Algorithm 为什么数组中所有元素之和的空间复杂度为O（n）？

下面的算法是数组中所有元素的总和

function sumofnumbers(a[],n)
   {
     sum=0
     for(i=0 to n)
         sum=sum+a[i]
     print(sum)
   }

---

有人能帮我做一下算法分析吗。为什么上述算法的空间复杂度为O（n）？ 我认为这一定是O（1）。因为我们不考虑在这里有额外的空间。我们使用给定的空间来计算数组中元素的和。例如，在一些排序技术中，我们使用额外的数组来对元素进行排序

根据我的说法

计算空间复杂度的公式：

 Space complexity = Input size + Auxillary space 

每个算法都包含它所需的/自己的输入大小，即程序执行所需的任何空间。因此，我们只需要考虑程序所需的额外空间（辅助空间），而不是输入大小来计算空间复杂度。 所以我应用了这个概念，是真的吗

什么时候考虑参数（即输入大小和辅助空间）来计算空间复杂度？因为在一些例子中，比如线性搜索，我看到他们有时不使用输入大小

---

谢谢我相信你是对的。空间复杂度不随N值的增加而变化，因此O（1）。

---

引用

是的，在我看来像是O（N）时间和O（1）空间。空间是O（N），因为它需要保存输入。想想图灵机——程序需要扫描写在磁带上的整个输入。@wcochran：听起来像时间复杂性谁说这是线性空间？空间复杂性是指图灵机辅助功能区的复杂性。考虑到输入的大小意味着您永远无法实现次线性空间的复杂性，例如LOGSPACE。@Jean BaptisteYunès您是对的。空间复杂度不考虑输入大小作为处理输入所需的内存的一部分。我认为你是对的，但你的参考资料似乎是说

O（n）

。