信息学竞赛中的时间复杂度以及算法内容

信息学竞赛一般的时间限制是1秒或2秒。在这种情况下，C++代码中的操作次数控制在 $10^7\sim 10^8$为最佳。

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：

数据范围	时间复杂度	适用算法
$n\le 30$	指数级别	DFS+剪枝，状态压缩DP
$n\le 100$	$O(n^3)$	Floyd，DP，高斯消元
$n\le 1000$	$O(n^2)$， $O(n^{2}logn)$	DP，二分，朴素版Dijkstra，朴素版Prim，Bellman-Ford
$n\le 10000$	$O(n\times \sqrt{n})$	块状链表，分块算法，莫队算法
$n\le 10^5$	$O(n\times logn)$	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
$n\le 10^6$	$O(n)$，以及常数较小的 $O(nlogn)$	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
$n\le 10^7$	$O(n)$	双指针扫描、KMP、AC自动机、线性筛质数
$n\le 10^9$	$O(\sqrt{n})$	判断质数
$n\le 10^{18}$	$O(logn)$	最大公约数，快速幂，数位DP
$n\le 10^{1000}$	$O((logn{)}^2)$	高精度加减乘除
$n\le 10^{100000}$	$O(logk\times loglogk)$，$k$表示位数	高精度加减，FFT/NTT