解決語(yǔ)言演化問(wèn)題的難度不亞于破解物種演化之謎的難度；語(yǔ)言演化既是一種社會(huì)現(xiàn)象，又是一種自然現(xiàn)象，還是人類心智發(fā)展和歷史文化演變的結(jié)果；由于語(yǔ)言的起源與變化有其內(nèi)在的原因和外界的影響，從而增加了語(yǔ)言演化問(wèn)題的
復(fù)雜性?！芎Ｖ?/div>
一個(gè)人一生命運(yùn)的復(fù)雜性，有時(shí)也是悲劇性就在于：雖然“草稿”里蘊(yùn)藏著成為一個(gè)獨(dú)特的個(gè)人的各種素質(zhì)——卓越的才能、稟賦、傾向性、天才——但是負(fù)責(zé)對(duì)這一“草稿”進(jìn)行加工，以便使其變得更為美好的人，卻反其道而行之，他用自己那雙笨拙而又漫不經(jīng)心的手把草圖中美好的東西弄得丑陋不堪。——蘇霍姆林斯基
數(shù)量地理學(xué)
其他科技名詞
復(fù)雜性理論
所謂復(fù)雜性理論，從根本上說(shuō)就是研究哪些工作可以很容易地用計(jì)算機(jī)完成，哪些工作不能的理論。
在復(fù)雜性理論中，最
關(guān)鍵的事情是搞清楚隨著輸入數(shù)據(jù)的增長(zhǎng)，解決一個(gè)問(wèn)題所需的步驟會(huì)以什么樣的方式增加。
[1] 如果一個(gè)問(wèn)題的求解需要相當(dāng)多的資源（無(wú)論用什么算法），則被認(rèn)為是難解的。
計(jì)算復(fù)雜性理論通過(guò)引入數(shù)學(xué)計(jì)算模型來(lái)研究這些問(wèn)題以及定量計(jì)算解決問(wèn)題所需的資源（時(shí)間和空間），從而將資源的確定方法正式化了。其他復(fù)雜性測(cè)度同樣被運(yùn)用，比如通信量（應(yīng)用于通信復(fù)雜性），電路中門(mén)的數(shù)量（應(yīng)用于電路復(fù)雜性）以及
中央處理器的數(shù)量（應(yīng)用于并行計(jì)算）。計(jì)算復(fù)雜性理論的一個(gè)作用就是確定一個(gè)能或不能被計(jì)算機(jī)求解的問(wèn)題的所具有的實(shí)際限制。
在理論計(jì)算機(jī)科學(xué)領(lǐng)域，與此相關(guān)的概念有算法分析和
可計(jì)算性理論。兩者之間一個(gè)關(guān)鍵的區(qū)別是前者致力于分析用一個(gè)確定的算法來(lái)求解一個(gè)問(wèn)題所需的資源量，而后者則是在更廣泛意義上研究用所有可能的算法來(lái)解決相同問(wèn)題。更精確地說(shuō)，它嘗試將問(wèn)題分成能或不能在現(xiàn)有的適當(dāng)受限的資源條件下解決這兩類。相應(yīng)地，在現(xiàn)有資源條件下的限制正是區(qū)分
計(jì)算復(fù)雜性理論和可計(jì)算性理論的一個(gè)重要指標(biāo)：后者關(guān)心的是何種問(wèn)題原則上可以用算法解決。
復(fù)雜性理論所研究的資源中最常見(jiàn)的是時(shí)間（要通過(guò)多少步演算才能解決問(wèn)題）和空間（在解決問(wèn)題時(shí)需要多少內(nèi)存）。其他資源亦可考慮，例如在并行計(jì)算中，需要多少
并行處理器才能解決問(wèn)題。
時(shí)間復(fù)雜度是指在計(jì)算機(jī)科學(xué)與工程領(lǐng)域完成一個(gè)算法所需要的時(shí)間，是衡量一個(gè)算法優(yōu)劣的重要參數(shù)。時(shí)間復(fù)雜度越小，說(shuō)明該算法效率越高，則該算法越有價(jià)值。
空間復(fù)雜度是指計(jì)算機(jī)科學(xué)領(lǐng)域完成一個(gè)算法所需要占用的存儲(chǔ)空間，一般是輸入?yún)?shù)的函數(shù)。它是算法優(yōu)劣的重要度量指標(biāo)，一般來(lái)說(shuō)，空間復(fù)雜度越小，算法越好。我們假設(shè)有一個(gè)圖靈機(jī)來(lái)解決某一類語(yǔ)言的某一問(wèn)題，設(shè)有X個(gè)字（word）屬于這個(gè)問(wèn)題，把X放入這個(gè)圖靈機(jī)的輸入端，這個(gè)圖靈機(jī)為解決此問(wèn)題所需要的工作帶格子數(shù)總和稱為空間。
