for循环内创建固定大小数组的时间空间复杂度咨询

不管是时间复杂度还是空间复杂度的判断，都符合大O表示法的标准计算逻辑。

时间复杂度 #

大O表示法的核心是刻画算法开销随输入规模增长的变化趋势，所有固定常数级的开销都会被忽略，不会影响最终的复杂度评级：

• 单次循环里创建长度为2的数组是固定操作，不管输入数组长度是10还是100000，这个操作的耗时都不会随输入规模变化，属于常数级O(1)开销（你提到的O(2)本质也是常数级，按大O简化规则会统一归为O(1)）
• 循环总共执行N次，总开销和输入规模呈线性关系，去掉常数系数后最终时间复杂度就是O(N)。

对应的参考代码：

for (let i = 0; i < array.length; i++) {
   const newArray = [array[i], array[i+1]];

   // Do some other stuff...
}

空间复杂度 #

很多新手在这里容易踩坑：空间复杂度统计的是算法运行过程中同时存活的额外内存峰值，不是程序运行期间累计分配的内存总量：

• 你每次迭代创建的固定长度数组，生命周期仅在当前迭代范围内，迭代结束后这个数组就没有任何有效引用，会被垃圾回收自动回收
• 整个运行过程中，额外占用的内存始终是固定大小，完全不会随输入规模N的增大而增长，因此空间复杂度确实是常数级O(1)。

补充一个常见的反例：如果你把每次循环创建的小数组都存入一个外部持续存活的数组中留存，那同时存活的内存会随N线性增长，空间复杂度就会变成O(N)，但你描述的场景不存在这个问题，判断成立。

内容的提问来源于stack exchange，提问作者Griffin Baker