玩樂高最痛苦的事情，不是拼裝，而是拆卸。而比拆卸更痛苦的，是零件的收納和分類整理。。。
?
?
比如，在樂高街景，10232大劇院的套裝里，櫥窗里今日電影的海報就有那么一張：Forever Sorting， 看起來是言情片哈。btw. 另外兩部電影，你看出現(xiàn)實題材的來源了么 ；）
?
所以，這一篇文章，我來討論一下樂高零件的收納問題，樂高是用來玩的，所以，談收納，收起來并不是目的，拿出來才是重點。基于應用場景的不同，其實并沒有單一的最佳的收納方案，只有在那個場景下，相對適合的方案。
?
論收納的重要性
?
這一篇文章，其實已經(jīng)擱置了很長時間了，遲遲沒寫，是因為預計會很枯燥，更可怕的是，我居然想先理性的證明一下收納的重要性。。。只想看結(jié)論的同學，可以直接跳過這一節(jié)了。
?
下面，讓我簡單借助算法，來科學的論證一下收納的重要性 :-）
?
先讓我們假設一個套裝有一千個零件，那么你搭建過程中花在找零件身上的代價有多高呢？
?
讓我們簡單計算一下，如果你的零件完全不做整理，那么，你找到一個零件平均需要檢索五百個零件，而這個過程，你要重復一千遍，所以你需要檢索的量級約為五十萬次。
?
為了加快檢索速度，最常見的手段，當然就是對零件進行預分類。如果你是個合格的程序員，那么你應該知道，這就是所謂的Hash，理論上，Hash算法無論是分類還是檢索，就單個零件來看，代價都是常量 O(1)，所以同樣一千個零件，分類加檢索，總的代價大概是兩千次。
?
當然，上面的計算是極度簡化了的，實際上第一種方法中，因為零件會有重復，零件總量也會隨著搭建過程不斷減少等，代價會遠小于此。第二種方法中，檢索的代價也不完全是常量1，因為現(xiàn)實中，如果你背不住零件放在哪個容器里，你還是要挨個檢索容器的。
?
但無論如何，分類零件的收益是顯而易見的，可是問題來了，應該把零件分類到多少個容器中呢？
?
?
在Hash算法中，為了減少Hash碰撞（不同零件放在同一個容器里），提高檢索效率，你最好是擁有無限的容器，但現(xiàn)實生活中，你在家里擁有的空間大小是有限的，即使你是住別墅的土豪，錢和空間都不是問題，無限的容器方案對你的體力和記憶力也是個嚴峻的考驗。所以，如何選擇具體的分類和收納方案，還是值得思考的。