復(fù)雜度理論和
可計(jì)算性理論不同，可計(jì)算性理論的重心在于問(wèn)題能否解決，不管需要多少資源。而復(fù)雜性理論作為計(jì)算理論的分支，某種程度上被認(rèn)為和算法理論是一種“矛”與“盾”的關(guān)系，即算法理論專注于設(shè)計(jì)有效的算法，而復(fù)雜性理論專注于理解為什么對(duì)于某類問(wèn)題，不存在有效的算法
[2] 。
歷史
編輯 播報(bào)
在20世紀(jì)50年代，Trahtenbrot和Rabin的論文被認(rèn)為是該領(lǐng)域最早的文獻(xiàn)。而一般說(shuō)來(lái)，被公認(rèn)為奠定了計(jì)算復(fù)雜性領(lǐng)域基礎(chǔ)的是Hartmanis和Stearns的1960年代的論文On the computational complexity of algorithms。在這篇論文中，作者引入了時(shí)間
在20世紀(jì)50年代，Trahtenbrot和Rabin的論文被認(rèn)為是該領(lǐng)域最早的文獻(xiàn)。而一般說(shuō)來(lái)，被公認(rèn)為奠定了計(jì)算復(fù)雜性領(lǐng)域基礎(chǔ)的是Hartmanis和Stearns的1960年代的論文On the computational complexity of algorithms。在這篇論文中，作者引入了時(shí)間復(fù)雜性類TIME(f(n))的概念，并利用對(duì)角線法證明了時(shí)間層級(jí)定理（Time Hierarchy Theorem）。
在此之后，許多研究者對(duì)復(fù)雜性理論作出了貢獻(xiàn)。期間重要的發(fā)現(xiàn)包括：對(duì)隨機(jī)算法的去隨機(jī)化（derandomization）的研究，對(duì)近似算法的不可近似性（hardness of approximation）的研究，以及
交互式證明系統(tǒng)理論和
零知識(shí)證明（Zero-knowledge proof）等。特別的復(fù)雜性理論對(duì)近代密碼學(xué)的影響非常顯著，而最近，復(fù)雜性理論的研究者又進(jìn)入了博弈論領(lǐng)域，并創(chuàng)立了“算法博弈論”（algorithmic game theory）這一分支
[3] 。
基本概念工具
編輯 播報(bào)
計(jì)算模型與計(jì)算資源
計(jì)算復(fù)雜性理論的研究對(duì)象是算法在執(zhí)行時(shí)所需的計(jì)算資源，而為了討論這一點(diǎn)，我們必須假設(shè)算法是在某個(gè)計(jì)算模型上運(yùn)行的。常討論的計(jì)算模型包括
圖靈機(jī)（Turing machine）和
電路（circuit），它們分別是一致性（uniform）和非一致性（non-uniform）計(jì)算模型的代表。而計(jì)算資源與計(jì)算模型是相關(guān)的，如對(duì)圖靈機(jī)我們一般討論的是時(shí)間、空間和隨機(jī)源，而對(duì)電路我們一般討論電路的大小。
由邱奇-圖靈論題（Church-Turing thesis），所有的一致的計(jì)算模型與圖靈機(jī)在多項(xiàng)式時(shí)間意義下是等價(jià)的。而由于我們一般將多項(xiàng)式時(shí)間作為有效算法的標(biāo)志，該論題使得我們可以僅僅關(guān)注圖靈機(jī)而忽略其它的計(jì)算模型。
判定性問(wèn)題和可計(jì)算性
