衡量算法好坏的一般标准是渐进表示的时间复杂度。
在n极大的情况下O（n）的算法就没有O（lgn）的算法好。
因为n不一定会是非常大，因此常数项可能也会非常重要。这些都是非常明显的道理。
但是，实际上还有另外一个非常重要的容易忽视的因素。
举个排序的例子。
我们都知道插入排序算法的复杂度是O(n^2)的，不如很多O(nlgn)的算法快。但是为什么我们在码牌的时候直觉上一定会选择插入排序算法呢？仅仅是因为牌的数量少的原因么？
显然不是这样的。
问题的本质在于对计算机来说，比较两个元素和交换两个元素的时间是差不多的。但是对于人工来说，比较两张牌只需要扫一眼。而交换2张牌则需要动手，这是非常消耗时间的操作。而插入排序虽然需要比较很多次，但是真正需要操作牌的次数只需要n-1次。
迷恋算法的误区在于虽然算法的模板是相同的，但是具体操作的性质可能会随着事实情况的不同而千差万别。在一个模型下的分析可能不能适合于另一个模型。
这个还是需要额外注意一下的
