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.

• Complexidade Temporal: Diz respeito ao tempo de execução (runtime), ou seja, quanto de tempo demora em runtime. Mais comum em entrevistas
• Complexidade Espacial: Diz respeito ao quanto de memória adicional precisamos alocar

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."

• 🧠 Explicado usando Feynman Technique
• 🧐 Exemplo prático
• ⏰ Falando sobre complexidade Temporal
• 👩🏼‍🚀 Falando sobre complexide Espacial
• 🔍 Como descobrir se é O(1)?