数据范围推测算法以及复杂度

 

 

引言：对于一般的算法比赛中ac题目的限制为1秒。在此情况下，C++的代码操作次数控制在10的7次方~10的八次方。

下面给出对于不同数据范围N对应的代码时间复杂度和算法该怎么选择

1.n <=30, 指数级别, dfs+剪枝，状态压缩dp
2.n <=100 ,O(n^3)，floyd，dp，高斯消元
3.n <=1000, O(n^2)，O(n^2logn)，dp，二分，朴素版Dijkstra、朴素版Prim、Bellman-Ford
4.n <= 10000, O(n * sqrt n)，块状链表、分块、莫队
5.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、Kruskal、spfa、求凸包、求半平面交、二分、CDQ分治、整体二分、后缀数组、树链剖分、动态树
6.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
7.n <= 10000000 , O(n)，双指针扫描、kmp、AC自动机、线性筛素数
8.n <= 10^9$ => O(sqrt n)，判断质数
9.n <= 10^{18}$ => O(logn)，最大公约数，快速幂，数位DP
10.n <= 10^{1000}$ => O((logn)^2)，高精度加减乘除
11.n <=10^{100000} => O(logk * loglogk)，k表示位数，高精度加减、FFT/NTT