大 O 表示法

它在哪一节里

知识点不单独存在 —— 它属于算法的时间与空间复杂度这一节。要理解它，通常得先看这一节讲什么。

时间复杂度描述执行步数随数据规模增长的趋势，空间复杂度描述额外存储需求随规模增长的趋势。

同一节的其他知识点

• 时间代价与空间代价时间代价指算法运行所需的基本操作次数，空间代价指除输入数据外额外占用的存储单元，二者往往需要相互权衡。
• 复杂度的估算方法根据循环嵌套的层数、每层重复次数和递归深度估算数量级，并列的语句相加后取增长最快的一项作为结果。
• 常见复杂度的量级常数、对数、线性、平方等量级增长快慢差异明显，规模越大差距越突出。
• 以空间换时间多用一个辅助数组往往能减少重复计算，是常见的优化取舍。

学习顺序：先学什么，后学什么

「这节里的前后」是编纂顺序（讲解顺序），说的是这一节讲到哪一步；「哪些节要在前面」才是先修关系。

学习「大 O 表示法」

这个知识点还没有内容（还没有教材或出版物接进来）。现在能做的：看清它在坐标系里的位置 —— 先修是什么、学完之后通向哪里，然后把「我了解了」记下来。

自述不等于掌握：它只是「我知道这一条讲什么」，不会计入学习单元完成数。学习记录存在这台设备上。

还没有内容讲到这条知识点。导入并发布一份讲到它的材料后，Publishing 会在正文里找候选（带原句作证据）， 由人确认后挂到这条上。