【leetcode】50. Pow(x, n)(中等)(快速幂)

50. Pow(x, n)

问题描述

实现 pow(x, n) ,即计算 x 的整数 n 次幂函数(即 x n x^n xn )。

示例 1:

输入:x = 2.00000, n = 10
输出:1024.00000

示例 2:

输入:x = 2.10000, n = 3
输出:9.26100

示例 3:

输入:x = 2.00000, n = -2
输出:0.25000

解释: 2 − 2 = 1 / 2 2 = 1 / 4 = 0.25 2^{-2} = 1/2^2 = 1/4 = 0.25 22=1/22=1/4=0.25

提示:

  • − 100.0 < x < 100.0 -100.0 < x < 100.0 100.0<x<100.0
  • − 2 31 < = n < = 2 31 − 1 -2^{31} <= n <= 2^{31}-1 231<=n<=2311
  • − 1 0 4 < = x n < = 1 0 4 -10^4 <= x^n <= 10^4 104<=xn<=104

题解

方法一:快速幂 + 递归

「快速幂算法」的本质是分治算法。举个例子,如果我们要计算 x 64 x^{64} x64,我们可以按照: x → x 2 → x 4 → x 8 → x 16 → x 32 → x 64 x \to x^2 \to x^4 \to x^8 \to x^{16} \to x^{32} \to x^{64} xx2x4x8x16x32x64的顺序,从 x x x 开始,每次直接把上一次的结果进行平方,计算 6 次就可以得到 x 64 x^{64} x64的值,而不需要对 x x x 乘 63 次 x x x

再举一个例子,如果我们要计算 x 77 x^{77} x77,我们可以按照: x → x 2 → x 4 → x 9 → x 19 → x 38 → x 77 x \to x^2 \to x^4 \to x^9 \to x^{19} \to x^{38} \to x^{77} xx2x4x9x19x38x77的顺序,在 x → x 2 x \to x^2 xx2 x 2 → x 4 x^2 \to x^4 x2x4 x 19 → x 38 x^{19} \to x^{38} x19x38 这些步骤中,我们直接把上一次的结果进行平方,而在 x 4 → x 9 x^4 \to x^9 x4x9 x 9 → x 19 x^9 \to x^{19} x9x19x , x 38 → x 77 x^{38} \to x^{77} x38x77这些步骤中,我们把上一次的结果进行平方后,还要额外乘一个 x x x

直接从左到右进行推导看上去很困难,因为在每一步中,我们不知道在将上一次的结果平方之后,还需不需要额外乘 x x x。但如果我们从右往左看,分治的思想就十分明显了:

  • 当我们要计算 x n x^n xn 时,我们可以先递归地计算出 y = x ⌊ n / 2 ⌋ y = x^{\lfloor n/2 \rfloor} y=xn/2 ,其中 ⌊ a ⌋ \lfloor a \rfloor a 表示对 a a a 进行下取整;
  • 根据递归计算的结果,如果 n n n 为偶数,那么 x n = y 2 x^n = y^2 xn=y2 ;如果 nn 为奇数,那么 x n = y 2 × x x^n = y^2 \times x xn=y2×x
  • 递归的边界为 n = 0 n = 0 n=0,任意数的 0 次方均为 1。

由于每次递归都会使得指数减少一半,因此递归的层数为 O ( log ⁡ n ) O(\log n) O(logn),算法可以在很快的时间内得到结果。

class Solution:
    def myPow(self, x: float, n: int) -> float:
        def quickMul(N: int):
            if N == 0:
                return 1
            y = quickMul(N // 2)
            return y * y if N % 2 == 0 else y * y * x
            
        return quickMul(n) if n >= 0 else 1.0 / quickMul(-n)

