Big O fala sobre como os algoritmos ESCALAM a depender do tamanho do input, e não necessariamente sobre a performance do algoritmo.

<aside> 💡

É uma forma de denotar desempenho de algoritmos, mas não é uma medida de performance

</aside>

<aside> 💡

Big O não mede o tempo exato de execução de um algoritmo, mas sim como o tempo cresce à medida que o tamanho do input aumenta. 📈

</aside>


Big O pode ser usado para medir a complexidade temporal e a complexidade espacial de um algoritmo.


Análise assintótica é a forma de analisar como um algoritmo se comporta em termos de tempo e memória à medida que o tamanho da entrada cresce.


Principais notações do BIG O:

O(1) – Complexidade Constante →

"Acender a luz com um interruptor – leva sempre o mesmo tempo, não importa o tamanho da casa."