空间复杂度和时间复杂度在以下场景中是如何工作的？答案

【问题标题】：How does space complexity and time complexity work in the following scenario?空间复杂度和时间复杂度在以下场景中是如何工作的？
【发布时间】：2021-05-01 18:20:36
【问题描述】：

请原谅，因为我对空间复杂度或时间复杂度都不太熟悉。

我的问题是，

想象一下，Java 中有一段代码会读取一个 .csv 文件，然后将每一行打印到一个 .txt 文件中作为输出。

据我了解，时间复杂度在某种程度上取决于行数。空间复杂度是运行时需要多少空间。（如果有错误请告诉我）

如上所述，如果我编写的代码会一次将 input.csv 中的所有行转换为某种数据结构，然后使用相同的数据结构将整个内容打印到 output.txt 中，它会不会让我的空间复杂度更差但更好的时间复杂度？还，如果我逐行读取并将它们打印到同一个循环内的 output.txt 上，它会给我带来更好的空间复杂度但更差的时间复杂度吗？

如果问题不清楚，请告诉我。提前致谢。

【问题讨论】：

CSV 文件已经是文本文件，因此您的算法本质上只是将文本文件复制到另一个文件。执行此操作的任何合理算法的运行时间都是 O(n)，并且算法的空间复杂度也是 O(n)，因为您将整个文件加载到内存中。如果您改为逐块复制，则空间复杂度将为 O(1)，假设这些块具有固定大小（例如，使用固定大小的缓冲区）。
总时间取决于输入的大小，时间complexity是在给定大小的情况下衡量所花费的时间输入，因此保持不变（唯一的依赖是算法，而不是输入，除非我们区分最佳、最差和平均情况）。在实践中，您通常更关心实际运行时间而不是复杂性，因为触发大量垃圾收集的 O(n) 算法可能比不触发大量垃圾收集的 O(n^2) 算法差很多（例如)，这不是传统复杂性分析所包含的内容。

标签： algorithm time-complexity space-complexity

【解决方案1】：

空间复杂度和时间复杂度是算法的属性。

就空间复杂度而言，如果您读取一行然后打印一行，那么您需要空间来存储该行作为算法的一部分。这取决于一条线的最大长度。我想输入文件可能是一行。因此，这种方法的空间复杂度为 O(n)，其中“n”是输入文件的大小，或文件中最长的行。

相比之下，将所有数据读入内存大概会具有 O(n) 的空间复杂度。但是，数据结构可能很重要，这可能会成倍增加。

另一方面，一次读取 CSV 文件一个字符，然后写入该字符将使用常量空间 - 存储单个字符所需的任何空间。

至于时间复杂度，大概是读取每个字符然后写出来的工作，所以时间似乎是 O(n)。但是，如果数据以复杂的数据结构存储在内存中，这也可能会更大。

【讨论】：

【解决方案2】：

据我了解，时间复杂度在某种程度上取决于行数。空间复杂度是运行时需要多少空间。

这基本上是正确的。您的时间将与输入成线性关系，因为您将一次且仅处理一次所有输入，因为您没有进行任何魔术，例如重大转换等。也就是说，如果您处理输入的效率低下，您可能会在时间上引入大量开销，但这仍然是 O（输入大小）。

您的空间假设是正确的：您打算一次使用多少空间？您是否要使用其中的一小部分（例如单个字符）、一部分（例如一行）、更多（例如一些字节数的缓冲区）、整个内容（所有行，O(N)）还是更多空间方面的东西，因为您必须存储额外的状态？

如果我编写的代码将 input.csv 中的所有行同时转换为某种数据结构，然后使用相同的数据结构将整个内容打印到 output.txt 中，它会给我一个空间复杂度更差但时间复杂度更高？

这可能会让你在空间上得到 O(N)，其中 N 是输入的大小；您将整个内容存储在内存中。你的时间复杂度有点复杂。从表面上看，你的时间是 O(1)：你一次写完所有的东西。但由于编组数据、参与 I/O 等的开销和延迟，它可能比这更糟。没有更多细节不容易回答。

如果我逐行读取并将它们打印到同一个循环内的 output.txt 上，它会给我带来更好的空间复杂度但更差的时间复杂度吗？

空间，是的：你的空间将是 O（平均线大小）而不是 O（所有输入的大小）。但是考虑最好和最坏的情况。最坏的情况是 O(#lines) for space = O(size of input) 因为只有一行！

【讨论】：