deploy

zh-hant/chapter_computational_complexity/summary/index.html

@@ -3628,6 +3628,9 @@
 <p>不是，該圖展示的是空間複雜度，其反映的是增長趨勢，而不是佔用空間的絕對大小。</p>
 <p>假設取 <span class="arithmatex">\(n = 8\)</span> ，你可能會發現每條曲線的值與函式對應不上。這是因為每條曲線都包含一個常數項，用於將取值範圍壓縮到一個視覺舒適的範圍內。</p>
 <p>在實際中，因為我們通常不知道每個方法的“常數項”複雜度是多少，所以一般無法僅憑複雜度來選擇 <span class="arithmatex">\(n = 8\)</span> 之下的最優解法。但對於 <span class="arithmatex">\(n = 8^5\)</span> 就很好選了，這時增長趨勢已經佔主導了。</p>
+<p><strong>Q</strong> 是否存在根據實際使用場景，選擇犧牲時間（或空間）來設計演算法的情況？</p>
+<p>在實際應用中，大部分情況會選擇犧牲空間換時間。例如資料庫索引，我們通常選擇建立 B+ 樹或雜湊索引，佔用大量記憶體空間，以換取 <span class="arithmatex">\(O(\log n)\)</span> 甚至 <span class="arithmatex">\(O(1)\)</span> 的高效查詢。</p>
+<p>在空間資源寶貴的場景，也會選擇犧牲時間換空間。例如在嵌入式開發中，裝置記憶體很寶貴，工程師可能會放棄使用雜湊表，選擇使用陣列順序查詢，以節省記憶體佔用，代價是查詢變慢。</p>
 
 <!-- Source file information -->