|
| 1 | +# 时间复杂度分析 |
| 2 | + |
| 3 | +一般ACM或者笔试题的时间限制是1秒或2秒。 |
| 4 | +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。 |
| 5 | + |
| 6 | +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: |
| 7 | + |
| 8 | +1. n≤30, 指数级别, dfs+剪枝,状态压缩dp |
| 9 | +2. n≤100 => O(n^3),floyd,dp,高斯消元 |
| 10 | +3. n≤1000 => O(n^2),O(n^2logn),dp,二分,朴素版Dijkstra、朴素版Prim、Bellman-Ford |
| 11 | +4. n≤10000 => O(n∗√n),块状链表、分块、莫队 |
| 12 | +5. n≤100000 => 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 |
| 13 | +6. n≤1000000 => O(n), 以及常数较小的 O(nlogn)O(nlogn)O(nlogn) 算法 => 单调队列、 hash、双指针扫描、BFS、并查集,kmp、AC自动机,常数比较小的 O(nlogn)O(nlogn)O(nlogn) 的做法:sort、树状数组、heap、dijkstra、spfa |
| 14 | +7. n≤10000000 => O(n),双指针扫描、kmp、AC自动机、线性筛素数 |
| 15 | +8. n≤10^9 => O(√n),判断质数 |
| 16 | +9. n≤10^18 => O(logn),最大公约数,快速幂,数位DP |
| 17 | +10. n≤10^1000 => O((logn)^2),高精度加减乘除 |
| 18 | +11. n≤10^100000 => O(logk×loglogk),k表示位数,高精度加减、FFT/NTT |
| 19 | + |
| 20 | + |
| 21 | + |
| 22 | +[来源](https://www.acwing.com/file_system/file/content/whole/index/content/3074/) |
| 23 | + |
| 24 | + |
| 25 | +# 具体方法 |
| 26 | + |
| 27 | + |
| 28 | +## 纯循环 |
| 29 | + |
| 30 | +有几重循环就有几次方,比如: |
| 31 | + |
| 32 | +```cpp |
| 33 | +for (int i = 0; i < n; i ++ ) |
| 34 | + for (int j = 0; j < n; j ++ ) |
| 35 | + for (int k = 0; k < n; k ++ ) |
| 36 | + // O(n^3) |
| 37 | +``` |
| 38 | + |
| 39 | +## 递归 |
| 40 | + |
| 41 | +* 可以采用[主定理](https://baike.baidu.com/item/主定理/3463232)直接套公式。(不过个人觉得有点太复杂了,可用性不是那么高) |
| 42 | +* 分析每一层的时间复杂度,然后大概会执行多少层。例如:快排。每一层是O(n),大概有logn层,所以时间复杂度是O(nlogn)。 |
| 43 | + |
| 44 | + |
| 45 | +## 双指针 |
| 46 | + |
| 47 | +双指针虽然有两层循环,但内层循环变量只加不减,所以时间复杂度是O(n)。 |
| 48 | +[参考](./1_basicAlgorithm/TheLongestContinuousNon-repeatingSubsequence.go)中内层循环的j变量,j在外层循环声明,作为内层循环次数的条件,所以内层循环具体执行多少次看j。 |
| 49 | + |
| 50 | +类似的还有单调栈、kmp、trie字符串统计等。 |
| 51 | + |
| 52 | + |
| 53 | +## 动态规划 |
| 54 | + |
| 55 | +动态规划问题的计算量= 状态数量 * 状态转移的计算量 |
| 56 | + |
0 commit comments