大O符號（英語：Big O notation），又稱爲漸進符號，是用於描述函數漸近行爲的數學符號。更確切地說，它是用另一個（通常更簡單的）函數來描述一個函數數量級的漸近上界。在數學中，它一般用來刻畫被截斷的無窮級數尤其是漸近級數的剩餘項；在計算機科學中，它在分析算法複雜性的方面非常有用。
1、O(1) 爲常數級的時間複雜度，算法是十分好。
2、O(log n) 爲對數級的時間複雜度，算法也不錯。
3、O(n) 爲線性級的時間複雜度，算法也還行。
4、O(nlog n)線性對數級的時間複雜度，算法也還可以。
5、O(n^2) 二次方級的時間複雜度，算法有點差。
6、O(n^3)三次方級的時間複雜度，算法差。
7、O(2^n) 指數級的時間複雜度，算法很差。
8、O(n!)階乘級的時間複雜度，算法極差。
大O準確來說， 使用另一個函數來描述一個函數數量級的**漸進上界。
小o呢則表示一個函數漸進地小於另一個函數，沒有等於。
大Ω符號的定義與大O符號的定義類似，但主要區別是，大O符號表示函數在增長到一定程度時總小於一個特定函數的常數倍，大Ω符號則表示總大於。大Ω符號主要是用來描述一個函數數量級的漸進下界**。
大Θ符號是大O符號和大Ω符號的結合。即： {!若 {\displaystyle {\begin{cases}f(\nu )=\mathrm {O} [g(\nu )]\f(\nu )=\Omega [g(\nu )]\end{cases}}} {\begin{cases}f(\nu )=\mathrm{O} [g(\nu )]\f(\nu )=\Omega [g(\nu )]\end{cases}}。
這一符號首先由高德納於1970年提出[1]。
Θ符號既是上界也是下界相當於兩者的結合，等於的意思。
w符號表示下界，大於的意思。
函數f ( n )代表某一算法在輸入大小爲n的情況下的工作量（效率），則在n趨向很大的時候，我們將f (n)與另一行爲已知的函數g(n)進行比較：
1、如果0，則稱f (n)在數量級上嚴格小於g(n)，記爲f (n)=o( g(n))。
2、如果，則稱f (n)在數量級上嚴格大於g(n)，記爲f (n)=w( g(n))。
3、如果c，這裏c爲非0常數，則稱f (n)在數量級上等於g(n)，即f (n)和g(n)是同一個數量級的函數，記爲：f (n)=Θ( g(n))。
4、如果f (n)在數量級上小於或等於g(n)，則記爲f (n)=O( g(n))。
5、如果f(n)在數量級上大於或等於g(n)，則記爲f (n)=Ω( g(n))。
大O大Ω都是存在c，小o小w都是對於任意c
總結
Θ等於的意思。
Ο表示上界，小於等於的意思。
ο表示上界，小於的意思。
Ω表示下界，大於等於的意思。
ω表示下界，大於的意思。