En usage courant, la notation big-O est utilisée pour parler de la façon dont l'éxécution (runtime) d'un algorithme évolue en fonction de la taille de l'entrée. Par exemple, nous dirions que le tri par sélection a un temps d'exécution de O (n 2 ) car le temps 'exécution augmente de façon quadratique en fonction de la taille du tableau à trier.
Savoir classer nos algotihmes en fonction de la notation big-O est important pour avoir une idée de leur évolutivité (scalability) en fonction de la taille des entrées (input).
3
