你的運氣值多少錢？——用「代幣遊戲」破解電腦的搜尋代價（Searching algorithms）

搜尋關鍵字、數值或特定資料，是許多電腦應用的基礎——無論是查詢銀行餘額、在筆電找檔案，或是 Google 搜尋。

人們期望電腦能瞬間找到答案，我們最討厭看到螢幕上出現正在處理中的「死亡轉圈圈」。

但電腦其實很單純，它一次只能看一筆資料。試想一下，如果電腦每次都要把幾十億個網頁「全部看完」才能找到你要的東西，那你可能要等到天荒地老。

為了避免這種情況，電腦科學家發明了不同的「搜尋演算法 Searching algorithms 」。

今天，我們要把抽象的「運算時間」變成孩子在意的「代幣（零用錢）」。透過一場要花錢的遊戲，讓孩子親身體驗：面對亂七八糟的資料時，運氣多麼昂貴；而面對整理好的資料時，邏輯又是多麼省錢。

首先，我們要模擬電腦在處理「未排序資料（Unsorted List）」時的無奈，這種方法稱為「順序搜尋 (Sequential Search)」。

任務設定：
- 準備 15 張卡片，一面畫著動物，另一面寫著數字（1-15，但不照順序）。把動物面朝上排成一列。
- 關鍵道具： 給孩子 10 顆彈珠（或糖果/代幣）。
- 規則： 「我要找數字 4。你每翻開一張卡片，就要付給我 1 顆彈珠。如果彈珠用光了還沒找到，你就輸了」。
殘酷的體驗：
- 孩子開始翻牌。因為從動物圖案看不出背後的數字（資料是亂的），他們沒有邏輯可言，只能隨機選或從頭翻。
- 情境 A (幸運)： 第 1 張就翻到了！孩子很開心：「我只花了 1 顆彈珠！」
- 情境 B (不幸)： 翻到第 13 張才找到。
- 生活譬喻： 這就像你借了一本書給朋友，但忘了借給住在這 6 間房子裡的哪一位。因為不知道是誰，你只能一間一間敲門去問。
引導思考：
- 「哇，你剛剛差點破產耶！如果資料變多，變成兩倍（30 張），你覺得你要花的時間會變多少？」
- 答案： 平均來說，資料變兩倍，找的時間就會變兩倍。這就是依靠運氣的代價。

現在，我們要讓孩子體驗「整理資料」的威力，介紹「二分搜尋 (Binary Search)」。

改變設定：
- 一樣有15張卡片，這次使用數字在的範圍是1到100之間，但是我們把它們由小到大排好（Sorted）。
- 題目是要找到數字 52。
新規則：
- 我們有15個不同的數字，每張卡片上一個。雖然你看不到它們，但這次它們是按從小到大的順序排列的。這些數字的範圍是1到100。
- 「你還是只有 10 顆彈珠。但因為這次有排好順序，當你翻開一張牌，就要付給我 1 顆彈珠，如果不是我要的數字，你可以把所有不可能是答案的牌全部移除！」。

家長引導： 「既然每一顆彈珠都很珍貴，你想翻哪一張，可以幫你刪掉最多張牌？」
孩子通常會指中間。
家長動作：
- 翻開選中的卡片，露出下面的數字。
- 如果數字正確，遊戲結束
- 猜錯則移除這張卡片以及所有數字不可能是該數字的卡片（即選中卡片右側或左側的所有卡片）
引導思考：
- 重複「翻牌 -> 判斷大小 -> 掃掉一半」的過程。這叫做「分治法 (Divide and Conquer)」。
- 「猜了多少次才找到這個數字？」。
- 「怎麼猜可以一次移除最多卡片？」。

為什麼 Google 這麼快？

效率的飛躍：
- 從「順序搜尋」到「二分搜尋」的進步，展示了選擇正確演算法的重要性。
- 這也解釋了一個驚人的事實：用二分搜尋法，搜尋 200 萬筆資料的時間，幾乎跟搜尋 100 萬筆資料一樣快（只多切一次而已）。
現實應用：
- 這就是為什麼電腦可以處理海量數據。它透過不斷「切一半」，讓龐大的任務瞬間變得微不足道。

什麼時候該用哪一招？

我們要確認孩子理解適用情境，而不只是死背方法。

觀察點	❌ 較無效的反應 (只看結果)	✅ 較有效的引導 (看重過程)
當孩子在第一關（亂序）想用策略時	「這裡沒有邏輯，你就隨便猜。」	「你覺得選中間那張會比較容易中嗎？因為它是亂排的，選中間跟選旁邊，中獎機率有一樣嗎？」
當孩子在第二關（排序）猜錯邊時	「不對，52 比 40 大，你應該留右邊。」	「等等，如果我們把右邊都丟掉了，萬一 52 躲在右邊怎麼辦？我們再確認一次，52 是比 40 大還是小？」
關於「預測」的討論	「你猜 5 次是對的。」	「如果這 6 間房子是你朋友家，你覺得你需要敲幾次門才能找到書？為什麼有人覺得 1 次，有人覺得 6 次？」(討論運氣與平均值)