大o符号计算时间复杂度

关于时间复杂度：
算法的执行需要一定时间，而随着输入规模的变化，算法执行的时间也会变化；即使规模相同，不同的序列所需的时间也可能相差很多。比如冒泡算法中，对5个数和50个数排序，对50个局部有序的数和对50个完全没有顺序的数排序，算法执行时间都在变化。最坏的一种情况是，50个数字在排序中全都需要交换。
我们从保守估计的角度出发，在规模为n的所有输入中，选择执行时间最长者为T(n),并以T(n)度量该算法的时间复杂度。
为了求得T（n）的渐进上界，引入大o记号。（这个o是一个扁扁的东西）
条件：
存在正常数c和函数f(n),使得对任何n>>2（注*），都有T（n）<=c·f(n)
结论：
n足够大后，有T（n）=o(f(n))

由此导出的大o符号的性质：
（1）对于任一常数c>0,有o(f(n))=o(c·f(n))
(2) 对于任意常数a>b>0,有o(n^a+nb)=o(n^a)
*没看懂这个符号，这个">>"在C++中是cin后面输入的符号，在操作系统中是右移的意思，我姑且理解为n>=2
此外，关于大o记号，我在网上找到了它是佩亚诺余项的说法。
如果是无穷小的话，说明时间复杂度在n趋于无穷时，本身都是很小的，但是，它们之间的大小却可以用极限来比较。设lim(n->0)f(n)/g(n)=A
如果A=1,说明f和g是等价无穷小。
A=k, k为不为1的非0常数，则f和g是同阶无穷小。
A=0，f是比g高阶的无穷小。
A=N的非0次方+。。。 f是g的低阶无穷小。说明n增长后，f的时间复杂度更高了。
而它的两个性质也很好理解。