空间复杂度与辅助空间复杂度
例如，我有点混淆这两个术语——合并排序、heapsort和插入排序的辅助空间是O（1），而合并排序、插入排序和heapsort的空间复杂度是O（n）。
所以，如果有人问我合并排序、堆排序或插入排序的空间复杂度是多少，我应该告诉他们O(1)还是O(n)？
另外，请注意，在选择排序的情况下，我已经阅读了它的空间复杂度是 O（1），这是辅助空间。
那么，使用“就地计算”的算法是否有可能，对于这些算法，我们提到了辅助空间？
此外，我知道——
空间复杂度=也由wrt输入占用的辅助空间。
好心帮忙，谢谢！
共有1个答案
看O(n)的时候，你需要明白它的意思。这是“在最坏的情况下，它将是N”。我以http://bigocheatsheet.com/为参照点。
当你关注空间复杂性时，他们会想知道在给定的时间点，有多少空间会被保存在内存中。这不包括基础结构。他们想知道排序需要多少额外的空间才能相应地执行。不同之处在于需要完全存储在内存中的结构。
关于您的第一个问题，它将在MOST上占用N个空间，但内存中用于操作的总容量将为O（1）。
当您处理SORTS时，正如您在上面列出的，它们大多只有O（1），因为它们实际上只需要tmp空间来保存交换发生时的东西。数据结构本身需要更多的空间，因为它们在内存中有一个特定的大小来处理需要发生的任何操作。
我经常使用链接的网站。。
-
主要内容：时间复杂度,空间复杂度《 算法是什么》一节提到，解决一个问题的算法可能有多种，这种情况下，我们就必须对这些算法进行取舍，从中挑选出一个“最好”的。 算法本身是不分“好坏”的，所谓“最好”的算法，指的是最适合当前场景的算法。挑选算法时，主要考虑以下两方面因素： 执行效率：根据算法所编写的程序，执行时间越短，执行效率就越高； 占用的内存空间：不同算法编写出的程序，运行时占用的内存空间也不相同。如果实际场景中仅能使用少量的内
-
有人能帮我了解一下这个代码片段的时间和空间复杂性吗？请参考leetcode问题-单词中断II。给定一个非空字符串s和一个包含非空单词列表的字典单词dict，在s中添加空格来构造一个句子，其中每个单词都是有效的字典单词。返回所有这些可能的句子。
-
算法的时间与空间复杂度 看到群里们小伙伴在讨论算法复杂度问题，之前在极客时间看了王争的《数据结构与算法之美》，看的我也晕呼呼的，跟上学时在学校老师的讲的有点不一样了，网上搜了下各种各样的，结合参考作一篇简单易懂的总结。 什么是算法 算法是解决特定问题求解步骤的描述，在计算机中表现为指令的有限序列，并且每条指令表示一个或多个操作。 如何评价一个算法的好坏 一般我们会从以下维度来评估算法的优劣 正确性
-
所以我在理解为什么递归DFS和迭代DFS的时间复杂度相同时遇到了一些问题，也许有人能给我一个简单的解释？ 提前谢了。
-
本文向大家介绍k-means算法的时间空间复杂度？相关面试题，主要包含被问及k-means算法的时间空间复杂度？时的应答技巧和注意事项，需要的朋友参考一下 时间复杂度为O(tmnK) t表示迭代次数，m表示数据个数，表示数据特征维度，K表示类簇数 空间复杂度为O((m+K)*n) m表示数据个数，K表示类簇个数，n表示维度，理解就是需要存储数据点和类中心点
-
让我们以合并排序的实现为例 a） 这种合并排序的时间复杂度是。并行化（1）和（2）会带来实际收益吗？从理论上讲，在对它们进行并行化之后，似乎最终也会出现。但实际上我们能得到什么好处吗？ b） 这种合并排序的空间复杂度是。但是，如果我选择使用链表执行就地合并排序（不确定是否可以合理地使用数组），空间复杂性是否会变得，因为您必须考虑递归堆栈帧大小？既然它不能超过64，我们能把当作常数吗？我可能在几个地