增加复杂程度的列表？
可能重复：
Big O的纯英文解释
我正在阅读“算法导论”一书，但不明白这一点。 O（100），O（log（n）），O（n * log（n）），O（n2），O（n3）
好的，谢谢，我甚至知道它是什么，所以我现在要读大O的帖子。 但如果任何人都可以用外行的话来进一步解释这一点，那将是非常值得赞赏的。
谢谢
大O（简化）表示给定算法要完成多久，n是输入量。
例如：
无论输入多少，O（100） - >将完成100个单位。
O（log（n）） - >将完成log（n）
O（n2） - >将完成n ^ 2（n * n）
这是大O符号和算法效率的顺序：
O(1) ，而不是O(100) - 恒定时间 - 无论输入如何，算法都在恒定时间内执行
O(log(n)) - 对数时间 - 随着输入变大，时间也会变长，但是变小
O(n*log(n)) - 线性*对数 - 增加大于线性，但不如下面那样快
O(n^2) ，或者一般为O(n^k) ，其中k是常数 - 多项式时间，可能是最可行的算法
有更糟糕的算法，被认为对于非小型输入是不可行的：
O(k^n) - 指数
O(n!) - 阶乘
遵循Ackerman函数的算法...
这个符号是定向的。 例如， O(n^2)一些算法平均可以执行比O(n*log(n))快的速度 - 请参阅快速排序。
这个符号也是一个上限，这意味着它描述了一个最坏的情况。
它可用于空间复杂性或时间复杂性，其中n是所提供输入的大小。
上一篇: List of increasing order of complexity?
下一篇: O notation mean?