Обозначение Big O (Большое О) используется для описания асимптотической оценки сложности алгоритма, то есть того, как время выполнения или потребление памяти растут в зависимости от размера входных данных.

Big O показывает верхнюю границу роста ресурсоёмкости алгоритма при увеличении объёма данных, игнорируя константы и менее значимые слагаемые.

Например:

O(1) — константное время, не зависит от размера данных.
O(n) — линейное время, пропорционально размеру входа.
O(n²) — квадратичное время, например, вложенные циклы.

Пример в Python:

# Линейный поиск - O(n)
def linear_search(arr, target):
    for i in arr:
        if i == target:
            return True
    return False

Big O помогает сравнивать эффективность алгоритмов и выбирать оптимальные решения.

Какое значение имеет обозначение Big O в анализе алгоритмов?