大O和小o的区别

大O符号（Big O notation）和小o符号（little o notation）是计算机科学中常用的符号，用于表示算法的时间复杂度。

大O符号表示算法运行时间的上限，也就是最坏情况下的运行时间。例如，如果一个算法的时间复杂度是O(n)，那么在最坏情况下，该算法的运行时间不会超过n次操作。f = O(g) 意思是存在 c > 0 使得f (n) ≤ cg(n) 对任意 n > K（ K ≥ 0）成立

小o符号表示算法运行时间的严格上限，即算法的运行时间比某个函数增长得更慢。例如，如果一个算法的时间复杂度是o(n)，那么该算法的运行时间一定比n次操作增长得更慢。 f= o(g)意思是对任意 ε > 0, 存在 K 使得 f (n) ≤ εg(n) 对所有的 n > K.都成立，例如 $100n^2+n+1=o(n^3)$

总结：大O符号通常用于描述算法的渐进时间复杂度，而小o符号则用于描述算法的精确时间复杂度。