算法越复杂，稳定性越差

算法越复杂，稳定性确实可能会变差，这是因为复杂的算法通常涉及到更多的计算和更多的参数，存在更多的不确定性和随机性，从而导致算法的稳定性降低。以下是一些可能的情况：

1. 过拟合：复杂的算法容易过拟合，使得在训练数据上表现良好，但在测试数据上表现不稳定。

2. 参数调优：复杂的算法通常需要调整更多的参数，如果参数调整不当，也会导致算法的稳定性降低。

3. 数据量不足：如果数据量不足，复杂的算法容易过拟合，从而导致算法的稳定性降低。

4. 算法结构复杂：复杂的算法通常具有更多的分支、循环和递归结构，存在更多的路径和分支，从而导致算法的稳定性降低。

但是，复杂的算法也可以通过一些技术手段来提高稳定性，如通过正则化、交叉验证、集成学习等方法来避免过拟合，通过参数调优和数据增强来提高算法的鲁棒性。在实际应用中，需要根据具体的场景和需求，综合考虑算法的复杂度和稳定性，并选择合适的算法来解决问题。