大 O 与函数增长速度之间的区别
Difference between Big O and How fast a Function grows
我似乎混淆了两个概念，渐近复杂度（函数增长的速度）和大 O（算法的时间复杂度）。它们是一样的吗？
例如，我知道 O(1) 是算法的最佳情况 运行 时间。但很明显，这比 O(n^n) 之类的增长速度慢得多，后者增长得非常快，但这不是一种有利的算法复杂性吗？
还有类似的东西：
nlogn 比 1 或 logn 增长得更快，但所有这些功能都比 n^n 增长得慢？任何澄清将不胜感激。
Big O是一种衡量算法渐近复杂度的方法，可以是时间，也可以是space。来自维基百科 link：
A description of a function in terms of big O notation usually only
provides an upper bound on the growth rate of the function.
...
Big O notation is also used in many other fields to provide similar estimates.
n 的大小有一些要说的，因为 O(1) 是最好的复杂度，尽管这表明对于足够大的 n，常数项并不重要。
https://classes.soe.ucsc.edu/cmps102/Spring04/TantaloAsymp.pdf 可能有助于查看可以使用的不同符号。
我似乎混淆了两个概念，渐近复杂度（函数增长的速度）和大 O（算法的时间复杂度）。它们是一样的吗？
例如，我知道 O(1) 是算法的最佳情况 运行 时间。但很明显，这比 O(n^n) 之类的增长速度慢得多，后者增长得非常快，但这不是一种有利的算法复杂性吗？
还有类似的东西：
nlogn 比 1 或 logn 增长得更快，但所有这些功能都比 n^n 增长得慢？任何澄清将不胜感激。
Big O是一种衡量算法渐近复杂度的方法，可以是时间，也可以是space。来自维基百科 link：
A description of a function in terms of big O notation usually only provides an upper bound on the growth rate of the function.
...
Big O notation is also used in many other fields to provide similar estimates.
n 的大小有一些要说的，因为 O(1) 是最好的复杂度，尽管这表明对于足够大的 n，常数项并不重要。
https://classes.soe.ucsc.edu/cmps102/Spring04/TantaloAsymp.pdf 可能有助于查看可以使用的不同符号。