数据结构——空间复杂度

1. 什么是空间复杂度？

空间复杂度是指算法在运行时，额外创建的变量占用的空间大小。原本存在的变量占用的空间不算入空间复杂度。

2. 如何计算空间复杂度？

空间复杂度和时间复杂度一样采用O()表示，如果算法运行时额外创建N个变量，则空间复杂度为O(N);若创建常数个变量，则空间复杂度为O(1)。 

空间复杂度示例： 

 1. 计算冒泡排序的空间复杂度？

void BubbleSort(int* a, int n)
{
    assert(a);
    for (size_t end = n; end > 0; --end)
    {
    int exchange = 0;
    for (size_t i = 1; i < end; ++i)
    {
        if (a[i-1] > a[i])
        {
            Swap(&a[i-1], &a[i]);
            exchange = 1;
        }
    }
    if (exchange == 0)
        break;
    }
}

 算法执行时额外创建的变量有end，exchange，i，一共有常数个变量，所以空间复杂度为O(1)。

 2. 计算递归Fac的空间复杂度？

long long Fac(size_t N)
{
    if(N == 0)
        return 1;
     
    return Fac(N-1)*N;
}

算法执行时同时调用了Fac函数N次，每调用一次Fac函数时的空间复杂度为O(1)，所以该算法空间复杂度为O(N)。

3. 计算斐波那契递归的空间复杂度？ 

long long Fib(size_t N)
{
    if(N < 3)
        return 1;
 
    return Fib(N-1) + Fib(N-2);
}

算法执行时首先调用Fib(N)，当函数执行到最后return语句时会先调用Fib(N-1)，然后在Fib(N-1)里面再调用Fib(N-2)，一直调用到Fib(1)。在这个过程中函数Fib被同时调用了N次，每次调用的空间复杂度为O(1)，所以这个过程的空间复杂度为O(N)。仅当Fib(N-1)分支计算完成之后才会执行Fib(N-2)，因此，整个过程可以看做是在同一块空间里反复进行计算。所以该算法的空间复杂度为O(N)。