空間計算量
入力サイズに対するメモリ使用量（Big O）。
Space complexity describes how an algorithm's memory usage grows with input size (n). Like time complexity, it uses Big O notation.
Space complexity = Input space + Auxiliary space
- Input space: Memory for the input itself
- Auxiliary space: Extra memory used during execution
Common space complexities:
- O(1) Constant: Fixed extra memory (in-place algorithms)
- O(n) Linear: Memory proportional to input
- O(log n) Logarithmic: Recursion depth in binary search
- O(n²) Quadratic: 2D matrix storage
graph LR
Center["空間計算量"]:::main
Pre_algorithm["algorithm"]:::pre --> Center
click Pre_algorithm "/terms/algorithm"
Rel_time_complexity["time-complexity"]:::related -.-> Center
click Rel_time_complexity "/terms/time-complexity"
Rel_asymptotic_notations["asymptotic-notations"]:::related -.-> Center
click Rel_asymptotic_notations "/terms/asymptotic-notations"
Rel_big_o_notation["big-o-notation"]:::related -.-> Center
click Rel_big_o_notation "/terms/big-o-notation"
classDef main fill:#7c3aed,stroke:#8b5cf6,stroke-width:2px,color:white,font-weight:bold,rx:5,ry:5;
classDef pre fill:#0f172a,stroke:#3b82f6,color:#94a3b8,rx:5,ry:5;
classDef child fill:#0f172a,stroke:#10b981,color:#94a3b8,rx:5,ry:5;
classDef related fill:#0f172a,stroke:#8b5cf6,stroke-dasharray: 5 5,color:#94a3b8,rx:5,ry:5;
linkStyle default stroke:#4b5563,stroke-width:2px;
🧒 5歳でもわかるように説明
旅行の荷物を詰めることを想像してください。空間計算量は「もっと物を持っていくなら、何個のスーツケースが必要？」と聞くようなものです。いつも1つのバッグだけで済む方法(O(1))もあれば、各アイテムにバッグが必要な方法(O(n))もあります。
🤓 Expert Deep Dive
末尾再帰の最適化はO(n)のスタック空間をO(1)に変換します。空間-時間のトレードオフは基本的です：ハッシュテーブルはO(n)の空間をO(1)の検索と交換します。ストリーミングアルゴリズムはO(1)の空間でデータを処理します。
🔗 関連用語
前提知識:
📚 出典
6. builtin.com