Big-O رشد را توصیف میکند، نه سرعت را: O(n) یعنی برای nهای بزرگ هزینه حداکثر متناسب با n رشد میکند. ضریبهای ثابت و جملههای کوچکتر حذف میشوند، برای همین دو الگوریتم O(n) میتوانند در زمان واقعی خیلی با هم فرق داشته باشند. نگاه کنید به جستوجوی دودویی (O(log n)) و تحلیل سرشکنشده.
Big-O
یک کران بالا برای رشد هزینهی الگوریتم با بزرگشدن ورودی n، بدون در نظر گرفتن ضریبهای ثابت و جملههای کوچکتر.