Обстоятельная интерактивная статья объясняет Big O без секундомера: нотация показывает, как растёт время работы вместе с объёмом входа. O(1), O(log n), O(n) и O(n²) разобраны на графиках и примерах JavaScript.
Карта материала:
1. сумма циклом растёт линейно, а формула
(n × (n + 1)) / 2 требует постоянного числа операций;2. пузырьковая сортировка в худшем случае проходит n элементов n раз;
3. бинарный поиск отбрасывает половину вариантов за шаг и находит число среди миллиарда не более чем за 31 попытку.
Практический блок переносит теорию в код. Поиск в массиве имеет O(n), в
Set: O(1), но создание new Set(items) требует O(n). Материал пригодится, чтобы оценивать алгоритмы по росту затрат и учитывать цену подготовки вместо единичных замеров.