一、题目描述与要求
二、解题思路
- 初始化变量 C 和 x0,分别为输入的非负整数和初始近似值(可以选择为输入的非负整数本身)。
- 进入循环,每次迭代更新近似值 xi = 0.5 * (x0 + C / x0)。
- 判断当前的近似值 xi 与上一次的近似值 x0 之间的差的绝对值是否小于给定的精度(这里使用了 1e-7),如果满足精度要求,则跳出循环。
- 如果不满足精度要求,则将当前的近似值 xi 作为下一次迭代的初始值,继续进行下一次迭代。
- 循环结束后,将最终的近似值 x0 转换成整数,并返回结果。
通过不断迭代更新近似值,最终可以获得一个接近真实解的近似值。该方法具有较快的收敛速度和较高的精度,适用于求解平方根等非线性方程的问题。
三、具体代码(C++)
class Solution {
public:
int mySqrt(int x) {
if (x == 0) {
return 0;
}
double C = x, x0 = x;
while (true) {
double xi = 0.5 * (x0 + C / x0);
if (fabs(x0 - xi) < 1e-7) {
break;
}
x0 = xi;
}
return int(x0);
}
};
这段代码使用了牛顿迭代法来逼近一个非负整数的平方根。
牛顿迭代法是一种通过不断逼近函数零点的方法,它的基本思想是在当前的近似值 x0 的基础上,通过计算函数的切线与 x 轴的交点来获得更接近真实解的新的近似值。对于求平方根的问题,我们可以将其转化为解方程 x^2 - C = 0,其中 C 为输入的非负整数。