，那走再远也是白费。
O(n²)是什么？
是平方级增长。每增加一个选项，复杂度就翻倍。他现在面临的选项越来越多——专升本、考公、找工作、考研、创业、躺平——每增加一个选项，穷举的计算量就指数级增长。
O(2^n)是什么？
是指数级增长。所有子集的组合。他人生的所有可能性组合在一起，就是一个天文数字。穷举一遍，比宇宙的年龄还长。
那O(log n)呢？
吴老师没讲这个，但林知行知道。O(log n)是对数级增长，每次把问题规模减半。二分查找就是O(log n)——在一百万个数里找一个数，只需要比较20次。
20次。
如果他的人生也能用二分查找的思路来解呢？
不是把所有可能的路都试一遍，而是每次都排除一半错误答案，用最少的尝试次数，找到最优解。
可能吗？
他不知道。
但这个念头像一颗种子，落进了他脑子里。
"走啦！"方小满不知道什么时候出现在他旁边，拍了拍他的肩膀，"你今天怎么了？上课这么认真？"
林知行回过神，发现教室里的人已经走得差不多了。吴老师正在收拾讲台，把粉笔头扔进盒子里。
"没什么。"他站起来，把手机塞进口袋。
"不对劲，"方小满凑近看了看他的脸，"你今天眼神不一样。"
"怎么不一样？"
"平时你上课都是死鱼眼，今天居然在发光。"方小满夸张地比划了一下，"是不是看上哪个女生了？"
"滚。"
林知行推开他，往教室外面走。方小满笑嘻嘻地跟上来，两人一前一后下了楼。
九月底的夜晚，空气里还残留着白天的闷热，但风已经带了一丝凉意。路灯把他们的影子拉得很长，叠在一起，又分开。
"你今天到底怎么了？"方小满又问了一遍。
林知行沉默了几秒，说："我在想一个问题。"
"什么问题？"
"有没有可能存在一种O(log n)的人生算法。"
方小满愣了一下："啥玩意儿？"
"就是……"林知行想了想，不知道怎么解释，"算了，你不懂。"
"你才不懂！"方小满不服气，"我好歹也学过数据结构好吧，虽然没学会。O(log n)是吧？就是那个……二分查找？"
"对。"
"你用二分查找找人生出路？"方小满一脸困惑，"怎么找？把人生对半切，然后看看哪边是对的？"
林知行没接话。
方小满挠了挠头："你是不是今天受什么刺激了？辅导员点名的事？还是走廊里那几个傻逼说的话？"
"都不是。"
"那是什么？"
林知行停下脚步，转过身看着方小满。路灯从他背后照过来，把他的脸藏在阴影里。
"我只是觉得，"他说，"也许我一直在用错误的算法跑人生。"
方小满张了张嘴，想说什么，但最后只是拍了拍他的肩膀。
"走吧，回宿舍。"他说，"不管什么算法，先回去洗个澡，明天再说。"
林知行点了点头，继续往前走。
回到宿舍，方小满去洗澡，林知行坐在书桌前，打开了台灯。
他从抽屉里翻出一个草稿本，是上学期数据结构课发的，一直没用过。他翻开第一页，拿起笔，开始写。
输入：
- 学历：大专，计算机应用专业
- 年龄：22岁
- 家庭：普通工薪阶层，父亲货车司机，母亲超市收银员
- 能力：编程基础一般，但逻辑思维较强
- 资源：时间有限，金钱有限，人脉几乎为零
输出：
- 理想状态：找到一份体面的工作，收入稳定，有发展空间
- 底线状态：能养活自己，不啃老
约束条件：
- 时间：距离毕业不到一年
- 金钱：每月生活费1500，存款约3000
- 机会：专升本录取率约10%，校招企业质量差
- 社会压力：学历歧视、家庭期望、同龄人比较
当前算法： 穷举所有可能的路径，逐一评估，选择最优解。
复杂度： O(2^n)，其中n为可选路径数量。
他盯着这些字看了很久，然后在下面写了一行：
问题：是否存在更优的算法？
笔尖在纸上停顿，墨水洇开一个小圆点。
他想了想，又写：
假设1： 如果能找到一个"启发式函数"，能快速评估每条路径的优劣，而不需要穷举所有细节，那复杂度可以降到O(n)甚至O(log n)。
假设2： 如果能找到一个"工具"，能帮他快速生成和评估方案，而不是手动一个个试，那复杂度也可以大幅降低。
假设3： 如果他的"输入数据"本身就有问题——比如学历太低——那再好的算法也没用。必须先改变输入。
他放下笔，靠在椅背上，盯着天花板。
方小满洗完澡出来，看见他坐在那里发呆，问："又在想什么？"
"在想我的人生算法。"林知行说。
"你魔怔了。"方小满擦着头发，"明天再想呗，先睡觉。"
"你先睡。"
方小满摇了摇头，爬上床，很快就打起了呼噜。
林知行还坐在那里。
宿舍的灯关了，只有台灯还亮着，把他的影子投在墙上。他拿起笔，在草稿纸的最后一行写了一句话：
是否存在O(log n)的人生路径？
写完之后，他盯着这行字看了很久。
然后，他合上草稿本，关掉台灯，躺在了床上。
黑暗里，他睁着眼睛，脑子里还在转。
O(n)、O(n²)、O(2^n)、O(log n)……
这些符号像咒语一样在他脑子里盘旋。
他不知道答案是什么。
但他第一次觉得，也许问题不是他不够努力，而是他一直在用错误的方式努力。
就像一个不会看地图的司机，跑得再快也可能绕远路。
那他现在需要的，不是跑得更快，而是找一张正确的地图。
或者，找一个会看地图的人。
或者，找一个能帮他画地图的工具。
他翻了个身，把脸埋进枕头里。
明天，他得好好研究一下，这个世界上有没有这样的工具。