空间复杂度是算法/函数/程序存储变量所需内存量的数学度量，就像时间复杂度是函数运行所需时间的度量。

• • TL; DR**你不能用任何JS函数得到它。它是你必须"计算"的东西。在你的算法中，使用两个数组，空间复杂度将是O(n)。
• • 说明**如果您想了解更多有关空间复杂度的信息：在计算机科学领域，空间复杂度使用"大噢"符号（O(something)）。它是通过分析函数来发现的。通常是通过"长时间地盯着"代码来发现的

例如，此函数：

function add(x,y) { return x+y; }

空间复杂度为O(1)，因为它使用两个变量来存储数据：x和y。所以从技术上讲，你在内存空间中使用了 * 两 * 个"位置"。问题是，既然你使用了两个位置，为什么复杂度是O(1)？答案是，复杂度是用"规模"来表示的。这意味着，如果你的函数需要1，2，3，... 5个变量运行我们仍然在谈论"一"或常数.因此O(1)或"常数复杂度".
另一个例子：

function sum(arr, n) {
  var sum = 0;
  for(var i=0; i<n; i++) {
    sum += arr[i];
  }
}

这个函数的空间复杂度是O(N)，为什么？因为我们使用了一个长度为3的数组，这个数组的长度可以是3，但是它也可以存储100000个值，因为我们在这里讨论的不仅仅是"1（或者，我们不能确定它只是几个值），计算机科学的家伙们决定我们将它表示为O(N)或"线性复杂度"。
例如，如果你的程序中需要一个2D数组，它可能具有O(N^2)或"二次复杂度"，在某些情况下，你可能会遇到具有O(log N)或2^O(N)的对数和（希望不是）"指数"空间复杂度的程序。
阅读更多关于here、here和here的信息（这是关于时间复杂性的，但度量是相同的）