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