一、什么是空间复杂度
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额外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实践复杂度类似,也使用大O渐进表示法。
注意:函数运行时所需要的栈空间(存储参数、局部变量、一些寄存器信息等)在编译期间已经确定好了,因此空间复杂度主要通过函数在运行时候显式申请的额外空间来确定。
总之就是一个程序运行时
二、一些空间复杂度的计算
例一、
// 计算BubbleSort的空间复杂度?
void BubbleSort(int* a, int n)
{
assert(a);
for (size_t end = n; end > 0; --end)
{
int exchange = 0;
for (size_t i = 1; i < end; ++i)
{
if (a[i-1] > a[i])
{
Swap(&a[i-1], &a[i]);
exchange = 1;
}
}
if (exchange == 0)
break;
}
}
空间复杂度:O(1)
理解:在这个冒泡排序中,我们需要进行循环,迭代等操作。所以需要额外申请的临时空间只有end,i 以及exchange这三个变量。但是有些人就会有疑问,为什么传进来的参数(数组a 和 n)不算在里面呢?原因是在这个冒泡排序的函数中,传进来的参数是主函数传进来的数据样本,而不是解决这个排序额外开辟的空间。
例二、
// 计算Fibonacci的空间复杂度?
// 返回斐波那契数列的前n项
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;
}
空间复杂度:O(N)
理解:在这段代码中只有三处额外创建的空间:fibArray指针,(N+1)个long long大小的空间,变量 i。所以空间复杂度为O(N+3),但由于空间复杂度也是用大O阶表示法,所以真正的空间复杂度为O(N)。
例三、
// 计算阶乘递归Fac的空间复杂度?
long long Fac(size_t N)
{
if(N == 0)
return 1;
return Fac(N-1)*N;
}
空间复杂度:O(N)
理解:这里我们就要回顾一句话:一个算法在运行过程中额外临时占用存储空间大小。在递归调用中,我们每调用一次递归,就得开辟一块新的空间。因此,这边共调用了N次,,开辟了N个栈帧,每个栈帧使用了常数个空间,那空间复杂度为O(N).
例四、
// 计算斐波那契递归Fib的空间复杂度?
long long Fib(size_t N)
{
if(N < 3)
return 1;
return Fib(N-1) + Fib(N-2);
}
空间复杂度:O(N)
理解:直接上图
斐波那契函数的时间复杂度为O(2^N)。但是这里有个小知识点:时间是可以累计的,空间是重复利用的。
举个例子:
就好比我们现在要去酒店住一个晚上,等到第二天我们退房了,那我们之前住过的房间就不能再给别的客人住了吗?显然是不可能的,酒店也是要开门做生意的,不可能之前的客人住过的房间后面来的客人就不给住了。
所以在这个函数使用中,先递归ib(N-1),在递归Fib(N-2)。
但由于Fib(N-1)还要继续递归,所以等Fib(N-1)把空间还给操作系统后,才能继续递归Fib(N-2)。
而Fib(N-2)递归所用的空间正是Fib(N-1)所归还的空间。
如此往复下来,最终函数只开辟了N个栈帧的空间。
用一个更形象的例子来说明:
以上就是我对空间复杂度的一些小小的见解。感谢各位小伙伴的阅读,如有错误希望大家能及时地在评论区提醒我,我也会及时地做出改正。谢谢!!!!!!!!!!!