رشد الگوریتم‌ها با بزرگ شدن ورودی

n اندازه‌ی ورودی است

n یعنی تعداد چیزهایی که یک الگوریتم باید باهاشون کار کنه. این مدل برای هر n چند تابع رو حساب می‌کنه تا شکل رشدشان رو مقایسه کنی؛ الگوریتم واقعی یا زمان سپری‌شده‌ای اجرا نمی‌شه.

تابع‌ها با سرعت‌های متفاوت رشد می‌کنند

n, n*log_2(n), n^2, 2^n

خطی تقریباً هم‌پای n بالا می‌ره؛ خطی-لگاریتمی کمی تندتره؛ درجه‌دوم با n به توان دو رشد می‌کنه؛ و نمایی در اینجا ۲ به توان n است. برای n log₂ n در خروجی، مقدار به نزدیک‌ترین عدد صحیح گرد می‌شه.

نماد رشد، ثانیه‌ی اجرا نیست

O(n), O(n*log(n)), O(n^2), O(2^n)

در تحلیل الگوریتم، نمادهایی مثل O(n) معمولاً شکل رشد کار رو برای ورودی‌های بزرگ توصیف می‌کنن؛ ثابت‌ها و جمله‌های کوچک‌تر رو کنار می‌ذارن. این صفحه فقط چند تابع نمونه رو نمایش می‌ده و نمی‌گه هر الگوریتم واقعی دقیقاً همین تعداد مرحله رو دارد.