03.数据结构基础—算法的空间复杂度

一.空间复杂度

定义：除算法输入和输出数据所占用的空间外，算法临时开辟的储存空间。

二.非递归算法的空间开销

#include <iostream>
using namespace std;

 void test(int n){
	int i = 1;
	while(i<=n){
		i++;
		cout<<"测试 "<<i;
	}
	cout<<"总测试 "<<n;
}

 int main()
{
	test(100);
	return 0;
}

这段代码在内存中，本身会占用一定空间
其次，变量i和n也会占用空间
所以总占用空间就是代码本身+变量等（本质上还有其他信息，这里举变量为例子）
在这里n如论如何变幻，内存空间都是不变的，所以空间复杂度为:S(n) = O(1)

算法所需内存空间为常量——算法原地工作

void test(int n){
	int flag[n];
	int i;
	//剩余代码省略
}

这段代码中相对于前面多了一个数组，但是变化是很大的。
当我们的n变化时，我们互会发现，空间的开辟和n是有变化的
n增大一个，空间就会多出一块。所以空间复杂度为：S（n）= O（n）

只需关注数组的n即可。也就是只需要关注与问题规模n相关的变量。

void test(int n){
	int flag[n][n];
	int i;
	//剩余代码省略
}

这次将数组改为二维数组，此时空间复杂度为：S（n） = O（n²）

void test(int n){
	int flag[n][n];
	int other[n];
	int i;
	//剩余代码省略
}

此时S（n）= O（n²+O(n)+O(1)。
此时用加法规则，取最高项并去掉系数。
则S（n）= O(n²)

三.递归算法的空间开销

#include <iostream>
using namespace std;

 void test(int n){
	if(n>1){
		test(n-1);
	}
	cout<<n<<endl;
}

 int main()
{
	test(4);
	return 0;
}

输出值为1,2,3,4
我们分析一下：

假设运行一次空间是k，我们调用了4次，所以应该是4k
同理n次时，时nk，所以S(n)=O(n)

空间复杂度=递归调用的深度（非所有）

当我们在上面的例子中加入一个数组时：

#include <iostream>
using namespace std;

 void test(int n){
 	int flag[n];
	if(n>1){
		test(n-1);
	}
	cout<<n<<endl;
}

 int main()
{
	test(4);
	return 0;
}

此时会发现每次调用时，因为n的不同，导致数组需要的空间不同
1+2+3+……+n=[n(1+n)]/2 = ½n²+½n
所以S(n)=O(n²)