我們考慮對(duì)一個(gè)算法問(wèn)題，什么樣的回答是我們所需要的。比如搜索問(wèn)題：給定數(shù)組A，和一個(gè)數(shù)s，我們要問(wèn)s在不在A中（判定性問(wèn)題，decision problem）。而進(jìn)一步的，s如果在A中的話，s的位置是什么（搜索型問(wèn)題，search problem）。再比如完美匹配問(wèn)題（perfect matching）：給定一個(gè)二分圖G=(V,E)，我們問(wèn)是不是存在邊集E，使得二分圖中每個(gè)結(jié)點(diǎn)恰好屬于該邊集的一條邊（判定型問(wèn)題）。而進(jìn)一步的，E存在的話，E具體是什么（搜索型問(wèn)題）。
自然的，我們會(huì)發(fā)現(xiàn)對(duì)于一般的算法問(wèn)題A，我們都可以這樣來(lái)問(wèn)：首先，解是不是存在的？其次，如果解存在，這個(gè)解具體是什么？這就是A的判定型問(wèn)題和A的搜索型問(wèn)題（又稱函數(shù)型問(wèn)題）區(qū)分來(lái)源的直觀解釋。對(duì)判定型問(wèn)題的回答只需是“是”或“否”，而對(duì)搜索型問(wèn)題，需要返回解的具體形式或者“解不存在”。所以一個(gè)對(duì)A的搜索型問(wèn)題的算法自然的也是對(duì)A的判定型問(wèn)題的算法。反之，給定了一個(gè)A的判定型問(wèn)題的算法，是否存在A的搜索型問(wèn)題的算法，在
可計(jì)算性理論和
計(jì)算復(fù)雜性理論中有著不同的回答，這也是理解計(jì)算復(fù)雜性理論與它的前身可計(jì)算性理論不同的一個(gè)基本的觀察。
在可計(jì)算性理論中，可以說(shuō)明，判定型問(wèn)題和搜索型問(wèn)題在可計(jì)算性的意義下是等價(jià)的（見(jiàn)Decision problem）。而在計(jì)算復(fù)雜性中，Khuller和Vazirani在1990年代證明了在P≠NP的假設(shè)下，平面圖4-著色問(wèn)題的判定型問(wèn)題是在P中的，而尋找其字典序第一的著色是NP難的。
所以在可計(jì)算性理論中，只關(guān)注判定型問(wèn)題是合理的。在
計(jì)算復(fù)雜性理論中，雖然一些基本的復(fù)雜性類（如P，NP和PSPACE），以及一些基本的問(wèn)題（P和NP關(guān)系問(wèn)題等）是用判定型問(wèn)題來(lái)定義的，但函數(shù)型問(wèn)題復(fù)雜性類也被定義（如FP，F(xiàn)NP等），而且一些特別的函數(shù)型問(wèn)題復(fù)雜性類，如TFNP，也正在逐漸受到關(guān)注。
算法分析
上面提到計(jì)算復(fù)雜性理論的研究對(duì)象是執(zhí)行一項(xiàng)計(jì)算任務(wù)所用的資源，特別的，時(shí)間和空間是最重要的兩項(xiàng)資源。
我們用時(shí)間作例子來(lái)討論算法分析的一些基礎(chǔ)知識(shí)。如果將輸入的長(zhǎng)度（設(shè)為n）作為變量，而我們關(guān)注的是算法運(yùn)行時(shí)間與n的函數(shù)關(guān)系T(n)。因?yàn)橐粋€(gè)算法在不同的計(jì)算模型上實(shí)現(xiàn)時(shí)T(n)可能會(huì)有常數(shù)因子的差別（參見(jiàn)可計(jì)算性理論），我們使用大O表達(dá)式來(lái)表示T(n)，這使得我們可以忽略在不同計(jì)算模型上實(shí)現(xiàn)的常數(shù)因子。
以搜索這個(gè)計(jì)算任務(wù)為例。在搜索問(wèn)題中，給定了一個(gè)具體的數(shù)s，和長(zhǎng)度為n的數(shù)組A（數(shù)組中數(shù)的位置用1到n作標(biāo)記），任務(wù)是當(dāng)s在A中時(shí)，找到s的位置，而s不在A中時(shí)，需要報(bào)告"未找到"。這時(shí)輸入的長(zhǎng)度即為n+1。下面的過(guò)程即是一個(gè)最簡(jiǎn)單的算法：我們依次掃過(guò)A中的每個(gè)數(shù)，并與s進(jìn)行比較，如果相等即返回當(dāng)前的位置，如果掃遍所有的數(shù)而算法仍未停止，則返回"未找到"。
