我無法理解空間複雜性。我的一般問題是:樹上算法的空間複雜度如何小於樹中節點的數量?下面是一個具體的例子:關於空間複雜度的一般困惑
如果b是支化因子 d是淺的目標節點的深度和, m是在狀態空間中的任何路徑的最大長度
對於DFS,空間複雜性是應該是O(bm)。我認爲這隻會是樹的大小?樹的其餘部分在哪裏,我們如何使用只有O(bm)空間複雜度的整個樹?
我無法理解空間複雜性。我的一般問題是:樹上算法的空間複雜度如何小於樹中節點的數量?下面是一個具體的例子:關於空間複雜度的一般困惑
如果b是支化因子 d是淺的目標節點的深度和, m是在狀態空間中的任何路徑的最大長度
對於DFS,空間複雜性是應該是O(bm)。我認爲這隻會是樹的大小?樹的其餘部分在哪裏,我們如何使用只有O(bm)空間複雜度的整個樹?
因爲空間複雜度代表除輸入外還需要的額外空間。
複雜性一般與圖靈機有關。算法需要的空間是它運行所需的額外數量的單元。輸入單元不被考慮在內,並且可以被算法重用以減少額外的存儲空間。
算法的空間複雜度通常與原始數據佔用的空間分開。
只是,例如,在搜索一棵樹時,您可能會留下一堆堆在下降的樹中的節點,以便到達某個特定的樹葉。在這種情況下,三者需要O(N)空間,但是搜索需要(假定一棵平衡樹)O(log N)空間,超過樹本身佔用的空間。