走进算法和数据结构（四）——算法绪论（四）

这一节我们主要来讨论空间复杂度。

空间复杂度：是对占用空间大小的度量。

对于考研、大学课程考试中，对空间复杂度的考察一般都较少，总体来说，理解了时间复杂度也便对空间复杂度有了一定的掌握。

我们所讨论的空间复杂度，要抛开计算机运行的机制来看，不要去细扣到底是占用的内存、缓存还是虚拟内存甚至外存，不要去考虑这些存储器在取用数据所耗费的时间，但但通过程序来说明所去占用的空间大小。

时间复杂度和空间复杂度有时是能够相互转化的，在实际应用中，可以牺牲空间来提升时间，当然，也可以通过牺牲时间来换取空间，计算机的操作系统设计有时就是在找这个平衡点，确保计算机最大的利用率。

空间复杂度的计算公式可以记为：S(n) = O(f(n))。 

在《趣学算法（第二版）》中有两个关于空间复杂度的例子比较经典，不如我们就借鉴这两个例子来理解空间复杂度。

先看一个x与y进行数值交换的例子：

void swap(int x,int y){
    int temp;
    temp = x;
    x = y;
    y = temp;
}

 

 

 （插一句，图画的实在是不好，辛苦大家将就看吧，我要再学学如何画更好看的图片）这个顺序是不能够改变的，或者说，不能够箭头同时向外指向，把箭头方向顺时针转，变化1,2,3的顺序，也是能够实现相应功能的，我们看到，我们使用了一个空间temp，因此，空间复杂度为O(1)。

我们再来看第二段代码：

int fac(int n){
    if(n==0||n==1)
        return 1;
    else
        return n*fac(n-1);
}

这是一个计算n的阶乘的代码，用到了递归的思想，递归包括了递推和回归两个步骤，递推是将原来的问题不断地分解，直到满足条件停止，进行回归的步骤，通过一步步的回归，达到解决问题的目的。

我们分别来看，以n=5为例：

递推的过程：5*fac(4)——>4*fac(3) ——>3*fac(2)——> 2*fac(1)——> fac(1)

回归的过程：fac(1)=1——>2*fac(1)=2——> 3*fac(2)=6——> 4*fac(3)=24——> 5*fac(4)=120

用“栈”（后进先出）图来表示为：

进栈

5*fac(4)

进栈

4*fac(3)

5*fac(4)

  

进栈

3*fac(2)

4*fac(3)

5*fac(4)

 

进栈

2*fac(1）

3*fac(2)

4*fac(3)

5*fac(4)

进栈

fac(1)

2*fac(1）

3*fac(2)

4*fac(3)

5*fac(4)

以上便是5的阶乘的进栈过程，出栈便是以上表格的逆序过程。

我们看到，n是多大，占用的空间就是多大，因此，这个程序的空间复杂度为O(n)。空间复杂度的计算就是通过占用空间来计算的。

我们通过阶乘也看一看到，使用递归的方法来计算问题是，可能会出现占用空间非常大的情况，当数值特别大，占用了全部的内存空间，那必然导致了计算机的死机，无法得出正确的结果，因此，日常在设计程序时，应该尽量避免使用递归的方法设计较大的程序，避免运行时资源被占用。

以上便是对程序复杂度的基本度量方法，下一节，将带大家学习一个基础知识，伪代码，伪代码将在以后的学习中经常用到，先要学习打好基础，以方便以后的学习。