時空權衡

電腦科學中的時空權衡（英語：space–time trade off，又叫空間換時間）是指一個演算法或程式用增加空間使用量來換取時間減少的情況。這裏，空間指的是執行一個給定任務所消耗的數據儲存（主記憶體、硬碟等），而時間指的是執行一個給定任務所消耗的時間（計算時間或反應時間）。

一個給定的時空權衡的效用受到相關的固定和可變成本（如CPU速度、儲存空間）的影響，並受到收益遞減的影響。

歷史

在動物行為的早期階段，可以看到時空權衡的生物學用途。使用儲存的知識或將刺激反應編碼為DNA中的「本能」，可以避免在時間緊迫的情況下進行「計算」的需要。更具體到電腦，尋找表從最早期的作業系統開始就已經實現了。

1980年，馬丁·赫爾曼首次提出使用時空權衡法進行密碼分析。^[1]

權衡的類型

查詢表 vs 重新計算

一個常見的情況是涉及尋找表的演算法：一個實現可以包含整個表，這減少了計算時間，但增加了所需的主記憶體量；或者它可以根據需要計算表項，增加計算時間，但減少主記憶體需求。

壓縮數據 vs 不壓縮數據

時空權衡可以應用於數據儲存的問題。如果數據未經壓縮就被儲存，它需要更多的空間，但訪問所需的時間要比數據被壓縮後儲存所需的時間少（因為壓縮數據減少了它所佔用的空間，但執行解壓縮演算法需要時間）。根據問題的具體實例，兩種方式都是實用的。也有一些罕見的情況是可以直接使用壓縮數據的，比如在壓縮點陣圖索引（英語：bitmap index）的情況下，使用壓縮的方式比不使用壓縮的方式更快。

重新渲染 vs 儲存圖像

只儲存向量圖的SVG原始碼，並在每次請求頁面時將其渲染為點陣圖圖像，這是以時間換空間；使用更多的時間，但空間更少。在改變頁面時渲染圖像並儲存渲染後的圖像是以空間換取時間；使用更多的空間，但減少時間。這種技術更普遍地被稱為快取。

代碼量少 vs 循環展開

在應用循環展開時，較大的代碼量可以換來較快的程式速度。這種技術使循環的每一次迭代的代碼變長，但卻節省了在每一次迭代結束時跳回循環起點所需的計算時間。

其他例子

同樣利用時空權衡的演算法有：

• 計算離散對數的大步小步演算法
• 密碼學中的彩虹表，比蠻力攻擊所需的指數級時間做得更好。彩虹表使用加密雜湊函數的雜湊空間中的部分預計算值，在幾分鐘內而不是幾周內破解密碼。減少彩虹表的大小會增加在雜湊空間上迭代所需的時間。
• 中途相遇攻擊使用時空權衡，只需${\displaystyle 2^{n+1}}$次加密（和${\displaystyle O(2^{n})}$空間）就能找到加密金鑰，而樸素的攻擊預計需要${\displaystyle 2^{2n}}$次加密（但只需${\displaystyle O(1)}$空間）。
• 動態規劃通過使用更多的主記憶體，可以大大降低問題的時間複雜性。

參見

• 演算法效率
• 計算資源
• 布盧姆加速定理
• 薩維奇定理