你早上泡咖啡，什算法往滤杯里倒水，什算法等它滴完，什算法再倒一次。什算法这个动作重复三遍，什算法直到咖啡粉不再膨胀。什算法你其实在执行一个算法——只是什算法没人管它叫算法。

算法没那么神秘。什算法它就是什算法一串步骤，明确到每一步都不会产生歧义，什算法而且有终点。什算法做菜谱是什算法算法，导航路线是什算法算法，连你叠衣服的什算法顺序都是算法。但计算机里的什算法算法有个特点：它得让机器这个“笨学生”也能照做。机器不懂“大概”“差不多”，你得告诉它“如果A成立，就做B，否则做C”。

我见过最直观的例子，是小学课本里的“辗转相除法”。求两个数的最大公约数，比如48和18。用大数除以小数，48除以18余12。接着用刚才的除数18除以余数12，余6。再用12除以6，余0。余数为0时，那个除数6就是答案。整个过程就三步，循环往复。你看，算法不一定要长，但它必须保证“能停”，而且“答案对”。

但真正让人头疼的是，同一个问题，算法有好坏之分。还拿找最大公约数说，你可以从1开始一个个试，试到18，也能找到6。可如果数字变成几百万，那个笨办法就慢得让人崩溃。这时候“复杂度”这个概念就冒出来了——它衡量的是步骤数量随输入规模增长的速度。笨办法是线性的，辗转相除是log级别的，差距在数字大时是天文数字。

我读研究生时帮导师处理过一批气象数据，两万个站点，每个站点有几十年的日降水量记录。任务是把其中“连续三天以上无雨”的时段全部标记出来。我第一版代码写了个三重循环，跑了一整夜没出结果。后来改成先排序再扫描，十分钟跑完。同样的答案，效率差了几百倍。那一刻我意识到，算法不是课本里的装饰品，它直接决定你是在喝咖啡还是在等代码跑完。

当然，算法也有翻车的时候。你用的短视频推荐，本质上是个“预测你接下来会点哪个视频”的算法。它可能把你推向越来越极端的内容，因为那种内容更容易让你停留。这不是算法的错，算法只是优化“停留时长”这个目标。错的是目标函数设计得不够周全。这就像你让一个司机“尽快到”，他可能闯红灯——他没错，是你的指令太单一。

所以你发现没有，算法是一面镜子。它把你脑子里的模糊想法，逼成了精确的、可执行的、有边界的规则。写算法的时候，你被迫想清楚每一处含糊。这也是为什么很多程序员说，教别人写算法，其实是在教别人思考。

回到那杯咖啡。你手冲的步骤，本质上是个“萃取算法”，变量是水温、粉量、注水速度。你调整参数，是为了让结果更接近你喜欢的口感。机器不会替你尝味道，但它能把你摸索出来的最佳参数，精准地重复一万次。这就是算法的意义——它不产生智慧，但它让智慧可以复制。

(责任编辑：时尚)