由数据范围推算法复杂度

由数据范围推算法复杂度

ACM或笔试题的时间限制为1s或2s，C++代码的操作次数应该控制在$10^7$—$10^8$最佳.

针对给出的数据范围，反推时间复杂度以及选择算法：

数据范围	时间复杂度	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
$n\le 10^3$	$O(n^2),O(n^{2}logn)$	dp，二分，朴素版Dijkstra，朴素版Prim，Bellman-Ford
$n\le 10^4$	$O(n\ast \sqrt[]{n})$	块状链表，分块，莫队
$n\le 10^5$	$O(nlogn)$	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
$n\le 10^6$	$O(n)$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；sort，树状数组，heap，dijkstra，spfa
$n\le 10^7$	$O(n)$	双指针扫描，kmp，AC自动机，线性筛素数
$n\le 10^9$	$O(\sqrt[]{n})$	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

原文链接

https://www.acwing.com/blog/content/32/