由数据范围反推算法复杂度以及算法内容

35

一般ACM或者笔试题的时间限制是 11 秒或 22 秒。
在这种情况下,C++代码中的操作次数控制在 10710810^7∼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:

  1. n30n≤30, 指数级别, dfs+剪枝,状态压缩dp
  2. n100n≤100 => O(n3)O(n^3),floyd,dp,高斯消元
  3. n1000n≤1000 => O(n2)O(n^2)O(n2logn)O(n^2\log n),dp,二分,朴素版Dijkstra、朴素版Prim、Bellman-Ford
  4. n10000n≤10000 => O(nn)O(n∗\sqrt{n}),块状链表、分块、莫队
  5. n100000n≤100000 => O(nlogn)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
  6. n1000000n≤1000000 => O(n)O(n), 以及常数较小的O(nlogn)O(nlogn)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)O(nlogn)的做法:sort、树状数组、heap、dijkstra、spfa
  7. n10000000n≤10000000 => O(n)O(n),双指针扫描、kmp、AC自动机、线性筛素数
  8. n109n≤10^9 => O(n)O(\sqrt{ n }),判断质数
  9. n1018n≤10^{18} => O(logn)O(\log n),最大公约数,快速幂,数位DP
  10. n101000n≤10^{1000} => O((logn)2)O((\log n)^2),高精度加减乘除
  11. n10100000n≤10^{100000} => O(logk×loglogk)O(\log k×\log \log k),k表示位数,高精度加减、FFT/NTT