Можете объяснить концепцию временной и пространственной сложности алгоритмов с помощью нотации Big O?

Нотация Big O используется для оценки эффективности алгоритмов по времени и памяти.

• Временная сложность описывает, как количество операций (время выполнения) растёт с увеличением размера входных данных.
• Пространственная сложность показывает, сколько памяти требуется алгоритму в зависимости от размера входных данных.

Например, если алгоритм имеет временную сложность O(n), это значит, что время выполнения растёт линейно с размером входа n. Если O(n²) — время растёт квадратично.

Пример:

# Временная сложность O(n)
def sum_list(lst):
    total = 0
    for item in lst:
        total += item
    return total

Здесь время выполнения пропорционально длине списка.

Big O помогает сравнивать алгоритмы и выбирать более эффективные решения.