大脑是一个读 O(1)复杂度的数据结构。

毕竟可以把大脑理解为存内计算，所以在遍历和并行上速度是无敌的。感觉现在的计算机很难逼近

@BMPixel 我举得大脑没法遍历啊。比如说记忆某个网站的密码，当要读取这个数据时，并没有一个 B+tree 类似的索引。

有意思。难不成是 hash 算法，密码记错了可能就是 hash 碰撞了，也可能内存损坏了

大脑应该是量子的

你这种症状多久了

又思索了下，写复杂度是 O(1)，甚至是 O(1/n)。
大脑并不会因为记忆内容过多而增大写入时间，相反甚至可能由于关联性而写入更迅速。
例如记英语单词，默背显然比带有发音的方式更困难。

@lambdaq 我只是觉得真正的人工智能不应该仅靠机器 /深度学习实现。

可以学习下 AI 相关知识，对比神经网络的特性，大脑可能是根据输入实时“计算”出来的。因为“记错”的存在，不太可能是基于存储的“稳定”读写架构

@zhouyg 你这个让我想起了用 深度学习训练计算器 的梗。

https://iopscience.iop.org/article/10.1088/2399-6528/ac94be/meta



@leonshaw
@swhhaa

脑子真的是量子的，至少，某些脑功能被证实有量子过程参与。

我觉得大脑最厉害的是在模式匹配这方面，比如楼上楼主的联想，根本没有任何关系。但是大脑自己就将这两件事联系到一起。

感觉不是 O(1)，比如我一般学习（数学）的时候有种感受就是查找一些特定知识就像在树或者图中查找一样，是有一个路径过程的（只是感觉，没法具体表达），然后考试之前复习之后就会感觉到树的高度降低了，查找一些知识不需要更多的联系了。

@GeruzoniAnsasu 这些研究都很不靠谱。
我就是做量子计算的。拿的是物理系的 PhD

你可以把大脑当成一个单核 cpu, 性能垃不垃圾另说, L1 缓存只有 5~9bit, 甚至下限是 2, 没有 L2 L3 缓存,
其他的皮层记忆你可以当成 3.5 寸超大容量软盘, 但是磁头你没有根权限, 所以读写还可以, 但是可能经常写不进去、读不出来, 寸久了可能会丢, 发热甚至宕机

大脑：你在猜我？

谢谢你

大脑的底层是化学反应，那么大脑各种功能应当是基于概率的，微观粒子发生反应或不发生反应都是随机的，宏观上体现为概率。这与通常的计算机有本质上的区别，因为计算机底层是电路，0/1 运算是完全确定的（除非极小概率发生错误），只不过某些算法得到一些概率性结果（例如布隆过滤器）。

可以猜测大脑记忆也是基于概率的，在准确率与写入复杂度之间权衡。比如不重要的事情用很微小的突触变化来记录，这样写入很简单不费时，但代价是下次读取时有很高概率得到错误结果。重要的事情费时费力记忆，其实是让突触产生更稳定持久的变化，甚至让多个神经元参与（想象成校验机制好了，其实不完全是校验），这样下次读取时很高的概率得到正确结果。

然后读取速度只取决于化学反应的速度（神经元通过神经递质传递信息），也就是你感到的“读复杂度 O(1)”。
有时尝试多发生几次化学反应来校验可以提高结果的置信度，也就是“使劲回想”。
然而如果当时没记住或者忘了，那么以后再怎么发生化学反应，结果都很随机，就是“想不起来了”。

