借助big-o模块，测试单向链表push_front的时间复杂度，push_back的时间复杂度。

在Python中，我们通常不用内置的`big-o`模块直接测量时间复杂度，因为`big-o`分析是一种理论分析，用于描述算法在最坏情况下的效率，而不是实际的运行时间。但是，你可以通过记录并比较操作次数来大致了解这些基本操作的时间复杂度。

对于单向链表的`push_front`操作（在链表头部添加元素），无论链表有多长，都需要更新头节点的`next`指针一次，所以其时间复杂度是O(1)，因为它是一个常数级别的操作，与链表长度无关。

`push_back`操作（在链表尾部添加元素）则需要遍历整个链表找到最后一个节点，然后将新节点设为其`next`，如果链表很长，这将是线性的操作，时间复杂度是O(n)，其中n是链表的长度。

如果你想在实际环境中验证这些推断，可以使用Python的`timeit`模块，但请注意，这并不能给出精确的`big-o`复杂度，只是给出了近似值。

例如，你可以这样做：

import timeit

def test_push_front():
    linked_list = LinkedList()
    for _ in range(1000):  # 进行大量操作以观察平均时间
        linked_list.push_front(0)

def test_push_back():
    linked_list = LinkedList()
    for _ in range(1000):  # 同上
        linked_list.push_back(0)

print("push_front time:", timeit.timeit(test_push_front, number=1))
print("push_back time:", timeit.timeit(test_push_back, number=1))