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)。