在做题之前，我们要先判断这道题是否可做，对于简单的模拟题，大家肯定都知道，我能写出来就是可做，写不出来就是不可做。但是对于循环嵌套和算法题，我们就需要去判断思考自己设计的算法是否可以通过这道题。

不懂复杂度计算的同学去看一下数据结构课程的第一章，很简单的。

例如：我们写一个冒泡排序，它是两个for循环，时间复杂度是O(N^2)

那么在1S内我们最多可以对多少个数进行冒泡排序呢，N在1000 - 3000之间。

一般情况下我们可以默认评测机一秒内可以运行1e7条语句，当然这只是一个大概的估计，实际上每个服务器的性能不同，这个值都不同，但是一般都相差不大，差一个常数是正常的。

因此，我们可以这样做一个对应，下面是时限1S的情况

O(N) ~ N最大在500W左右

O(NlogN) ~ N最大在20W左右

O(N^2) ~ N最大在2000左右

O(N^2logN) ~ N最大700在左右

O(N^3) ~ N最大在200左右

O(N^4) ~ N最大在50左右

O(2^N) ~ N最大在24左右

O(N!) ~ N最大在10左右

如果是2S、3S对应的乘以2和3就可以。

特殊技巧：如果发现自己设计的算法不能再题目要求的时限内解决问题，不要着急，可以先把这道题留一下，继续做其他题，然后看一下排行榜，有多少人过了这道题，如果过的人多，那么说明这道题可能数据比较水，直接暴力做，不要怕复杂度的问题，因为出题人可能偷懒或者失误了导致数据很水。考研机试的题目数据大部分情况都比较水，所以不要被复杂度吓唬住了，后面的章节会教大家面对不会更好的算法那来解决题目的时候，如何用优雅的技巧水过去。

举个简单的例子

题目要求你对10W个数进行排序

假设你只会冒泡排序，但是冒泡排序很明显复杂度太高了，但是有可能出题人的数据最多只有100个，根本没有10W个，那么你就可以用冒泡排序通过这道题。

但是这种情况比较少见，所以可以先把这道题放着做其他题，然后再看看其他人能不能通过，如果很多人都过了，那么你就可以暴力试一下。

特别注意：空间复杂度一般不会限制，如果遇到了再想办法优化空间。

学会分析算法的时间复杂度