人应该算是智力高等的虫子了，有些问题还是一个办法：没办法。比如一个排序算法，当你确定了以后，针对不同数据集其时空占用肯定不一样，正如同针对同一数据集不同排序算法其时空占用不一样，是一个道理。不过，变的一个是数据集，一个是算法罢了，自然是容易明白的。
但是人就是不容易服气，偏想弄个唯一出来。其实初中时候老师就叫我们，发散思维，一题多解。这时候也就有些明白另辟溪径的原来，本就存了那些路通着罗马的，你不过充当了一回发现者而已。而作为发现者有着一个主要目的，选路，还是最短的或者说最合适的。这个过程，变的是路，不变的是择路的方法。还有一个，打工挣钱。路自然是迷茫的，但是工钱的要价在内心却还是有个标准的。然后就通过不断地跳，达到目的才静的下来。这也算一个排序过程，变的是工种，不变是要价。也许你会说，其实要价也存有变的。这里其实还是存有一个不变的，劳动的相对价值。你的技能时间精力总是相对有限的，所以你的市场估值自然也是相对有限的。这和你的期望之间有一个妥协过程。最终是市场选择你，而非你选择市场。
不变的就叫决定量。我们唯一要做的，不是试图去改变决定量，而是依着它来改变我们的办法，使之能更懒汉些就好。但是，在最合适和通用之间，有时就只能没办法了。比如，小高斯对1+2+3+...+100的办法，目前被人们认为是这个数列累加的最简办法了，但是，对于任何数列的累加他的办法却显然无法说是能够通用的。那么如何找到或者存不存在适应所有数列累加的简便办法呢？在试过更多可能后，最后可能得出的结论，却只能是一个一般的概率选择结果，而无法做非此即彼的简单结论。所以，对于确定的数据集，最有效率的办法是必然存在的，当然不一定是通用的。但有一点是明确的，不变量决定着解决问题的基本思路。所以我们也许应该变一变说法，叫做“技术适应世界”，而不是改变世界。
我们总是希望办法能够是最简的同时又是通用的，但这种想望显然是相矛盾的，对于这种没办法，人也有些办法，比如西方人说概率，东方人讲骑墙，道的意思大致都是一回事的。许多简单确定的东西放在一起却变出一个复杂而不确定的结果出来，的确是有些怪。那么概率有没有用？答案是肯定的，因为概率概念是建立在整体概念上，当思维将之视为一个更大系统中的一个基本单位时，它的一个总的作用结果（历史）依然能够通过线性描述得到确定结论。
至此可以得出一个结论，确定的数据集或者算法，存在着一个最简的算法或者最适当的数据集，应该分析归纳种种不同的对象，找出所谓“规律”－－也就是一些大致不变的因素，从而得出相应的限于自己能力的办法来。
抄一回毛语录：
－－具体问题具体分析；
－－没有调查没有发言权；
－－办法就藏在问题中；
－－一把钥匙一把锁。
算法的迷惑