Algorithm 带O（n^2）的空间复杂度

因此，每个人都熟悉常数

O（1）

或线性

O（N）

空间复杂度

但我有一个问题，当一个算法的空间复杂度与

O（NLogn）

或

O（N^2）

成正比时，是否有任何情况。如果可能的话，它的优势是什么

---

顺便说一句——我已经研究了很多网站，但没有得到任何令人满意的解决方案。

几乎任何算法都可以使用

O（N^2）

内存。考虑一些<代码> f（a，b）< /代码>其中<代码> 0 < a，b < n>代码>和<代码> f>代码>计算是昂贵的。为了减少运行时间，一个明显的解决方案是使用具有预先计算结果的大小为

N*N

的查找表。在运行时和内存使用之间进行这种权衡是很常见的

---

通常，使用矩阵的算法通常需要

N*N

内存来存储矩阵。例如，要在

N=3

维度中旋转一个点，可以使用

3x3

旋转矩阵。

您应该将此移动到讨论中。任何返回大小

f（N）

结果的算法都至少需要

O（f（N））

额外的空间（当然，如果结果与输入不共享空间）。