在不同数据范围下，代码时间复杂度和算法选择：

先想暴力算法(时间复杂度较高)拿到部分分数；
根据数据范围判断时间复杂度，确定题目的算法范围。

1.n<=30,指数级别，dfs+剪枝、状态压缩dp；

2.n<=100,O(n^3),floyd,dp，高斯消元；

3.n<=1000,O(n^2),O(n^2*logn)、dp、二分，朴素版Dijkstra、朴素版Prim、Bellman-Ford；

4.n<=10000,O(n*√n),块状链表、分块、莫队；

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；

6.n<=1000000,O(n),以及常数较小的O(nlogn)算法，单调队列、hash、双指针扫描、BFS、并查集、kmp、AC自动机；常数较小的O(nlogn)做法：sort、树状数组、heap、dijkstra、spfa；

7.n<=10000000,O(n),双指针扫描、kmp、AC自动机、线性筛素数；

8.n<=10^9,O(√n)，判断质数；

9.n<=10^18,O(logn),最大公约数、快速幂、数位DP；

10.n<=10^1000,O((logn)^2),高精度加减乘除；

11.n<=10^100000,O(logk*loglogk),k表示位数，高精度加减、FFT/NTT.