算法竞赛中，衡量算法优劣的第一标准，就是算法的时间复杂度，通常用大表示法表示。
算法竞赛通常会给出数据范围，其重要作用在于估计你的程序的运行时间，判断是否有超时风险。通常，将题目数据量 带入大
表示法括号里的式子，就得到了程序的期望运行次数。注意，题目中的
不一定是实际算法中计算复杂度的
，请视具体情况分析。
当前计算机评测环境，秒钟可以执行约
到
次运算，请在提交程序前充分地认识到自己算法的预期表现，判断是否能够在规定时间内结束运行。
另一方面，有经验的选手完全可以从数据量大小，逆推题目考察的算法。通常来说，单步操作的时间复杂度如下：
| 时间复杂度 | 操作 |
|---|---|
| 哈希表，查表操作 | |
| 二分 | |
| 遍历，双指针 | |
| 排序，维护堆 | |
| 双重循环枚举 | |
| 状态压缩枚举 |
然而，一道复杂的题目往往需要结合多种算法，你需要对算法的每一个环节进行优化，确保其中时间复杂度最高的步骤不会使程序超时。
进阶阅读：由数据范围反推算法复杂度以及算法内容
若有收获，就点个赞吧
0 人点赞
