专门记录一下本章节求阶乘的题
编写一个函数double mypow(double x, int n)
去求x的n次幂, 其中n位正整数. 一种简单的算法
double mypow(double x, int n){
double product = 1;
for(int i = 0; i < n; i++)
product *= x
}
该算法的复杂度为 θ ( n ) \theta(n) θ(n), 但其实有更好的办法,比如第一次循环求 x ⋅ x = x 2 x \cdot x = x^2 x⋅x=x2 , 第二次循环求 x 2 ⋅ x 2 = x 4 x^2 \cdot x^2 = x^4 x2⋅x2=x4 , 以此类推该算法的复杂度为 θ ( l g n ) \theta(lgn) θ(lgn) , 思考一下如果n不是2的正整数幂该怎么办, 并分别用循环和递归实现该算法
思路
该问题思路很清晰就是利用多项式展开
n
=
2
p
+
2
p
−
1
+
⋯
+
2
1
+
1
n = 2^p + 2^{p-1} + \cdots + 2^1 + 1
n=2p+2p−1+⋯+21+1
对于求n次幂其实就是将
+
+
+转换为
×
\times
×
递归
求解时对于 2 13 2^{13} 213 可很容易利用二叉数将其分割开
求解时每次递归对 n = n % 2 取模运算, 如果有余数1,那么补 ⋅ x \cdot x ⋅x, 并且需要n 越来越小, 那么就可以需要 n = n / 2, 复原时用 mypow(x, n/2) * mypow(x,n/2)即可。代码如下
double mypow1(double x, int n) {
if (n > 1) {
return mypow1(x, n / 2) * mypow1(x, n / 2) * mypow1(x, n % 2);
} else if (n == 1)
return x;
else if (n == 0)
return 1;
else
return -1;
}
由于 n % 2 只有两种结果,当n%2 == 1 时,power(x, 1) = 1, 当 n % 2 == 0 时, power(x, 0) = 1; 可以很轻松的将两者情况归并到一个算式中去
循环
理论上 递归与循环是等价的
在写循环时就想着复原递归的过程
double mypow2(double x, int n) {
double product = 1;
while( n > 0) {
if (n %2 != 0)
product = (product * x ) * product;
else (n % 2 == 0)
product = product * product;
n /= 2;
}
return product;
}
测试时
2
5
=
32
2 ^ 5 = 32
25=32
2
4
=
2
2 ^ 4 = 2
24=2
2
6
=
8
2 ^ 6 = 8
26=8
很明显有问题, 从二进制的角度看
2
(
101
)
=
2
(
101
)
2^{(101)} = 2^{(101)}
2(101)=2(101)
2
(
100
)
=
2
(
1
)
2^{(100)} = 2^{(1)}
2(100)=2(1)
2
(
110
)
=
2
(
11
)
2^{(110)} = 2^{(11)}
2(110)=2(11)
再对比一下
101 | 101 |
100 | 001 |
110 | 011 |
很明显是发生了倒序导致的,循环会把先出来的值一点点左移进位,而余数实际上是从低位到高位出来的,所以发生了错误,
当时钻牛角尖了,甚至想用数组存储的方式复现递归
忽然想明白了,既然出来是从地位到高位一个个出来,那么放回也就一个个从地位到高位放回即可,每次循环升一个幂即可
最终代码
double mypow2(double x, int n) {
double product = 1, tmp = x;
while (n != 0) {
if (n % 2 != 0)
product *= tmp;
n /= 2;
tmp = tmp * tmp;
}
return product;
}