由数据范围反推算法复杂度以及算法内容

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 $10^7\sim 10^8$ 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：

• $n\le 30$：指数级别，dfs+剪枝，状态压缩dp

• $n\le 100$：$O(n^3)$，floyd，dp，高斯消元

• $n\le 1000$：$O(n^2)$，$O(n^2\log n)$，dp，二分，朴素版Dijkstra，朴素版Prim，Bellman-Ford

• $n\le 10000$：$O(n\ast \sqrt{n})$，块状链表，分块，莫队

• $n\le 100000$：$O(n\log n)$，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

• $n\le 1000000$：$O(n)$，常数较小的 $O(n\log n)$，单调队列，hash，双指针扫描，并查集，kmp，AC自动机，sort，树状数组，heap，dijkstra，spfa

• $n\le 10000000$：$O(n)$，双指针扫描，kmp，AC自动机，线性筛素数

• $n\le 10^9$：$O(\sqrt{n})$，判断质数

• $n\le 10^{18}$：$O(\log n)$，最大公约数，快速幂，数位DP

• $n\le 10^{1000}$：$O((\log n{)}^2)$，高精度加减乘除

• $n\le 10^{100000}$：$O(\log k\times \log \log k)$，$k$表示位数，高精度加减，FFT/NTT