章節總覽#

本章從計算機科學的靈魂——算法出發，闡述為什麼衡量算法效率需要一套嚴謹的量化標準，也就是大 O 記號。作者以高德納（Donald Knuth）奠定算法分析基礎的歷史為起點，說明在數據量趨近於無窮大時，不同算法之間「毫厘之差」的複雜度差異，會在實際運行中產生千萬倍的效率落差。

本章的核心觀點包括：

• 量級思維比精確計算更重要：評估算法好壞時，應關注隨數據規模 N 增長的數量級變化，而非具體的運算次數。
• 少做無用功是優化的關鍵：從 O(N^3) 到 O(N) 的改進，本質上是找出並消除了大量重複或不必要的計算。
• 排序算法是理解算法思維的最佳入口：透過對比選擇排序、插入排序、歸併排序等不同算法，具體展示了複雜度差異如何體現在真實場景中。

本章的關鍵啟示：從業者水平上的微小差異，會導致他們採用不同方法做事情，而結果就有天壤之別。這就是為什麼一流工程師的貢獻會是二流工程師的 10 倍。