Решение:
Для расположения Big O нотаций в порядке возрастания сложности, нужно понимать, как быстро растет функция с увеличением входных данных (n).
- \( O(1) \) - Константная сложность. Время выполнения не зависит от размера входных данных.
- \( O(\log n) \) - Логарифмическая сложность. Время выполнения растет очень медленно, пропорционально логарифму от размера входных данных.
- \( O(n) \) - Линейная сложность. Время выполнения растет прямо пропорционально размеру входных данных.
- \( O(n \log n) \) - Линейно-логарифмическая сложность. Время выполнения растет быстрее, чем линейная, но медленнее, чем квадратичная.
- \( O(n^2) \) - Квадратичная сложность. Время выполнения растет пропорционально квадрату размера входных данных.
Ответ: D, B, A, E, C