Big-O menjelaskan bagaimana waktu berjalan atau memori dari algoritma tumbuh seiring dengan bertambahnya ukuran input n. Ia menangkap perilaku asimptotik kasus terburuk, mengabaikan konstanta dan suku orde lebih rendah.
Idenya
Kami peduli dengan laju pertumbuhan, bukan jumlah langkah yang tepat. O(2n + 5) hanyalah O(n) karena seiring n membesar, konstanta dan suku yang lebih kecil menjadi tidak penting.
