可能重复:
Big O的简明英语解释
我想这可能是在课堂上讲授的东西,但作为一名自学成才的程序员,我很少见到它.
我收集它与时间有关,而O(1)是最好的,而像O(n ^ n)这样的东西非常糟糕,但是有人能指出我对其实际代表的基本解释,这些数字来自哪里？
Big O 指的是最坏情况下的运行时顺序。它用于显示算法根据数据集的大小（n-> 项目数）扩展的程度。
由于我们只关心顺序，常数乘数被忽略，任何比主项增长速度慢的项也被删除。一些例子：
单个操作或一组操作是 O(1)，因为它需要一些恒定的时间（不随数据集大小而变化）。
一个循环是 O(n)。循环遍历数据集中的每个元素。
嵌套循环是 O(n^2)。嵌套嵌套循环是 O(n^3) 及以后的。
二叉树搜索之类的东西是log(n)，比较难显示，但是在树的每一层，可能的解数减半，所以层数是log(n)（假设树是平衡的）。
类似于找到最接近给定值的一组数字的总和是 O(n!)，因为需要计算每个子集的总和。这真是太糟了。