算法学习-空间复杂度

空间复杂度

学完时间复杂度后，其实空间复杂度也是有异曲同工之妙的，毕竟都是用的同样的符号，同样的表示方法，具体定义还是在链接https://baike.baidu.com/item/%E7%A9%BA%E9%97%B4%E5%A4%8D%E6%9D%82%E5%BA%A6?fromModule=lemma_search-box

空间复杂度(Space Complexity)是对一个算法在运行过程中临时占用存储空间大小的量度，记做S(n)=O(f(n))。比如直接插入排序的时间复杂度是O(n^2),空间复杂度是O(1) 。而一般的递归算法就要有O(n)的空间复杂度了，因为每次递归都要存储返回信息。一个算法的优劣主要从算法的执行时间和所需要占用的存储空间两个方面衡量。

空间复杂度记作S(n),也是用大O来表示。。利用程序的空间复杂度，可以对程序运行中需要多少内存有个预先估计。

常见的空间复杂度

一维数组空间：如果存储了n个元素，空间复杂度O(n)

二维数组空间，总共有n个数组，每个数组存储了n个元素，空间复杂度O(n^2)

常数空间复杂度O(1)