在描述算法复杂度时，经常用到O(1), O(n), O(logn), O(nlogn)来表示对应复杂度程度, 不过目前大家默认也通过这几个方式表示空间复杂度 。

那么，O(1), O(n), O(logn), O(nlogn)就可以看作既可表示算法复杂度，也可以表示空间复杂度。

大O加上（）的形式，里面其实包裹的是一个函数f(),O（f()）,指明某个算法的耗时/耗空间与数据增长量之间的关系。其中的n代表输入数据的量。
O(1), O(n), O(logn), O(nlogn) 的区别_定义域

这里普及一下对称函数

一般地，对数函数以幂（真数）为自变量，指数为因变量，底数为常量的函数。

对数函数是6类基本初等函数之一。其中对数的定义：

如果ax =N（a>0，且a≠1），那么数x叫做以a为底N的对数，记作x=logaN，读作以a为底N的对数，其中a叫做对数的底数，N叫做真数。

一般地，函数y=logaX（a>0，且a≠1）叫做对数函数，也就是说以幂（真数）为自变量，指数为因变量，底数为常量的函数，叫对数函数。

其中x是自变量，函数的定义域是（0，+∞），即x>0。它实际上就是指数函数的反函数，可表示为x=ay。因此指数函数里对于a的规定，同样适用于对数函数。

“log”是拉丁文logarithm（对数）的缩写，读作：[英][lɔɡ][美][lɔɡ, lɑɡ]。

O(1), O(n), O(logn), O(nlogn) 的区别_复杂度_02