如何计算算法的空间复杂度？一文搞懂

原创

于 2025-07-06 18:08:58 发布 · 870 阅读

10 ·

CC 4.0 BY-SA版权

文章标签：

#ai

如何计算算法的空间复杂度？一文搞懂

关键词：空间复杂度、算法分析、内存消耗、时间空间权衡、递归栈空间

摘要：本文用“搬家打包”的生活案例类比，从0到1拆解算法空间复杂度的计算逻辑。你将学到空间复杂度的定义、组成部分、计算步骤，以及递归场景、常见类型（O(1)/O(n)/O(n²)）的实战分析。即使你是算法新手，也能通过具体代码案例（如冒泡排序、归并排序、递归阶乘）彻底掌握空间复杂度的计算方法。

背景介绍

目的和范围

当我们讨论一个算法“好不好”时，除了关心它“跑得多快”（时间复杂度），还要关心它“占多少内存”（空间复杂度）。本文聚焦如何计算算法的空间复杂度，覆盖基础概念、计算步骤、常见类型和实战案例，帮助你快速掌握这一核心算法分析技能。

预期读者

刚学编程的新手（想搞懂“空间复杂度”到底是啥）
准备面试的求职者（需要快速掌握算法分析技巧）
对算法优化感兴趣的开发者（想理解“空间换时间”的底层逻辑）

文档结构概述

本文从“搬家打包”的生活场景切入，逐步拆解空间复杂度的定义→组成部分→计算步骤→常见类型→实战案例，最后通过思考题巩固知识。即使你没学过复杂数学，也能轻松理解。

术语表

空间复杂度：算法运行过程中额外占用的内存空间随输入规模增长的变化趋势（注意：是“额外”，不是总内存！）
输入空间：算法输入数据本身占用的内存（如函数参数中的数组）
临时空间：算法运行时临时创建的变量、对象、递归栈等占用的内存
O(1)空间：额外内存不随输入规模变化（常数级）
O(n)空间：额外内存与输入规模n成正比（线性级）

核心概念与联系

故事引入：搬家打包的“空间复杂度”

假设你要搬新家，需要把100本书从旧家运到新家。这时候你需要考虑：

输入空间：100本书本身的体积（这是“必须带的东西”，不算额外空间）。
临时空间：你需要多少个纸箱？如果用1个大纸箱装所有书（额外空间固定），这叫“常数空间”；如果每本书单独用1个小纸箱（额外空间=100个纸箱），这叫“线性空间”。

算法的空间复杂度，就像计算“搬书时需要多少额外纸箱”——只关心算法运行过程中临时占用的内存，而不是输入数据本身的大小。

核心概念解释（像给小学生讲故事一样）

核心概念一：空间复杂度到底“算什么”？

空间复杂度（Time Complexity）是用来衡量“算法运行时额外占用的内存空间随输入规模增长的变化趋势”的指标。
举个例子：你有一个函数sum(n)计算1到n的和。如果函数里只定义了一个变量total（额外空间=1个变量），不管n是10还是1000，额外空间都不变，这就是O(1)空间复杂度。

核心概念二：输入空间 vs 临时空间

输入空间：算法输入数据本身占用的内存。比如函数参数是一个长度为n的数组，这个数组本身的内存不算在空间复杂度里（就像搬书时“书本身的体积”不算额外纸箱）。
临时空间：算法运行时临时创建的变量、对象、递归调用栈等。比如排序时创建的临时数组、循环中定义的计数器变量（这才是空间复杂度要计算的“额外纸箱”）。

核心概念三：为什么只看“变化趋势”？

空间复杂度不关心具体占用多少字节（比如32位整数占4字节），只关心当输入规模n变大时，额外空间如何变化。比如：

无论n是10还是100，额外空间都是1个变量→O(1)
额外空间是n个变量→O(n)
额外空间是n²个变量→O(n²)

就像“搬10本书需要10个纸箱，搬100本书需要100个纸箱”，虽然具体数量不同，但变化趋势是“线性增长”，所以空间复杂度是O(n)。

核心概念之间的关系（用小学生能理解的比喻）

空间复杂度的计算，就像“统计搬家时额外纸箱的数量变化”：

输入空间是“必须搬的书”（不计算）。
临时空间是“用来装书的纸箱”（需要计算）。
变化趋势是“当书变多（n变大）时，纸箱数量怎么变”（O(1)/O(n)/O(n²)等）。

三者的关系可以总结为：空间复杂度 = 只看临时空间的变化趋势。

核心概念原理和架构的文本示意图

算法运行所需空间 = 输入空间（不计算） + 临时空间（计算）
临时空间包括：
- 局部变量（如循环中的i，函数内的temp）
- 动态分配的内存（如new创建的数组）
- 递归调用栈（每次递归调用的参数、局部变量）
空间复杂度：临时空间随输入规模n的增长趋势（用大O表示）

Mermaid 流程图

graph TD
    A[算法运行总空间] --> B[输入空间（不计算）]
    A --> C[临时空间（计算）]
    C --> D[局部变量]
    C --> E[动态分配内存]
    C --> F[递归栈空间]
    G[空间复杂度] --> H{临时空间随n的变化趋势}
    H --> I[O(1)/O(n)/O(n²)等]