高精度用法、算法（非常详细）

 高精度 ，就是如果这个数已经无法用int、long long等数据类型表达，那么就要用高精度了。

 高精度一般分为4个步骤：

1、输入

我们在输入的时候，一般用字符串把数字输入，即string或char类型输入。例 

string a;
cin>>a;//字符串输入

char a[100];
cin>>a;//字符数组输入

2、转化为数组，并且倒序存进数组

把这个字符串的每一位转化成数组的每一个空间。并且要倒序存入数组，因为我们输入时是从最高位开始数的，而运算的时候是从最低位个位开始算的，所以倒序存放，例如

string a;
for(int i=0;i<=s.size();i++){
	int b[i]=a[i]-'0';//把字符串的每一位转化成为b数组的每一个空间
}

3、最重要的部分：运算

我们以加法为例：

我们先来模拟一下：

第一步，先看个位，把个位的两个数加起来，如果有进位，那么就如前一位加上1，表示进位，如果没有进位，那么再看下一位。

第二步，重复第一步，直到算到最后一位为止。

程序思路：

用一个数组 z 表示答案。第一行，我们先把两个数字相加，然后再加上原本数组 z 的这一位 z[i] 的值，这里如果前一位 z[i-1] 有进位，那么原本数组 z 的这一位 z[i] 的值就会有数字；第二行，判断这一位数是否有进位，就是如果上一位数 z[i] 比十大，那么就除以10，得到的数就是要进位到下一位数 z[i+1] 的那个数，那么原本上一位 z[i] 的数就要mod 10了。

那么加法运算合起来的代码就是：

z[i]=x[i]+y[i]+z[i];//z数组是答案，x，y数组是要加的数 
z[i+1]=z[i]/10;//进位 
z[i]%=10;//前一位就mod 10 

4、最后一步：输出

因为我们上面是倒序算的，那么现在我们就要正着输出了。第一步，现判断一下，如果结果（这时结果还是倒序的）的最后一位不为0，那么先输出一下；第二步，就从最后的第二位开始，到第一位结束，输出结果即可。

顺便带大家认识一下单精度和双精度以及比较冷门的半精度：

两者区别如下：

一、指代不同

1、单精度：是指计算机表达实数近似值的一种方式。

2、双精度：此数据类型与单精度数据类型(float)相似，但精确度比float高。

二、占用空间不同

1、单精度：范围在负数的时候是从 -3.402823E38 到 -1.401298E-45，而在正数的时候是从 1.401298E-45 到 3.402823E38 。

2、双精度：双精度型占8 个字节（64位）内存空间，其数值范围为-1.79769313486232E308 到1.79769313486232E308。

三、特点不同

1、单精度：数值比以上值小的时候，将会由于尾数的有效位数减少而逐步丧失精度（IEEE 754的规定），或者有的系统则直接采用0值来简化处理过程。

2、双精度：编译时所占的内存空间依不同的编译器而有所不同，是double float数据类型，C/C++中表示实型变量的一种变量类型。

//半精度：

 半精度的格式与单精度的格式类似，最左边的一位仍是符号位，指数有5位宽且以余-16（excess-16）的形式存储，尾数有10位宽，但具有隐含1。

 

如图所示，sign为符号位，0表示这个浮点数为正，1表示这个浮点数为负

先介绍尾数，再说指数，fraction为尾数，有10位长，但是有隐含1，尾数可以理解为是一个浮点数小数点后的数，如1.11，尾数就为1100000000（1），最后的隐含1主要用于计算时，隐含1可能存在可以进位的情况。

exponent为指数位，有5位长，具体表示的值有以下几种情况：

当指数位全为0 ，尾数位也全为0的时，表示的就是0
当指数位全为0，尾数位不全为0时，表示为subnormal value，非规格化浮点数，是一个非常小的数
当指数位全为1，尾数位全为0时，表示的是无穷大，此时如果符号位为0，表示正无穷，符号位为1，表示负无穷
当指数位全为1，尾数位不全为0时，表示的不是一个数
其余情况下，指数位的值减去15就是其表示的指数，如11110表示的就是30-15=15

所以我们可以得到，半精度浮点数的值得计算方式为（-1）^sign×2^（指数位的值）×（1+0.尾数位） 

备注：这里0.尾数位，表示如尾数位为0001110001，则0.尾数位为0.0001110001

2.举例

半精度可以表示的最大值：

0 11110 1111111111 计算方法为：

（-1）^0×2^(30-15)×1.1111111111 = 1.1111111111(b)×2^15 = 1.9990234375(d)×2^15 = 65504
半精度可以表示的最小值（除了subnormal  value）：

0 00001 0000000000 计算方法为：（-1）^（-1）×2(1-15)=2^(-14),约等于十进制的6.104×10^(-5)

再举一个平常的数，这次反过来，如-1.5625×10^(-1) ，即-0.15625 = -0.00101（十进制转二进制）=  -1.01×2^(-3)，所以符号位为1，指数为-3+15=12，所以指数位为01100，尾数位为0100000000。所以-1.5625×10^(-1)用半精度浮点数表示就为1 01100 0100000000

C3/C2都使用的排序时间复杂度：

http://file:///C:/Users/eth/OneDrive%20-%20The%20University%20of%20Nottingham%20Ningbo%20China/%E6%A1%8C%E9%9D%A2/Advanced%20Knowledge/%E7%A8%B3%E5%AE%9A%E6%8E%92%E5%BA%8F%E5%92%8C%E4%B8%8D%E7%A8%B3%E5%AE%9A%E6%8E%92%E5%BA%8F%E7%9A%84%E6%97%B6%E9%97%B4%E5%A4%8D%E6%9D%82%E5%BA%A6.webp

