数据结构——空间复杂度的个人理解

空间复杂度计算的方法和时间复杂度相似的。时间复杂度是关注于问题规模n。在算法所需的时间花销上分析这个算法的好与坏。

而空间复杂度，是在算法所需的内存占用上分析这个算法的好与坏：
1、一列数据（一维数组）：复杂度为1
比如：冒泡排序，各种比较排序
当S(n)=O(1)时，算法原地工作
算法原地工作——算法所需内存时间为常量。

2、有（二维甚至多维）数组：关注于数组的规模，
例如：算法中有定义了数组flag[n] [n]，它的空间复杂度就是O(n^2)。

3、递归型算法（和2很类似）
空间复杂度=递归调用的深度
解析：每进行一遍递归，这个算法的规模就会增加（一个指数 ） 。1->n；n->n^2

像考试一般都是考察时间复杂度，还是要以时间复杂度为主。