举例说明空间复杂度与时间复杂度的区别？

空间复杂度和时间复杂度是计算机算法分析的两个重要方面，它们描述的是算法在运行过程中对资源的不同消耗：

1. **时间复杂度**（Time Complexity）关注的是随着输入数据规模的增长，算法所需执行操作的数量。它通常用大O记法表示，比如常见的有O(1)、O(n)、O(n^2)等。例如，查找数组中的元素，对于长度为n的数组，如果使用线性搜索，时间复杂度就是O(n)，因为每增加一个元素都要检查一次。

2. **空间复杂度**（Space Complexity）则是衡量算法在执行过程中所需的存储空间，包括额外的数据结构和变量。同样用大O记法表达，如O(1)代表常量空间占用，O(n)则表示空间需求随数据规模线性增长。例如，排序算法堆排序，除了原数组外，还需要一个临时数组来交换元素，所以它的空间复杂度可能是O(n)。

简单来说，时间复杂度侧重于效率，反映了执行速度的变化；而空间复杂度关注内存开销，评估了存储需求。优化这两个指标可以帮助我们设计更高效、内存友好的算法。