Leetcode 50-Pow(x, n)

实现 pow(x, n) ，即计算 x 的 n 次幂函数（即，xn ）。

题解

题解转载自编程文青李狗蛋

本题很容易让人想到x^n= x^ n/2 *x^ n/2这个操作，但是如何从底到上以及终止条件是什么呢?这时候就可以用到分治（一种递归），自底向下的分解问题，求解，并向上合并

分治算法由“分”和“治”两部分组成，但是它主要包括 3 个过程：

划分（Divide）
求解（Conquer）
合并（Combine）
其中：

1. 划分（Divide）：将原问题划分为规模较小的子问题，子问题相互独立，与原问题形式相同。
2. 求解（Conquer）：递归的求解划分之后的子问题。
3. 合并（Combine）：这一步非必须。有些问题涉及合并子问题的解，将子问题的解合并成原问题的解。有的问题则不需要，只是求出子问题的解即可。
   
   说白了就是先找找拆分到最小规模问题时怎么解，然后再瞅瞅随着问题规模增大点问题怎么解，最后就是找到递归函数，码出递归代码即可。

根据 n 的取值范围，它可能分为 3 种情况：n 为负数、n 为正数时又分为 n 为奇数、n 为偶数。

所以整个的解题步骤就很明确：

(1) 划分

划分就是拆解到问题的最小规模，这里可以用一点点二分的思想。

n 为偶数时，x^n 可以转换为 x 的 n/2 相乘，然后 x 的 n/2 又可以转换为 x 的 n/4 相乘，…，直到转换成 x^1。

n 为奇数时，先拆出一个 x，n-1 为偶数，再以上面同样的逻辑去分，只是最后记得把拆出来的 x 带上。

n 为负数时，-n 是正数，x 的 n 次方，相当于就是 x^ (-n) ，按照上面求完以后取个倒数。

(2) 求解

递归的求解划分之后的子问题。

最小的情况就是 n = 1 或者 n = 0，此时的值为 x 或者 1。

(3) 合并

一步步的向上合并，合并出最后的解。

图解

以 x = 2.00000，n = 10 为例。

先是自顶向下的分解问题，分解如下图所示：

之后按照自底向上的方式合并解。

class Solution {
    //如果是偶数 x^n=x^(n/2)*x^(n/2)
    //如果是奇数 x^n=x^(n/2)*x^(n/2)*x
    //终止条件 n==1||n==0
    //还要特殊考虑x<0的情况
    public double myPow(double x, int n) {
        return n>0?recur(x,n):1.0/recur(x,n);
    }

   public double recur(double x, int n) {
        if(n==1) return x;
        //一定要是1.0，避免返回int类型
        if(n==0) return 1.0;
        //存值避免后续多次计算
        double temp=recur(x,n/2);
        if(n%2==0) return temp*temp;
        else  return temp*temp*x;
    }
}

此解法需要计算 x 的 n 次方，x 的 n/2 次方，x 的 n/4 次方，…，x 的 1 次方，所以时间复杂度为 O(logn)。

虽然分治算法没有直接分配额外的数组空间，但是在递归过程中调用了额外的栈空间，分治算法相当于每次将当前问题拆成了两部分，n 在变为 1 之前需要进行 O(logn) 次递归，所以空间复杂度也为 O(logn)。