数据结构

1.2.3 算法的空间复杂度

---

提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档

---

前言

最近又重温了下数构、机组、系统、机网等内容。这里仅是将自己的学习笔记记录一下。

---

提示：以下是本篇文章正文内容，下面案例可供参考

一、算法的空间复杂度是用来干嘛的？

时间复杂度回顾：时间复杂度是用来评估一个算法的时间开销与问题规模n之间的关系。
空间复杂度是用来衡量一个算法对于内存空间开销与问题规模n之间的关系一个指标。

二、空间复杂度的计算方法（O表示法）

1. 如何计算

普通程序：

① 找到所占空间大小与问题规模相关的变量
② 分析所占空间x与问题规模n的关系 x=f(n)
③ x的数量级 O(x) 就是算法空间复杂度 S(n)

递归程序：
① 找到递归调用的深度x与问题规模n的关系x=f(n)
② x的数量级 O(x) 就是算法空间复杂度 S(n)
注：有的算法各层函数所需储存空间不同，分析方法略有区别

2. 常用技巧

加法规则：O(f(n)) + O(g(n)) = O(max(f(n),g(n)))
乘法规则：O(f(n)) × O(g(n)) = O(f(n)) × g(n)
“常对幂指阶” ：O(1) < O(log2 n) < O(n) < O(nlog2n) < O(n^2) < O(n^3) <O(2^n) < O(n!) < O(n^n)

总结

。