谈谈大O的学习方法

在面试的过程中，我经常会问几个关于时间复杂度的问题，但是我感觉很多人好像对此理解的不是很好。虽然有些人能回答出来，但是好像理解的并不深刻。
就我自己来说，当初学数据结构的时候，书上的介绍都能看懂，但是到底感觉理解的不够深入。后来接触的多了，慢慢就开始钻研这个知识点，我发现大O其实是数学中的一个概念，一个工具：大O符号是由德国数论学家保罗·巴赫曼（Paul Bachmann）在其1892年的著作《解析数论》首先引入的。而计算机的诞生是1946年，也就是说大O表示法比计算机出现的还早。

既然属于数学的一个工具，那么最好还是再深挖一下，把相关的知识都了解一下，这样才算学的更好。时间复杂度通过是通过几个函数来刻画的（见文末的补充资料），属于函数这个领域之下的一个侧面，不妨把函数这个领域的相关知识了解一下，这样抓住了函数这个领域的知识，自然就把大O学的更好了。这种学习方法很费事，很绕远，所以有人就觉得：大O就是一个分析复杂度的工具，其实一开始不用了解太深，不在数量级上犯错误就好了。这种想法并没有错，当然，如果有更多的空闲时间，作为一个开发者，不仅仅要有工程能力，还要有一定的数学素养，君不见：自从ai火了之后，现在很多公司招人都开始加大对数学和数据结构、算法能力的考察了。

通过大O这个知识点，挖出来的是函数领域，而函数中的分析（极限，微分）等又是数学乃至AI的中心。不仅自己深刻掌握了大O，还能学到更多的数学知识，这种方法不是更好吗？现在很多人的路，越走越窄，为什么呢？是因为开发过程变得简单了，让我们搭建工程更便捷了，但是也让我们变得目光短视，不再重视那些核心的东西，不再重视数学。现在的ai浪潮来了，越来越对数学能力提出了更高的要求，我们能否在这个浪潮中站稳脚步呢？很值得深思。

补充资料：
http://book.2cto.com/201211/8127.html