O(1)这种写法源自数学中的“大O符号”（Big O notation）。

简单的总结：

• O：代表 “量级”（Order），描述的是趋势。

• 1：代表 “常数”（Constant），描述的是跟输入规模没关系。

下面详细解释每一个部分：

---

一、 “O” 是什么意思？

“O” 代表Order of magnitude（数量级）。

它的核心作用是描述“变化趋势”，而不是计算具体的“数值”。

• 它不关心：你的代码到底是跑了 0.01 秒还是 10 秒。

• 它只关心：当数据量（$N$）变大时，你的代码变慢的速度有多快？

想象你在吹气球：

• 如果数据量增加一倍，耗时也增加一倍，那是 $O(N)$。

• 如果数据量增加一倍，耗时爆炸式增长（增加平方倍），那是 $O(N^2)$。

• 如果数据量增加一倍，耗时完全不变，那就是我们今天要讲的 $O$……

---

二、 “1” 是什么意思？

“1” 在这里代表“常数”（Constant）。

这里的$1$ 不是指“1秒”，也不是指“1行代码”或“1个步骤”。

它是一个数学代号，意思是：运算次数是固定的。

为什么用数字1？

在数学公式中，任何常数（比如 5、100、9999）相对于变量 $N$ 来说，都可以简化看作 $1 \times \text{常数}$。

在算法复杂度理论中，我们忽略系数。

• 如果是 3 个步骤，我们记作 $O(1)$。

• 如果是 100 个步骤，我们依然记作 $O(1)$。

• 如果是 2,000,000 个步骤，只要这个数字不随数据量 $N$ 变化，它依然是 $O(1)$。

形象理解：

你可以把$1$理解为$N^0$（N 的 0 次方）。

数学上，任何数的 0 次方都等于 1。

这意味着：数据量 $N$无论是多少，对我的运算时间都没有任何影响。

---

三、 为什么这么取名字？ （命名由来）

这个符号最早由德国数学家保罗·巴赫曼（Paul Bachmann）和埃德蒙·兰道（Edmund Landau）引入，所以也叫“兰道符号”。

• O 取自德语单词 Ordnung（英语 Order），意思是“阶”或“级”。

• 括号里的内容（如$1$，$N$，$N^2$）代表了函数增长的主导项。

当我们写$T(n) = O(1)$ 时，数学上的严格定义是：

存在一个常数$C$，使得当$N$足够大时，算法的运行时间永远小于$C \times 1$。

用人话说：

算法的耗时有一个“封顶”，这个封顶值是固定的，不会因为处理的数据变多而被冲破。

---

四、 具体的$O(1)$例子

为了让你彻底明白，我们对比两个场景：

场景A：非$O(1)$—— 数钱

给你一堆钱（$N$ 张），让你数数有多少张。

• 10 张钱$\to$你要数10 次。

• 100 张钱$\to$你要数100 次。

• 耗时随$N$ 增长。这就不是 $O(1)$，这是 $O(N)$。

场景B：$O(1)$—— 查字典的页码

给你一本字典，字典有一个目录：

• “A” 在第10 页。

• “B” 在第50 页。

• ...

• “Z” 在第1000 页。

现在任务是：翻到“Z”那一部分。

• 情况 1（字典很薄，只有100页）：你看目录，看到“Z”在 90 页，直接翻过去。操作次数：1次。

• 情况 2（字典巨厚，有100万页）：你看目录，看到“Z”在 990,000 页，直接翻过去。操作次数：还是1次。

这就是$O(1)$。

无论字典厚度（$N$）怎么变，你“查目录并翻开”这个动作的复杂度是不变的。

总结

• O (Order)：我要衡量的是变慢的趋势。

• 1 (Constant)：完全不随数据量变慢。哪怕数据量由 1 变成了 100 亿，我的处理时间依然是那样，稳如泰山。