这篇博客探讨了在ACM竞赛、笔试和在线编程平台中，针对不同数据范围如何选择合适的算法和时间复杂度。给出了n的界限与对应的最佳算法选择，例如n≤1000适合使用O(n²)的算法，而n≤100000可能需要O(nlogn)的解决方案。强调了根据问题规模选择适当复杂度的重要性。
一般ACM或者笔试题，或者力扣上的题目的时间限制是1秒或2秒。
在这种情况下，C++代码中的操作次数控制在 1e7 为最佳。
我们做题时可以根据不同数据范围，知道代码的时间复杂度和算法该如何选择（n越小说明我们可以使用越暴力、时间复杂度越高的解法）：
n≤30, 指数级别, dfs+剪枝，状态压缩dp
n≤100 => O(n3)，floyd，dp
n≤1000 => O(n2)，O(n2logn)，dp，二分
分界点（一旦n到达1e4，就不适合n2的暴力解法）
n≤10000 => O(n∗√n)，块状链表
n≤100000 => O(nlogn) => 各种sort，线段树、树状数组、set/map、heap、dijkstra+heap、spfa、求凸包、求半平面交、二分
n≤1000000 => O(n), 以及常数较小的 O(nlogn) 算法 => hash、双指针扫描、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≤109 => O(√n)，判断质数
n≤1018 => O(logn)，最大公约数
扫一扫
1609
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
