Что показывает сложность по времени алгоритма

Сложность по времени (time complexity) показывает, как растёт время выполнения алгоритма при увеличении размера входных данных. Она оценивается с помощью нотации "О" большое (Big-O), которая описывает верхнюю границу роста.

Примеры:

• O(1) – константная сложность (доступ к элементу массива).
• O(n) – линейная (проход по списку).
• O(n²) – квадратичная (вложенные циклы).

# O(1)
def get_first_element(arr):
    return arr[0]  

# O(n)
def find_max(arr):
    max_val = arr[0]
    for num in arr:
        if num > max_val:
            max_val = num
    return max_val  

# O(n²)
def bubble_sort(arr):
    n = len(arr)
    for i in range(n):
        for j in range(0, n-i-1):
            if arr[j] > arr[j+1]:
                arr[j], arr[j+1] = arr[j+1], arr[j]

Сложность помогает сравнивать алгоритмы и выбирать оптимальный для больших данных.