一个算法的时间复杂性通常用数量级形式表示，当一个算法的时间复杂性与问题的规模n无关时，则表示

A.T(n)是关于f(n)的一个函数

B.T(n)是与f(n)同数量级的函数

C.T(n)是将函数f(n)代入O(x)中所形成的新函数

D.T(n)是依据f(n)计算出来的

A、就体力而言，例如，目前跳高的世界纪录是2.45m（1993年，古巴人哈维尔·索托马约尔创造），而对一个普通的成年人来说，要想跳过1m的高度并不困难。现在，如果我们借鉴在算法复杂性分析中的“大O”表示，那么，显然，世界冠军与我们一般的成年人相比，其体力处在同一个数量级。

B、就脑力而言，要说人的能力处在同一个数量级更是让人难以接受。然而，如果能像体育运动那样明确比赛规则的话，就不得不接受人固有的脑力也处在同一个数量级的事实。比如，1加2加3一直加到N，规定必须一步一步相加，当N确定时，人们所花费的时间不会相差太多，更一般的，当用同一个算法解决同一个问题时，不同的人所花费的时间大致在一个数量级之中。换言之，在这种意义上，人的脑力处于同一个数量级。

C、既然人的体力和脑力极其有限，人固有的体力和脑力又处在同一个数量级上，那又如何解释人类在认知和改造客观世界中所产生的巨大力量？答案在于，依靠工具，人既能够创造工具又能够使用工具。

D、尽管人还未能跳过2.45m的高度，计算的速度也不快（智力本质上可以看作是一个认知过程，就时间而言，所有的智力过程都是不可逆的、确定的计算过程，也就是一种计算）。然而，若使用有形的工具，如飞机，人就可以飞得很高；使用无形的工具，如数学理论，就可以在较短的时间内解决一些复杂的计算问题。

一个算法的时间复杂度为(+log2n+14n)/，其数量级表示为 _______。

A、O(n)

B、O()

C、O()

D、O()

A.O(n^2)

B.O(n)

C.O(nlog)

D.O(logn)