# 算法基础

# 时空复杂度分析

# 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 107∼108107∼108 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≤30n≤30, 指数级别, dfs+剪枝,状态压缩dp

* n≤100n≤100 => O(n3)O(n3),floyd,dp,高斯消元

* n≤1000n≤1000 => O(n2)O(n2),O(n2logn)O(n2logn),dp,二分,朴素版
Dijkstra、朴素版Prim、Bellman-Ford

* n≤10000n≤10000 => O(n∗n√)O(n∗n),块状链表、分块、莫队

* n≤100000n≤100000 => O(nlogn)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、求半平面交、二分、CDQ分治、整体二分、后缀数组、树链剖分、动态树

* n≤1000000n≤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

* n≤10000000n≤10000000 => O(n)O(n),双指针扫描、kmp、AC自动机、线性筛素数

* n≤109n≤109 => O(n√)O(n),判断质数

* n≤1018n≤1018 => O(logn)O(logn),最大公约数,快速幂,数位DP

* n≤101000n≤101000 => O((logn)2)O((logn)2),高精度加减乘除

* n≤10100000n≤10100000 => O(logk×loglogk),k表示位数O(logk×loglogk),k表示位数,高精度加减、FFT/NTT
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23

# 知识点

1——基础算法

排序
二分
高精度
前缀和与差分
双指针算法
位运算
离散化
区间合并
1
2
3
4
5
6
7
8
9
10
2——数据结构

链表与邻接表:树与图的存储
栈与队列:单调队列、单调栈
kmp
Trie
并查集
堆
Hash表
1
2
3
4
5
6
7
8
9
3、搜索与图论
DFS与BFS
树与图的遍历:拓扑排序
最短路
最小生成树
二分图:染色法、匈牙利算法
1
2
3
4
5
6
4——数学知识
质数
约数
欧拉函数
快速幂
扩展欧几里得算法
中国剩余定理
高斯消元
组合计数
容斥原理
简单博弈论
1
2
3
4
5
6
7
8
9
10
11
5——动态规划
背包问题
线性DP
区间DP
计数类DP
数位统计DP
状态压缩DP
树形DP
记忆化搜索
1
2
3
4
5
6
7
8
9
6——贪心
1