几种常见的时间复杂度函数按数量级从小到大的顺序依次是：
Θ(lgn)，Θ(sqrt(n))，Θ(n)，Θ(nlgn)，Θ(n 2 )，Θ(n 3 )，Θ(2 n )，Θ(n!)。
其中，lgn通常表示以10为底n的对数，但是对于Θ-notation来说，Θ(lgn)和Θ(log 2 n)并无区别（想一想这是为什么），在算法分析中lgn通常表示以2为底n的对数。可是什么算法的时间复杂度里会出现lgn呢？回顾插入排序的时间复杂度分析，无非是循环体的执行时间乘以循环次数，只有加和乘运算，怎么会出来lg呢？除了Θ-notation之外，表示算法的时间复杂度常用的还有一种Big-O notation。我们知道插入排序在最坏情况和平均情况下时间复杂度是Θ(n 2 )，在最好情况下是Θ(n)，数量级比Θ(n 2 )要小，那么总结起来在各种情况下插入排序的时间复杂度是O(n 2 )。Θ的含义和“等于”类似，而大O的含义和“小于等于”类似。