算法空间复杂度

空间复杂度：程序运行时的内存需求与问题规模的关系。

本身这段代码占用部分内存，代码要转化为固定的格式，大小固定，然后代码中的数据，就是一些变量也需要占用固定的空间，整体来讲，算法的空间复杂度是不变的，
S（n）=O（1），称为算法原地工作，即所需内存为常量。

定义一个长度为n的数组，然后计算内存空间，这时的内存空间就和问题规模n有关系，从而计算出空间复杂度。只需关注存储空间大小和问题规模相关的变量。比如，一维数组，二维数组的定义。

注：数组是什么
数组是用于存储多个相同类型数据的集合，在C语言中，数组属于构造数据类型，按数组内元素的不同，可以将数组分为数值数组，字符数组等。
python的数组，python中没有明确定义数组，但是有和数组等同的三种数据类型，分别是列表，元组和字典。

上图是函数递归带来的内存开销，首先是程序代码占用空间大小固定，然后是每一次函数调用要占用的内存和问题规模是有关的，即递归的次数，这里每一次递归调用变量所占用的存储空间都是固定的。

打印出来的顺序i love you1,2,3,4,5是对的，因为整个递归调用完成后打印为1，然后内存空间删除掉参数为1的函数的相关变量，执行参数为2的函数，然后打印出来2，以此类推。

空间复杂度等于递归调用的深度，这里每一次递归调用的空间大小为k字节，调用n次函数就使用内存空间kb字节。

上图也是递归带来的内存开销问题，不同的是每一次递归占用的内存空间大小不一样，因为定义了一个变长数组，每一次空间不同，计算复杂度就是等差数列求和，得到为n的平方。