【数据结构和算法】2.算法的空间复杂度

欢迎来sobercq的博客喔，本期系列为【数据结构和算法】第二篇时间复杂度

我将从定义和例题给大家剖析空间复杂度

一、空间复杂度定义

空间复杂度也是一个数学表达式，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 。 空间复杂度不是程序占用了多少bytes的空间，因为这个也没太大意义，所以空间复杂度算的是变量的个数。 空间复杂度计算规则基本跟时间复杂度类似，也使用大O渐进表示法。

注意：若输入数据所占空间只取决于问题本身和算法无关，则只需要分析除输入和程序之外的额外空间，否则应同时考虑输入本身所需空间。若额外空间相对于输入数据量来说是常数，则称此算法为原地工作。

二、空间复杂度例题

1、求冒泡排序的空间复杂度

空间复杂度O(1)

void Bubble_sort(int* a, int n)
{
    for (size_t end = n; end > 0; end--)
    {
        int flag = 0;
        for (size_t i = 1; i < end; i++)
        {
            if (a[i - 1] > a[i])
            {
                Swap(&a[i - 1], &a[i]);
                flag = 1;
            }  
        }
        if (flag == 0)
            break;
    }
}

 首先从输入数据看，那么输入的空间a呢取决于问题本身，是外界提供的一个数组，和本身的算法无关，所以我们只需要分析除输入和程序之外的额外空间了，end和flag等都是算法逻辑本身需要的，并不是额外开的空间，所以冒泡排序的空间复杂度为O(1)。

2、求斐波那契数列的空间复杂度

空间复杂度O(N)

long long* Fibonacci(size_t n)
{
     if(n==0)
     return NULL;
 
     long long * fibArray = (long long *)malloc((n+1) * sizeof(long long));
     fibArray[0] = 0;
     fibArray[1] = 1;

     for (int i = 2; i <= n ; ++i)
     {
     fibArray[i] = fibArray[i - 1] + fibArray [i - 2];
     }
     return fibArray;
}

 本题的斐波那契数列动态开辟了N个空间，（因为不想用递归做，所以使用了动态开辟空间）在程序运行过程中，它开辟了n个空间，所以空间复杂度为 O(N)。（malloc动态开辟空间）

3、求阶乘的空间复杂度

空间复杂度为O（N）

long long Fac(size_t N)
{
 if(N == 0)
 return 1;
 
 return Fac(N-1)*N;
}

在本题里，每调用了一次就用开辟一个栈帧，所以空间复杂度为O(N)。

4、第二种斐波那契数列

空间复杂度O(N)

long long Fib(size_t N)
{
    if(N < 3)
    {
    return 1!
    }
return Fib(N-1) + Fib(N-2);
}

递归的空间复杂度计算，也是空间累加，但是空间是可以重复利用的，当程序在递归调用的时候，它会先调用一遍从Fib（n）到fib（1），然后再返回回去，因为空间可以重复利用，在调用相同的fib（n）的时候空间是重复使用的。所以空间复杂度也是O(N)。

三、总结复杂度常见阶数

常数阶O(1)

线性阶O(n)

 平方阶O(n²)

对数阶O(logn)

线性对数阶O(nlog）

  Big-O Algorithm Complexity Cheat Sheet (Know Thy Complexities!) @ericdrowell (bigocheatsheet.com)

下期预告，线性表和顺序表的实现