編程基礎篇 · 你現在能做什麼

給 AI 寫的程式碼做一次複雜度體檢

算法篇的收官實戰：拿一段真實的 AI 程式碼，走一遍自報 → 優化 → 實測的完整體檢流程。三檔任務按投入挑一個，30 分鐘起步；走到第三檔，你會親眼看到 AI 自報的複雜度有沒有吹牛。

挑一檔 · 今天就動手
🥉

任務一 · 自報家門

讓 AI 給自己的程式碼標註複雜度

30 分鐘

拿一段 AI 剛寫的函式（沒有就讓它寫一個「找出兩個列表裏的共同元素」——這題它十有八九先給你 O(n²) 的版本）。把下面的提示詞甩過去，讓它自己交代快慢。

針對你剛寫的這個函式，做一次複雜度自查，用大白話回答： 1. 逐行（或逐個循環塊）標註時間複雜度，每處用一句話解釋為什麼； 2. 明確指出瓶頸行：整個函式最慢的是哪一行/哪個循環？點解係佢？ 3. 彙總：整體時間複雜度和空間複雜度各是多少； 4. 翻譯成人話：數據量從 1 千漲到 100 萬，這個函式會慢多少倍？用戶的體感是「無感」「卡一下」還是「轉圈轉到懷疑人生」？ 我是初學者，別堆術語，能打比方就打比方。
完成標準：你能指着程式碼説出「瓶頸在這一行，因為它是嵌套循環/挨個掃描」——説得出瓶頸行，這一檔就畢業了。
🥈

任務二 · 優化一檔

要求提速，更要求説清代價

半天

接着任務一：如果 AI 自報了 O(n²)，就要求它優化到 O(n log n) 或 O(n)——但重點不是變快，是讓它説清代價。學完 ds-6 的你，要能在它的方案裏指出「空間換時間」發生在哪一行。

請把剛才這個 O(n²) 的函式優化到 O(n log n) 或 O(n)，要求： 1. 新舊兩版程式碼都保留，優化的關鍵行加註釋； 2. 講清楚你用咗咩手段提速（排序後二分？換哈希表？），對應哪類算法思想； 3. 誠實交代代價：可讀性變差咗未？記憶體多用咗幾多？有冇咩場景舊版反而更好（例如數據量好細嗰陣）？ 4. 如果你的方案用了「空間換時間」，明確指出是哪一行、拿多少空間換了多少時間。 最後出一道檢驗題考考我：讓我指出新版本裏「空間換時間」發生在哪，再公佈答案。
完成標準：你答對了它出的檢驗題——能親手指出「空間換時間」在哪一行，説明 ds-6 和這一章真的串起來了。
🥇

任務三 · 實測打臉

用真實數據驗證它沒吹牛

一週

複雜度是紙面推演，耗時曲綫才是鐵證。讓 AI 寫一個基準測試腳本，生成三個量級的隨機數據各跑一遍計時，親眼看優化前後的曲綫差多遠——順便檢驗它自報的複雜度有沒有吹牛。

請為新舊兩個版本的函式寫一個基準測試腳本，要求： 1. 生成三檔隨機測試數據：1 千條、10 萬條、1000 萬條（如果 1000 萬條跑不動，允許降到 100 萬並説明原因）； 2. 每一檔數據，新舊兩版各跑 3 次取平均耗時，輸出一張對比表：數據量 | 舊版耗時 | 新版耗時 | 倍數差； 3. 腳本要能直接運行，話我知用咩命令跑、大概等多耐； 4. 跑完後幫我判斷：實測嘅耗時增長趨勢，同你之前自報嘅複雜度吻合未？如果不吻合（比如自稱 O(n) 卻按平方漲），誠實分析原因。 我會把實測結果貼回來，你負責解讀曲綫。
完成標準：你手上有一張三檔數據量的實測耗時表，並且能回答「實測曲綫和自報複雜度吻合未」——吻合或打臉，都算體檢完成。
🩺 體檢報告生成器 · 填三格，生成可以發羣裏的總結
三個格子都填一下，報告才完整～
點解一定要實測呢一步？AI 自報複雜度大部分時候是對的，但「大部分」不等於「每次」——隱藏在庫函式裏的排序、循環裏偷偷的字串拼接，都可能讓實際曲綫和紙面推演對不上。跑過一次基準測試的人，從此對「它説 O(n) 就是 O(n)」保持職業性懷疑，這正是驗收者該有的姿態。

✅ 這一課想和你分享的