在前面我们说到了所谓的“计算机科学”，重点在于如何控制大型系统的复杂性。
复杂性本身当然也是个很大的话题，而一种常见的复杂性的来源则是重复性，即是由不断的重复所带来的复杂性。
重复性带来的复杂性常被人忽视，大概是因为一开始它是不起眼的，而当人们意识到它的存在时可能已经陷入了泥潭。
从心理学说起
下面的一幅图（来自知乎日报），你一眼就能看出有几个点的是哪些呢？
显然，上面一行你能很容易看出来，下面一行则有难度了。心理学上还有一个所谓的“短时记忆的容量”问题：
1956 年，美国心理学家米勒教授发表了一篇重要的论文，明确提出短时记忆的容量为 7±2，即一般为 7，并在 5 ~ 9 之间波动。这就是神奇的 7±2 效应。这在我们日常生活中也不难观察到，最简单的例子就是有人在电话里报了一个手机号码给你，多数人都不得不借助纸和笔才能记下来。
一个手机号码，不过是从 9 再多重复了两次，到了 11 位，多数人就无法一下子记住它们了。所以，即便是简单的重复，它的影响也可能是深远的。
一个隐喻场景
让我们来看一个更具体的例子，先从一个简单的隐喻场景说起，假如你掉了一根针在你的座位底下，你要怎么找回它呢？很简单，你东找找，西找找，东找不着，你就西找，西也找不着，你就重复东找，然后重复西找，直到你找到为止。在这种情况下，你不需要任何的方法论。以下可能是你寻找的路径：
现在假设针不是掉在了座位底下，而是在整个房间里，但你不知道具体哪里，现在你要怎么找呢？
整个房间与座位底下有什么本质不同吗？好像没有，不过是一小块面积重复了更多遍而已，然而它已经对你的寻找策略造成了冲击。你还能像之前那样东找找西找找吗？当然，你想撞下运气也是可以的，但你也可能面临重复了几次依旧一无所获的尴尬境地。此刻，最保险的方式是遵循如下蛇形的逐行扫描式的排查，
这样你能确保你的寻找时间有一个上限。现在，场景再换一下，假设针不是掉在了房间里，而是在一个大操场上，你要怎么找呢？
可以说，现在那种随机游走式的东找找西找找再也不适合了，首先一次随机找到的概率太低了，然后反复随机的话，你不能确切知道那些地方你已经找过了。
一个大操场与一间房间本质上还是一样的，只是面积重复了更多次，但我们以往的寻找策略则彻底不行了，即便是那种蛇形的逐行扫描式的排查也有很大风险了。对于这种情况，首先最好是操场划出块来：
然后是一些簿记工作：
然后一块一块寻找，在每一小块中，重复房间的寻找策略：
找完了则在簿记上标记一下，直到找到为止。如果一遍过完了还没有找到，则清除所有标记，重复再查找。
还有可能发动更多的人，把不同块分配给不同的人，进行并发式的寻找。不难看出，以上寻找策略与最开始的策略有了天壤之别，而这就是简单重复性所带来的冲击，重复性也能导致复杂性。