复杂度分析

  • 时间复杂度: O ( log ⁡ n ) O(\log n) O(logn),即为递归的层数。

  • 空间复杂度: O ( log ⁡ n ) O(\log n) O(logn),即为递归的层数。这是由于递归的函数调用会使用栈空间。

方法二:快速幂 + 迭代

由于递归需要使用额外的栈空间,我们试着将递归转写为迭代。在方法一中,我们也提到过,从左到右进行推导是不容易的,因为我们不知道是否需要额外乘 x x x。但我们不妨找一找规律,看看哪些地方额外乘了 x x x,并且它们对答案产生了什么影响。

我们还是以 x 77 x^{77} x77 作为例子:
x → x 2 → x 4 → + x 9 → + x 19 → x 38 → + x 77 x \to x^2 \to x^4 \to^+ x^9 \to^+ x^{19} \to x^{38} \to^+ x^{77} xx2x4+x9+x19x38+x77
并且把需要额外乘 x x x 的步骤打上了 + + + 标记。可以发现:

  • x 38 → + x 77 x^{38} \to^+ x^{77} x38+x77 中额外乘的 xx 在 x 77 x^{77} x77 中贡献了 x x x
  • x 9 → + x 19 x^9 \to^+ x^{19} x9+x19 中额外乘的 xx 在之后被平方了 2 次,因此在 x 77 x^{77} x77 中贡献了 x 2 2 = x 4 x^{2^2} = x^4 x22=x4
  • x 4 → + x 9 x^4 \to^+ x^9 x4+x9x 中额外乘的 xx 在之后被平方了 3 次,因此在 x 77 x^{77} x77 中贡献了 x 2 3 = x 8 x^{2^3} = x^8 x23=x8x ;
  • 最初的 x 在之后被平方了 6 次,因此在 x 77 x^{77} x77x 中贡献了 x 2 6 = x 64 x^{2^6} = x^{64} x26=x64

我们把这些贡献相乘, x × x 4 × x 8 × x 64 x \times x^4 \times x^8 \times x^{64} x×x4×x8×x64 恰好等于 x 77 x^{77} x77 。而这些贡献的指数部分又是什么呢?它们都是 2 的幂次,这是因为每个额外乘的 x x x 在之后都会被平方若干次。而这些指数 1,4,8 和 64,恰好就对应了 77 的二进制表示 ( 1001101 ) 2 (1001101)_2 (1001101)2 中的每个 1!

因此我们借助整数的二进制拆分,就可以得到迭代计算的方法,一般地,如果整数 $n¥ 的二进制拆分为
n = 2 i 0 + 2 i 1 + ⋯ + 2 i k n = 2^{i_0} + 2^{i_1} + \cdots + 2^{i_k} n=2i0+2i1++2ik
那么
x n = x 2 i 0 × x 2 i 1 × ⋯ × x 2 i k x^n = x^{2^{i_0}} \times x^{2^{i_1}} \times \cdots \times x^{2^{i_k}} xn=x2i0×x2i1××x2ik
这样以来,我们从 xx 开始不断地进行平方,得到 x 2 , x 4 , x 8 , x 16 , ⋯ x^2, x^4, x^8, x^{16}, \cdots x2,x4,x8,x16,,如果 n n n 的第 k k k 个(从右往左,从 0 开始计数)二进制位为 1,那么我们就将对应的贡献 x 2 k x^{2^k} x2k 计入答案。

下面的代码给出了详细的注释。

class Solution:
    def myPow(self, x: float, n: int) -> float:
        def quickMul(N):
            ans = 1.0
            # 贡献的初始值为 x
            x_contribute = x
            # 在对 N 进行二进制拆分的同时计算答案
            while N > 0:
                if N % 2 == 1:
                    # 如果 N 二进制表示的最低位为 1,那么需要计入贡献
                    ans *= x_contribute
                # 将贡献不断地平方
                x_contribute *= x_contribute
                # 舍弃 N 二进制表示的最低位,这样我们每次只要判断最低位即可
                N //= 2
            return ans
        
        return quickMul(n) if n >= 0 else 1.0 / quickMul(-n)
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

friedrichor

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值