什么时候使用 O(2^n) 算法是合理的？
When is it justified to use a O(2^n) algorithm?
有许多不同的排序算法选择，是否适合在任何示例中使用更高复杂度的算法？
我能想到的唯一原因是数组非常短，或者数组非常接近排序，或者只包含几个不同的数字。
With many different choices of sorting algorithms, is it ever appropriate to use a higher complexity algorithm in any example?
可能是，如果所关注的大 O 复杂度是最坏的情况，您确定自己不会命中，或者 n 如您所说的那样小（例如 n 是棋盘上剩下的白棋数量）和常数因素更重要。
O(2^n) 是极端的......你还必须考虑使用它的原因的稳定性 - 是否有人（将来包括你）不小心修改了使 O 的适用性无效的代码(2^n) 算法，当应用程序被调用且 n 高于最初预期或数据较少时，有时会导致应用程序锁定 "friendly"?
对于大多数事情，值得提前花时间创建一个相当高效且有望重用的算法，而且不必担心，但有时这可能会非常复杂且容易出错，并且 CPU 或记忆力的好处并不能证明它是合理的。最终，重要的是对您的实际项目的短期和长期影响。
通常在创建算法代码时，有一种非常简单、明显的解决方法，也有一种复杂但有效的解决方法，最好快速编写以前的代码以便您可以使用它来测试后者。前者可以称为 "oracle" 实现，因为它知道真相：正确答案。如果它也恰好足够快并且您有 n 的限制或所讨论的数据场景，您可能不需要进行到复杂的实现。
有许多不同的排序算法选择，是否适合在任何示例中使用更高复杂度的算法？
我能想到的唯一原因是数组非常短，或者数组非常接近排序，或者只包含几个不同的数字。
With many different choices of sorting algorithms, is it ever appropriate to use a higher complexity algorithm in any example?
可能是，如果所关注的大 O 复杂度是最坏的情况，您确定自己不会命中，或者 n 如您所说的那样小（例如 n 是棋盘上剩下的白棋数量）和常数因素更重要。
O(2^n) 是极端的......你还必须考虑使用它的原因的稳定性 - 是否有人（将来包括你）不小心修改了使 O 的适用性无效的代码(2^n) 算法，当应用程序被调用且 n 高于最初预期或数据较少时，有时会导致应用程序锁定 "friendly"?
对于大多数事情，值得提前花时间创建一个相当高效且有望重用的算法，而且不必担心，但有时这可能会非常复杂且容易出错，并且 CPU 或记忆力的好处并不能证明它是合理的。最终，重要的是对您的实际项目的短期和长期影响。
通常在创建算法代码时，有一种非常简单、明显的解决方法，也有一种复杂但有效的解决方法，最好快速编写以前的代码以便您可以使用它来测试后者。前者可以称为 "oracle" 实现，因为它知道真相：正确答案。如果它也恰好足够快并且您有 n 的限制或所讨论的数据场景，您可能不需要进行到复杂的实现。