@swhhaa #2 你说的是对的，所以试图将脑类比成数据结构的说法都是没认真想的，湿件之所以要单独拎出来说，就是因为它和软件、硬件都不一样

如果大脑是一个数据结构，读写是怎样定义呢？是否有一个算法存在可以做这样的读写？然后再问时间复杂度

怎么说呢

大脑读数据其实用的是 Okapia 算法，存储结构用的是 Johnstoni 结构

根据霍加定律，如果一个数据结构的写入像大脑，读取像大脑，其他特征也像大脑，那他依然有可能是个计算机，并且极有可能隐藏在现存人类社会当中

关于大脑和计算机的差异，内容太多，我有详细的论证和资料整理，但是评论区里写不下，我就不写了

国歌的第 5 句是什么？

@zdilby 你这是又想留个难题困扰世人几百年？

但是大脑不可靠呀，会忘记数据的概率很高，比如昨天上班路上的每个人穿衣服的颜色，眼睛虽然看到了，但肯定已经大部分都忘得一干二净了

@neteroster
1. 我感觉学数学的过程不仅仅是记忆，而是在思考。思考是一个比记忆更复杂的过程。做个类比，大脑的存储核心是一个支持 put/get 原子操作的 hashtable ，而思考则像是利用 hashtable 构造一个电话簿应用程序。我认为背单词更接近纯粹的记忆。
2. 复杂度中的 n 不是指操作步骤啊.. 而是指数据集的大小。很明显，大脑并不会因为记忆的东西过多导致 put/get 变慢，甚至会变快。

@wu67 这个类比只是说明了大脑的容量特征，但并不涉及存储的本质。大脑的寻址比软盘不知高多少倍了。

@snw 生物的运动底层也是化学反应，并不影响波士顿狗仅靠机械和算法就能实现比狗更出色的运动能力。

@wanacry 所以说大脑的数据持久性是个迷...

第一个我就不赞同 你有这样的经历吗 当我想我刚才做这件事是为了什么的时候 通常一下子想不出来，于是我就往前想 然后通过前面的一层层想到为什么做这件事

@qwertyzzz 可以参考#25 ，复杂度中的 n 指的是什么。

存储更像倒排索引，

@wanacry 大脑的存储应该是准确的，遗忘应该是大脑进化出来的一种保护机制，避免关联的数据量太大而死机，不然就不会有超忆症这种病了，既然有这种病，说明大脑是完全可以记住所有东西的

大脑是：hashtable+LRU

人类创造出来的概念都是在描述这个世界，不代表这个世界百分百符合人类创造出来的概念。

每每有人说这个世界符合什么数据结构或者和啥啥算法一致，都很令人发笑。

这简直是一种本末倒置。

就像有人说爹长得像儿子一样。

有些时候我没有检索，脑子里自动就出现了某种想法

我感觉记忆更像 tire 树

@swhhaa
为什么要硬套现代计算机的概念来阐述大脑的运作呢？又为什么把大脑的处理方式用到电脑上？

大脑和电脑的底层完全不同，如果硬要用大脑的处理方法来做计算机算法，相当于搞了一个虚拟机，会大幅降低效率。除非你从硬件层次上就做出基于概率的计算机，那倒可以考虑。

@zmxnv123 这是因为晚上在睡觉的额时候大脑的背景进程在重建了索引，把有关联的数据进行了对应，还进行了磁盘空间清理，把垃圾数据删除。
所以人需要睡觉，少熬夜。

@snw 那么有那种一个东西到嘴边了，就是说不出来，这是什么情况呢

@v135ex
也许是关键突触遇到一些问题导致无法得到概率足够高的结果，无法通过周边其他突触的校验。

大脑记录方式显然不是某条信息对应物理上的某个突触。一条信息可能由多个突触共同表达（以某种概率解析方式得到结果），一个突触也可能参与多条信息的表达。

大脑记忆和计算是一起的，都是靠节点的链接。它其实更像是机器学习的工作方式，而不是用常规程序的线性理解来理解。

我觉得是二叉树==

显然是 散列表 + 树 混用。

有些时候还会退化到链表。

有些东西忘记了很模糊，但是多想几次，或者看别的触发了灵感，可以回忆起来。 这种和计算机怎么类比呢？

怎么可能是 O(1),人有想这个动作。为什么一个东西有时候会想很久才能想到，因为你也遍历脑袋里面的想法。你之所以能很快想到只有一种可能就是备选的数组永远里面只有 1 个值。这不就退化成 O(1)了嘛

不能用计算机的数据结构来分析大脑，完全是两码事？

从我这个普通人的视角来看。
现在内存、硬盘之类的存储是精确的数字信号存储。数据要么完好，要么损毁。
而大脑的存储更像是全息存储，信号是叠加态的。与之相似的东西是全息摄影保存的底片，损坏一部分后，仍然能显示全部内容，只是损失部分越大，显示的内容越模糊。