怎样理解算法的空间复杂度？

空间复杂度是对一个算法在运行过程中所占存储空间大小的度量，一般也作为问题规模n的函数，以数量级形式给出，格式如下所示：

S(n)=O(f(n))

一个算法的存储量包括输人数据所占空间、程序本身所占空间和辅助变量所占空间。在对算法进行分析时，只考虑辅助变量所占空间。

若所需辅助空间相对于输入数据量来说是常数，则称此算法为原地工作。若所用空间量依赖于特定的输入，则除了有特殊说明外，均按最坏情况考虑。

有时候，在写代码时可以用空间来换取时间，例如，写一个算法来判断某年是否是闰年，这样每输人一个年份都要调用算法去判断一下，在时间上就有点复杂。为了提高效率，可以用空间来换取时间，即建立一个大小合适的数据，编号从0到n，如果是闰年，则存人数据1，否则存入微据0。这样只要通过判断年份编号上存储的是0还是1就知道该年份是否是闰年了。

用空间换取时间可以将运算最小化，但这两种情况哪种更好，要结合具体情况而定。一般情况下，都是用时间复杂度来度量算法，当不加限定地使用“复杂度”这一术语时，都是指时间复杂度。