Алгоритмическая сложность измеряется с помощью нотации Big-O (О-большое), которая описывает верхнюю границу роста времени выполнения или использования памяти алгоритма в зависимости от размера входных данных (n). Основные виды сложности: - O(1) – константная (доступ по индексу в массиве) - O(log n) – логарифмическая (бинарный поиск) - O(n) – линейная (поиск в неотсортированном массиве) - O(n log n) – линейно-логарифмическая (быстрая сортировка) - O(n²) – квадратичная (пузырьковая сортировка) - O(2ⁿ) – экспоненциальная (рекурсивное вычисление чисел Фибоначчи) Пример: ``` # O(n) - линейная сложность def linear_search(arr, target): for item in arr: if item == target: return True return False ``` Сложность анализируется для худшего случая, игнорируя константы и меньшие члены (O(2n + 5) → O(n)).