由数据范围反推算法复杂度及算法种类

一般OJ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 ∼ 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 <= 12
  算法复杂度：n!
  一般算法：暴力dfs

• n <= 30
  算法复杂度：2^n
  一般算法: dfs+剪枝，状态压缩dp

• n <= 100
  算法复杂度：O(n^3)
  一般算法: floyd，dp，高斯消元

• n <= 1000
  算法复杂度：O(n^2), O(n^2logn)
  一般算法：二分，朴素版Dijkstra、朴素版Prim、Bellman-Ford，冒泡， dp

• n <= 10000
  算法复杂度：O(n * n^(1/2))
  常见算法：块状链表、分块、莫队

• n <= 100000 (10^5重要)
  算法复杂度：O(nlogn)
  常见算法：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 <= 1000000
  算法复杂度： O(n), 以及常数较小的 O(nlogn)
  常见算法：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

• n <= 10000000
  算法复杂度：O(n)
  常见算法：双指针扫描、kmp、AC自动机、线性筛素数

• n<= 10^9
  算法复杂度: O(n^(1/2))
  常见算法：判断质数

• n<=10^18
  算法复杂度：O(logn)
  常见算法：最大公约数，快速幂，数位DP

标签：复杂度,常见,推算,算法,heap,nlogn,dp
来源： https://www.cnblogs.com/suanniniu/p/16391729.html