问题规模与时间复杂度

背景简述

  当代计算机，以O(n)的复杂度计，若要求1s内完成计算， 则循环次数最多不超过10⁷次。

数据规模与时间复杂度的对应关系

时间复杂度	数据规模
$O(n)$	107
$O(n^2)$	3000
$O(nlogn)$	106
$O(f(n))$	$f^{-1}(10^7)$

注：1. 时间复杂度中$logn$默认以2为底，即$lo{g}_{2}n$；

  2. 已知时间复杂度求解最大数据规模时，令$f(n)=10^7$反解$n$值即可。

例题

题目来源为2019年09月第十七次CSP认证第一题：

  由问题描述知，最简单思路为遍历所有元素即$a_{ij}$，由9、10号测试点知，数据规模为10⁶，此时使用$O(n)$复杂度的算法可行，而$O(n^2)$不可行。