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（当你的题目时限为1s的时候）：

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. $n≤10000 => O(n∗\sqrt{n})，O(n∗n)$，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、并查集，kmp、AC自动机，常数比较小的 O(nlogn) 的做法：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. $n≤10^{9} => O(\sqrt{n})$，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，k表示位数，高精度加减、FFT/NTT