「Queue真的有這麼簡單嗎？課堂上明明講得好複雜。」我嘆了口氣，「一開始我也有努力聽啊，可是越聽越糊塗，最後就失去意識，才不是故意睡覺的。」

「嗯⋯⋯規則其實很簡單，真正複雜的是各種組合和應用吧。」小孩伸出手在空中比劃：「Queue在意的是操作規則——怎麼新增、怎麼刪除、怎麼維持處理的順序。至於資料到底用什麼方式存，那就是其他結構的工作了。」

「而且資料結構可是演算法的基礎。如果資料結構沒學好，演算法就會一團亂。」

「會影響到演算法喔？」我挑眉。

「當然。演算法本質上就是在計算：怎麼省時間、省空間，還能正確完成任務。所以你必須清楚各種結構在新增、刪除、排序、搜尋時的時間和空間消耗。」

「這麼說的話，Queue應該很省空間吧？不是說它是線性嗎？」

「是啊。Queue裡有多少人，就得存多少人，所以空間複雜度是 O(n)。」小孩停了一下，歪頭看著我，「不過⋯⋯你知道什麼是 O(n) 嗎？」

「你覺得呢？我沒學過演算法，當然不知道囉。」眼見除了被困在這個奇怪空間外沒其他危險，我的語氣也放鬆起來，開始有點嘴硬。

「Big O 是一種表示『上限』的方式。n 就代表 Queue 裡的人數，所以 O(n) 的意思，就是這個結構的空間會隨著 n 成正比成長。」

「等一下，聽你這麼說，好像還有其他不是 O(n) 的？」

小孩笑了，「你反應很快嘛。大部分常見的結構確實都是 O(n)，不過有個特例叫 Graph。如果用鄰接矩陣來表示，它的空間會直接膨脹到 O(n²)。」

「好肥啊⋯⋯」我忍不住咋舌。

「是啊。但再肥也有存在的理由。有些問題，只有 Graph 才能解決。」