如果我們假設(shè)s在A中每個(gè)位置的概率都相同，那么算法在找到s的條件下需要1/n (1+2+...+n)=n(n+1)/2n=(n+1)/2的時(shí)間。如果s不在A中，那么需要(n+1)的時(shí)間。由大O表達(dá)式的知識(shí)我們知道算法所需的時(shí)間即為O(n)。
而如果我們進(jìn)一步假設(shè)A是已排序的，那么我們有二分查找算法，使得算法的運(yùn)行時(shí)間是O(logn)。可以看出執(zhí)行一項(xiàng)計(jì)算任務(wù)，不同的算法在運(yùn)行時(shí)間上是有很大差異的
[4] 。
復(fù)雜性類
將計(jì)算問(wèn)題按照在不同計(jì)算模型下所需資源的不同予以分類，從而得到一個(gè)對(duì)算法問(wèn)題“難度”的類別，就是復(fù)雜性理論中復(fù)雜性類概念的來(lái)源。例如一個(gè)問(wèn)題如果在確定性圖靈機(jī)上所需時(shí)間不會(huì)超過(guò)一個(gè)確定的多項(xiàng)式（以輸入的長(zhǎng)度為多項(xiàng)式的不定元），那么我們稱這類問(wèn)題的集合為P（polynomial time Turing machine）。而將前述定義中的“確定性圖靈機(jī)”改為“不確定性圖靈機(jī)”，那么所得到的問(wèn)題集合為NP（non-deteministic polynomial time Turing machine）。類似的，設(shè)n為輸入的長(zhǎng)度，那我們可以定義“在確定性圖靈機(jī)上所需空間不超O(logn）的算法問(wèn)題的集合”（即為L(zhǎng)），“存在深度為O(logn)，輸入的度（fan-in）為O(1)的電路族（circuit family）的算法問(wèn)題的集合”（即為NC）等等復(fù)雜性類。
定義復(fù)雜性類問(wèn)題的目的是為了將所有的算法問(wèn)題進(jìn)行分類，以確定當(dāng)前算法的難度，和可能的前進(jìn)方向。這是復(fù)雜性理論的一個(gè)主線之一：對(duì)算法問(wèn)題進(jìn)行抽象和分類。例如透過(guò)大O表達(dá)式，我們可以對(duì)忽略因計(jì)算模型不同而引入的常數(shù)因子。而第二個(gè)重要的理論假設(shè)，就是將多項(xiàng)式時(shí)間作為有效算法的標(biāo)志（與之對(duì)應(yīng)的是指數(shù)時(shí)間）。這樣，復(fù)雜性類使得我們可以忽略多項(xiàng)式階的不同而專注于多項(xiàng)式時(shí)間和指數(shù)時(shí)間的差別。（對(duì)多項(xiàng)式時(shí)間作為有效算法的標(biāo)志這一點(diǎn)是有一定爭(zhēng)議的，比如，如果算法的運(yùn)行時(shí)間n，那它也可以看作是緩慢的，見(jiàn)理論與實(shí)踐。）在本文的其余章節(jié)，“有效算法”等價(jià)于“
多項(xiàng)式算法”
歸約
歸約（reduction）是將不同算法問(wèn)題建立聯(lián)系的主要的技術(shù)手段，并且在某種程度上，定義了算法問(wèn)題的相對(duì)難度。簡(jiǎn)單來(lái)說(shuō)，假設(shè)我們有算法任務(wù)A和B，如果我們想說(shuō)“A比B簡(jiǎn)單”（記為A≤B），它應(yīng)該是什么意思呢？從歸約的觀點(diǎn)來(lái)看，就是說(shuō)如果我們有了B的有效算法M，那么我們有一個(gè)有效算法N，它可以引用M，最終它要解決A問(wèn)題。
