Сложность алгоритма оценивается с помощью нотации Big-O (О-большое), которая описывает верхнюю границу времени выполнения или использования памяти в зависимости от размера входных данных. Основные типы сложности: - **O(1)** – константная сложность (например, доступ к элементу массива по индексу). - **O(log n)** – логарифмическая (бинарный поиск). - **O(n)** – линейная (проход по списку). - **O(n log n)** – линейно-логарифмическая (быстрая сортировка). - **O(n²)** – квадратичная (пузырьковая сортировка). - **O(2ⁿ)** – экспоненциальная (рекурсивное вычисление чисел Фибоначчи без мемоизации). Пример: ``` # O(n) – линейная сложность def sum_list(lst): total = 0 for num in lst: # n операций total += num return total ``` Важно анализировать худший случай, игнорируя константы и менее значимые члены (например, O(2n + 100) → O(n)).