Zum Inhalt springen

    O-Notation (Big O)

    Webdesign & EntwicklungBig-O-NotationO-Notationasymptotische obere SchrankeLandau-Symbol O
    Redaktionell geprüft am: 1 Quelle
    Deine Leseansicht

    Die Kurzantwort · 18 Wörter

    Kurz erklärt

    Mathematische Notation zur Beschreibung einer asymptotischen oberen Schranke für das Wachstum von Aufwand oder Funktionen bei zunehmender Eingabegröße.

    Flow-alerta.cab (2026): O-Notation (Big O). https://flow-alerta.cab/glossar/big-o-notation. Redaktionell geprüft am: 09. Oktober 2026.

    Wie ausführlich soll es sein?

    Praxis

    Grundlage für algorithmische Skalierbarkeit und technische Architekturentscheidungen. Besonders nützlich beim Vergleich von Such-, Sortier- und Datenstrukturalgorithmen.

    Beispielszenario: Binäre Suche benötigt in einer sortierten Liste logarithmisch wachsende Suchschritte und wird typischerweise mit O(log n) beschrieben.

    Bei Software mit großen Datenmengen nutzen, um früh zu erkennen, welche Algorithmen oder Datenzugriffe schlecht skalieren könnten; anschließend reale Messungen ergänzen.

    Auf einen Blick

    Kern
    In der Informatik wird Big O häufig genutzt, um zu beschreiben, wie Zeit- oder Speicherbedarf eines Algorithmus mit der Problemgröße wächst. Formal bedeutet f(n)=O(g(n)), dass f ab einer hinreichend großen Eingabe durch ein konstantes Vielfaches von g nach oben beschränkt ist. Umgangssprachlich wird Big O oft ungenau als exakte Laufzeitklasse verwendet.
    Nutzen
    Grundlage für algorithmische Skalierbarkeit und technische Architekturentscheidungen. Besonders nützlich beim Vergleich von Such-, Sortier- und Datenstrukturalgorithmen.
    Beispiel
    Beispielszenario: Binäre Suche benötigt in einer sortierten Liste logarithmisch wachsende Suchschritte und wird typischerweise mit O(log n) beschrieben.
    Grenzen
    Big O als exakte Laufzeit verstehen; Konstanten und reale Hardware komplett ignorieren; O und Θ gleichsetzen; Durchschnitts- und Worst-Case nicht unterscheiden.

    Fragen, die dazu gestellt werden

    Misst Big O reale Sekunden? Nein. Ist ein mit O(n²) beschriebener Algorithmus immer langsamer als einer mit O(n)? Nein; O gibt nur obere Schranken an. Für einen belastbaren Vergleich braucht man passend enge Schranken und konkrete Bedingungen. Ist O dasselbe wie Θ? Nein.

    Alle Details und Hintergründe

    In der Informatik wird Big O häufig genutzt, um zu beschreiben, wie Zeit- oder Speicherbedarf eines Algorithmus mit der Problemgröße wächst. Formal bedeutet f(n)=O(g(n)), dass f ab einer hinreichend großen Eingabe durch ein konstantes Vielfaches von g nach oben beschränkt ist. Umgangssprachlich wird Big O oft ungenau als exakte Laufzeitklasse verwendet.

    ELI5 – Einfach erklärt

    Big O beschreibt nicht die Sekunden auf einem bestimmten Rechner, sondern wie stark der Aufwand wächst, wenn die Eingabe größer wird.

    Warum das im Alltag wichtig ist

    Grundlage für algorithmische Skalierbarkeit und technische Architekturentscheidungen. Besonders nützlich beim Vergleich von Such-, Sortier- und Datenstrukturalgorithmen.

    Beispiel

    Beispielszenario: Binäre Suche benötigt in einer sortierten Liste logarithmisch wachsende Suchschritte und wird typischerweise mit O(log n) beschrieben.

    Fallstricke und Grenzen

    • Big O als exakte Laufzeit verstehen; Konstanten und reale Hardware komplett ignorieren; O und Θ gleichsetzen; Durchschnitts- und Worst-Case nicht unterscheiden.

    Entstehung & Geschichte

    Das NIST-Wörterbuch definiert O-Notation als asymptotische obere Schranke. Eine enge asymptotische Schranke wird mit Θ bezeichnet; O legt allein keine exakte Wachstumsrate fest.

    Anwendung im Mittelstand

    • Bei Software mit großen Datenmengen nutzen, um früh zu erkennen, welche Algorithmen oder Datenzugriffe schlecht skalieren könnten; anschließend reale Messungen ergänzen.

    Quellen

    • xlinux.nist.govNIST Dictionary of Algorithms and Data Structures, big-O notation

    Quellenprüfung: 09.10.2026. Definition und dokumentierte Einordnung abgeglichen; Beispiele beschreiben mögliche Anwendungen.

    Redaktionell geprüft am:

    Nächster Schritt

    Vom Wissen zur Anwendung