我們以點(diǎn)集覆蓋問(wèn)題（vertex cover）和獨(dú)立集問(wèn)題（independent set）為例來(lái)進(jìn)行說(shuō)明。這兩個(gè)問(wèn)題都是圖論中的問(wèn)題。假設(shè)給定了無(wú)向圖G=(V, E)，和一個(gè)自然數(shù)k，點(diǎn)集覆蓋問(wèn)題是要找到V的子集S，使得對(duì)?e∈E，有s∈ S，使得s∈ e，且|S|≤k；而獨(dú)立集問(wèn)題也是要找V的子集S，要求是?s1, s2∈S，(s1, s2)? E，且|S|≤k。
一個(gè)簡(jiǎn)單的觀察即是：對(duì)G=(V, E)，一個(gè)S?V是覆蓋點(diǎn)集，當(dāng)且僅當(dāng)S在G的
補(bǔ)圖中是獨(dú)立點(diǎn)集（而且保持集合大?。?。利用這個(gè)觀察，假設(shè)我們有了解決覆蓋點(diǎn)集問(wèn)題的算法M，我們?cè)O(shè)計(jì)解決獨(dú)立點(diǎn)集的算法N如下：
算法N。
輸入：給定無(wú)向圖G=(V, E)，自然數(shù)k；
輸出：一個(gè)大小≤ k的獨(dú)立點(diǎn)集（如果存在，否則返回“不存在”）；
已知：算法M，輸入為(無(wú)向圖G, 自然數(shù)k)，輸出大小≤ k的覆蓋點(diǎn)集，如果這樣的點(diǎn)集存在。否則返回“不存在”；
算法步驟：
對(duì)G，產(chǎn)生G的補(bǔ)圖G'；
調(diào)用M，輸入為(G', k)；
如果M返回“不存在”，輸出不存在。如果M返回S?V，輸出S。
可以看出若產(chǎn)生補(bǔ)圖這一步是有效的，那么如果M有效，N也是有效的。一般的，如果我們有一個(gè)B有效的算法M，和利用B作為“神諭”（oracle）的解決A問(wèn)題的算法N，那么如果N是有效的，則我們有有效的解決A問(wèn)題的算法N'——只需將N中查詢B的操作換作具體的M算法即可。而這一性質(zhì)的基本解釋是：將多項(xiàng)式的不定元用另一個(gè)多項(xiàng)式代替，那么得到的仍是一個(gè)多項(xiàng)式。
所以從歸約的觀點(diǎn)來(lái)看，下面的說(shuō)法可以看作與“A比B簡(jiǎn)單”（記為A≤B）等價(jià)：
A歸約到B（reduces A to B, or A is reducible to B, or A can be reduced to B）；
存在通過(guò)查詢B問(wèn)題來(lái)解決A問(wèn)題的算法（there exists an algorithm that asks oracles of B, and solves A）。
理論與實(shí)踐
編輯 播報(bào)
計(jì)算復(fù)雜性的初衷是理解不同算法問(wèn)題的難度，特別的是一些重要算法問(wèn)題的困難性。為了確切的描述一個(gè)問(wèn)題的困難性，計(jì)算復(fù)雜性的第一步抽象是認(rèn)為多項(xiàng)式時(shí)間是有效的，非多項(xiàng)式時(shí)間是困難的。這基于指數(shù)函數(shù)增長(zhǎng)速度的“違反直覺(jué)”的特性：如果一個(gè)算法的時(shí)間復(fù)雜性為2的n次方，取輸入的規(guī)模是100，在運(yùn)算速度是10的12次方每秒（關(guān)于CPU速度，參見(jiàn)Instructions per second，其中報(bào)告截止2009年，主流個(gè)人電腦的運(yùn)算速度可以看作是4X10的10次方每秒）的情況下，該程序?qū)?huì)運(yùn)行4X10的10次方年，幾乎是宇宙年齡。這為多項(xiàng)式時(shí)間被看作是有效時(shí)間提供了直觀上的證據(jù)。
然而多項(xiàng)式的指數(shù)很大的時(shí)候，算法在實(shí)踐中也不能看作是有效的。如n的10次方的
多項(xiàng)式算法，取問(wèn)題規(guī)模大小為1000，那么幾乎就是2的100次方的大小。另一方面，即便一個(gè)問(wèn)題沒(méi)有多項(xiàng)式算法，它可能會(huì)有近似比很好的近似算法（參見(jiàn)近似算法），或有很好的
