📌 시간 복잡도와 공간 복잡도
- 알고리즘 계산 복잡도는 다음 두 가지 척도로 표현될 수 있음
- 시간 복잡도 : 얼마나 빠르게 실행되는지
- 공간 복잡도 : 얼마나 많은 저장 공간이 필요한지
✨ 좋은 알고리즘은 실행 시간도 짧고, 저장 공간도 적게 쓰는 알고리즘 ✨
- 그러나 일반적으로는 둘 다 만족 시키기는 어려움
- 시간 복잡도, 공간 복잡도는 반비례적으로 상호작용하는 경향이 있음
- 최근에는 대용량 시스템이 보편화 되면서
공간 복잡도 < 시간 복잡도
- 따라서 알고리즘은 기본적으로 시간 복잡도가 중심이 됨
📌 공간 복잡도란?
- 공간 복잡도 : 프로그램을 실행 및 완료하는데 필요한 저장공간의 양
- 총 필요 저장 공간
- 고정 공간 (알고리즘과 무관한 공간): 코드 저장 공간, 단순 변수 및 상수
- 가변 공간 (알고리즘 실행과 관련있는 공간): 실행 중 동적으로 필요한 공간
S(P)=c+Sp(n)
- c : 고정 공간
- Sp(n) : 가변 공간
- 공간 복잡도는 가변 공간에 따라 좌우된다! (왜냐하면 c는 상수이므로 빅 오 표기법에 영향을 미치지 않음)
📌 공간 복잡도 예제로 알아보기
- 문제 : n! 팩토리얼 구하기
- n!:1×2×...×n
💡 방법 1
def factorial(n):
fac = 1
for index in range(2, n + 1):
fac = fac * index
return fac
- 공간 복잡도는 O(1)
- n의 값에 상관 없이 변수 공간이 n, fac, index에 대해서만 필요함
💡 방법 2
def factorial(n):
if n > 1:
return n * factorial(n - 1)
else:
return 1
- 공간 복잡도는 O(n)
- 재귀 함수를 사용하여 n에 따라 재귀 함수가 호출될 때마다 변수 n이 만들어짐
- 따라서 최종적으로 변수 n이 n개 만들어짐