一般ACM或者笔试题的时间限制是1秒或2秒。
在这种情况下,C++代码中的操作次数控制在 1e7∼1e8
为最佳。
对于填空题而言,如果暴力的求法为O ( n^3 ) 且得分测试的数据范围在2000(即2e3)的情况是可以在考试时间跑出来的。
对于编程的大题,如果我们写的暴力代码是O( n^3 )且数据范围是 n <= 800的情况就能跑出来,特判一下超过 800 的数据直接输出一个结果提前结束程序。(if ( n>800 ) rand())
下面给出在不同数据范围下,代码的时间复杂度和算法该如何选择:
时间复杂度 | 常用算法 |
---|---|
N≤30 => 指数级别 | dfs+剪枝,状态压缩dp |
N≤100 => O(N3) | floyd,dp,高斯消元 |
N≤1000 => O(N2),O(N2logN) | dp,二分,朴素版Dijkstra、朴素版Prim、Bellman-Ford |
N≤10000 => O(N∗√N), | 块状链表、分块、莫队 |
N≤100000 => O(NlogN) | 各种sort,线段树、树状数组、set/map、heap、拓扑排序、dijkstra+heap、prim+heap、spfa、求凸包、求半平面交、二分、CDQ分治、整体二分 |
N≤1000000 => O(N)以及常数较小的 O(NlogN) 算法 | 单调队列、 hash、双指针扫描、并查集,kmp、AC自动机,常数比较小的 O(nlogn)的做法:sort、树状数组、heap、dijkstra、spfa |
N≤10000000=> O(N) | 双指针扫描、kmp、AC自动机、线性筛素数 |
N≤1e9=> O(√N) | 判断质数 |
N≤1e18=> O(logN) | 最大公约数,快速幂, 二分 |
N≤1e1000 => O(k) | 高精度加减乘除 |
N≤10100000=> O(logK×loglogK) | k表示位数,高精度加减、FFT/NTT |