啟發(fā)式算法（heuristics）。啟發(fā)式算法的特點(diǎn)是在理論上沒(méi)有精確的行為的分析，或者可以表明存在很壞的輸入，在這些輸入上運(yùn)行很慢。然而在大多數(shù)時(shí)候，它都能快速解決問(wèn)題。計(jì)算復(fù)雜性中對(duì)應(yīng)的理論分析是平均復(fù)雜性理論（average-case complexity theory）和光滑分析（smooth analysis）。實(shí)際中的例子包括en:Presburger arithmetic、布爾可滿足性問(wèn)題（參見(jiàn)SAT solver）和
背包問(wèn)題。
復(fù)雜性造句
國(guó)際法這一領(lǐng)域，不熟悉其復(fù)雜性則寸步難行。這其中的復(fù)雜性圍繞著技能的屬性。巨大的成就是在巨大的期望之中產(chǎn)生的。信任是減低社會(huì)復(fù)雜性的一種機(jī)制。問(wèn)題的復(fù)雜性，艱巨性和挑戰(zhàn)性在近幾年來(lái)我國(guó)貿(mào)易實(shí)踐中已經(jīng)顯現(xiàn)出來(lái)。所以時(shí)間復(fù)雜性與雙數(shù)組的大小和字母集的大小成正比。在競(jìng)技舞廳舞的世界，一個(gè)舞種的多元化通過(guò)不同的標(biāo)準(zhǔn)來(lái)衡量：包括肉體和視覺(jué)上的觀感，復(fù)雜性、樂(lè)性、續(xù)時(shí)間和舞者的表情。幾何、理論算術(shù)和代數(shù)，這些學(xué)科除了定義和公理之外，沒(méi)有其他原則，除了演繹以外，沒(méi)有其他證明過(guò)程但就在這一過(guò)程中，卻已綜合了簡(jiǎn)單性、復(fù)雜性、嚴(yán)密性和一般性，這一特性是不為其它學(xué)科所具有的。在計(jì)算復(fù)雜性領(lǐng)域里，大多數(shù)復(fù)雜類都是按照接受它們的圖靈機(jī)而加以描述的。利用最大樹(shù)法來(lái)實(shí)現(xiàn)對(duì)小樣本案例的聚類與提取，避免了制定推理規(guī)則的復(fù)雜性。該電梯調(diào)度方法有效地避免了電梯“空駛現(xiàn)象”，并大大降低了方法的復(fù)雜性。
字義分解
復(fù)
讀音：fù
復(fù)fù
(1)（動(dòng)）重復(fù)：～寫(xiě)｜～制。
(2)（形）繁復(fù)：～姓｜～分?jǐn)?shù)｜～比例。
(3)（動(dòng)）轉(zhuǎn)過(guò)去或轉(zhuǎn)回來(lái)：反～無(wú)常｜翻來(lái)～去｜循環(huán)往～。
(4)（動(dòng)）回答；答復(fù)：～信｜請(qǐng)即電～。也作覆。
(5)（動(dòng)）恢復(fù)：光～｜收～｜～婚。
(6)（動(dòng)）報(bào)復(fù)：～仇。
(7)（副）再；又：舊病～發(fā)｜死灰～燃｜死而～蘇｜一去不～返。
雜
讀音：zá
雜zá
(1)（形）多種多樣的；混雜的。
(2)（動(dòng)）混合在一起；攙雜。
性
讀音：xìng
性xìng
(1)（名）性格：個(gè)～｜耐～｜天～。
(2)（名）性能；性質(zhì)：彈～｜藥～｜油～。
(3)（名）在思想、感情等方面的表現(xiàn)：黨～｜紀(jì)律～。
(4)（形）有關(guān)生物的生殖或性欲的：～器官｜～行為｜～生活。
(5)（名）性別：男～｜女～｜雄～｜雌～。
(6)（名）表示名詞（以及代詞、形容詞）的類別的語(yǔ)法范疇。
與復(fù)雜性相關(guān)的詞語(yǔ)
復(fù)雜復(fù)性品流復(fù)雜復(fù)雜如繁錯(cuò)綜復(fù)雜紛繁復(fù)雜復(fù)雜勞動(dòng)可復(fù)用性有性雜交雜雜亂雜雜火雜雜嘈嘈雜雜刮刮雜雜拉拉雜雜
與復(fù)雜性相關(guān)的成語(yǔ)
錯(cuò)綜復(fù)雜嘈嘈雜雜拉拉雜雜雜七雜八刮刮雜雜反反復(fù)復(fù)良莠淆雜門(mén)無(wú)雜客五方雜厝人多口雜職務(wù)繁雜雜沓而至雜亂無(wú)章蜂屯蟻雜私心雜念
