嗨，这个问题其实是对空间复杂度定义理解上的小误区，咱们掰开揉碎了说清楚：

首先得明确空间复杂度的核心是衡量内存使用和输入规模的关系，不是单纯看“运行中数组会不会变大”。咱们分两种常见情况来分析：

• 如果数组的大小是完全硬编码的常量，比如你写死了int arr[100];——不管你的程序处理的输入数据量是多少（比如处理10条还是1000条数据），这个数组永远只占100个int的内存空间，和输入规模完全无关，那这时候空间复杂度确实是O(1)，也就是常量级空间。

• 但如果数组的大小是由输入规模决定的固定值，比如用户输入一个数字n，你根据这个n创建了大小为n的数组（比如int* arr = new int[n];）——虽然程序运行过程中这个数组不会再扩容，但它的大小直接和输入的n挂钩，内存使用量会随着n的增大而成正比增长，这时候空间复杂度就是O(n)。

你之所以会困惑，是把“运行中是否动态增长”和“是否与输入规模相关”搞混了。空间复杂度关心的是：当输入规模（比如n）变得很大时，你的程序需要的内存会不会跟着线性增长？如果数组大小是随输入n定的，哪怕它固定不变，内存也会跟着n变大，那就是O(n)；如果数组大小和n完全没关系，不管n多大内存都不变，那才是O(1)。

举个实际的例子：

• 如果你写一个程序统计100个固定用户的登录次数，数组大小硬编码成100，那空间复杂度是O(1)；
• 如果你写一个程序统计任意数量用户的登录次数，用户输入多少个用户就创建多大的数组，那空间复杂度就是O(n)。

内容来源于stack exchange