计算机专业27考研408数据结构：空间复杂度判定规则与考研常考模型梳理.docxVIP

计算机专业27考研408数据结构：空间复杂度判定规则与考研常考模型梳理

对于准备2027年计算机考研（408统考）的同学而言，数据结构中的空间复杂度（SpaceComplexity）是算法分析章节的基础考点。虽然其分值占比不如时间复杂度大，但它是理解算法效率、区分递归与迭代优劣的关键。在408考试中，空间复杂度通常以选择题形式出现，偶尔结合代码阅读题考察。

本文旨在为27考研学子梳理空间复杂度的核心判定规则，并总结历年真题中最高频的几种模型，帮助考生建立清晰的解题逻辑。

一、核心概念与判定规则

1.定义

空间复杂度$S(n)$是对算法在运行过程中临时占用存储空间大小的量度。它主要反映的是算法执行过程中，随着输入规模$n$的增长，所需额外内存空间的增长趋势。

注意：

不包含：程序代码本身占用的空间、常数级的变量空间（如`inti=0`）。

包含：

1.输入数据所占的空间（通常不计入，除非题目特指“总空间”）。

2.算法执行过程中临时分配的变量、数组、栈帧等。

3.递归调用栈的深度（这是考研中最容易出错的地方）。

2.判定通用规则

规则一：常数空间$O(1)$

如果算法执行过程中，无论输入规模$n$多大，所需的额外辅助空间都是固定的，不随$n$变化，则空间复杂度为$O(1)$。

典型场景：交换两个变量、使用几个局部变量进行循环计算。

误区