我正在尝试学习算法分析，但我陷入了asymptotic notation（大O...）和cases（最佳、最差和平均）之间的关系。
我了解到该Big O符号定义了算法的上限，即它定义函数的增长不能超过其上限。
起初，我觉得它计算的是最坏的情况。我谷歌了一下（为什么最坏的情况不是大O？）并得到了大量的答案，这些答案对于初学者来说并不那么容易理解。
我的结论如下：
Big O并不总是用来表示算法的最坏情况分析，因为，假设一个算法对最佳、平均和最差输入采取 O(n) 执行步骤，那么它的最佳、平均和最坏情况可以表示为 O （n）。
请告诉我我是否正确或者我遗漏了什么，因为我没有人来验证我的理解。请提出一个更好的例子来理解为什么Big O并不总是如此worst case。