(1)冒泡排序

冒泡排序就是把小的元素往前调或者把大的元素往后调。比较是相邻的两个元素比较，交换也发生在这两个元素之间。所以，如果两个元素相等，我想你是不会再无聊地把他们俩交换一下的；如果两个相等的元素没有相邻，那么即使通过前面的两两交换把两个相邻起来，这时候也不会交换，所以相同元素的前后顺序并没有改变，所以冒泡排序是一种稳定排序算法。

冒泡排序详细介绍，移步：冒泡排序

(2)选择排序

选择排序是给每个位置选择当前元素最小的，比如给第一个位置选择最小的，在剩余元素里面给第二个元素选择第二小的，依次类推，直到第n - 1个元素，第n个元素不用选择了，因为只剩下它一个最大的元素了。那么，在一趟选择，如果当前元素比一个元素小，而该小的元素又出现在一个和当前元素相等的元素后面，那么交换后稳定性就被破坏了。

比较拗口，举个例子，序列5 8 5 2 9，我们知道第一遍选择第1个元素5会和2交换，那么原序列中2个5的相对前后顺序就被破坏了，所以选择排序不是一个稳定的排序算法。

选择排序详细介绍，移步：选择排序

(3)插入排序

插入排序是在一个已经有序的小序列的基础上，一次插入一个元素。当然，刚开始这个有序的小序列只有1个元素，就是第一个元素。比较是从有序序列的末尾开始，也就是想要插入的元素和已经有序的最大者开始比起，如果比它大则直接插入在其后面，否则一直往前找直到找到它该插入的位置。

如果碰见一个和插入元素相等的，那么插入元素把想插入的元素放在相等元素的后面。所以，相等元素的前后顺序没有改变，从原无序序列出去的顺序就是排好序后的顺序，所以插入排序是稳定的。

插入排序详细介绍，移步：插入排序

(4)快速排序

快速排序有两个方向，左边的i下标一直往右走，当a[i] <= a[center_index]，其中center_index是中枢元素的数组下标，一般取为数组第0个元素。而右边的j下标一直往左走，当a[j] > a[center_index]。如果i和j都走不动了，i <= j，交换a[i]和a[j],重复上面的过程，直到i > j。 交换a[j]和a[center_index]，完成一趟快速排序。

在中枢元素和a[j]交换的时候，很有可能把前面的元素的稳定性打乱，比如序列为5 3 3 4 3 8 9 10 11，现在中枢元素5和3（第5个元素，下标从1开始计）交换就会把元素3的稳定性打乱，所以快速排序是一个不稳定的排序算法，不稳定发生在中枢元素和a[j] 交换的时刻。

快速排序详细介绍，移步：快速排序

(5)归并排序

归并排序是把序列递归地分成短序列，递归出口是短序列只有1个元素（认为直接有序）或者2个序列（1次比较和交换），然后把各个有序的段序列合并成一个有序的长序列，不断合并直到原序列全部排好序。可以发现，在1个或2个元素时，1个元素不会交换，2个元素如果大小相等也没有人故意交换，这不会破坏稳定性。

那么，在短的有序序列合并的过程中，稳定是是否受到破坏？没有，合并过程中我们可以保证如果两个当前元素相等时，我们把处在前面的序列的元素保存在结果序列的前面，这样就保证了稳定性。所以，归并排序也是稳定的排序算法。

归并排序详细介绍，移步：归并排序

(6)基数排序

基数排序是按照低位先排序，然后收集；再按照高位排序，然后再收集；依次类推，直到最高位。有时候有些属性是有优先级顺序的，先按低优先级排序，再按高优先级排序，最后的次序就是高优先级高的在前，高优先级相同的低优先级高的在前。基数排序基于分别排序，分别收集，所以其是稳定的排序算法。

基数排序详细介绍，移步：基数排序

(7)希尔排序(shell)

希尔排序是按照不同步长对元素进行插入排序，当刚开始元素很无序的时候，步长最大，所以插入排序的元素个数很少，速度很快；当元素基本有序了，步长很小， 插入排序对于有序的序列效率很高。所以，希尔排序的时间复杂度会比O(n^2)好一些。由于多次插入排序，我们知道一次插入排序是稳定的，不会改变相同元素的相对顺序，但在不同的插入排序过程中，相同的元素可能在各自的插入排序中移动，最后其稳定性就会被打乱，所以shell排序是不稳定的。

希尔排序详细介绍，移步：希尔排序

(8)堆排序

我们知道堆的结构是节点i的孩子为2 * i和2 * i + 1节点，大顶堆要求父节点大于等于其2个子节点，小顶堆要求父节点小于等于其2个子节点。在一个长为n 的序列，堆排序的过程是从第n / 2开始和其子节点共3个值选择最大（大顶堆）或者最小（小顶堆），这3个元素之间的选择当然不会破坏稳定性。但当为n / 2 - 1， n / 2 - 2， ... 1这些个父节点选择元素时，就会破坏稳定性。有可能第n / 2个父节点交换把后面一个元素交换过去了，而第n / 2 - 1个父节点把后面一个相同的元素没 有交换，那么这2个相同的元素之间的稳定性就被破坏了。所以，堆排序不是稳定的排序算法。

堆排序详细介绍，移步：堆排序

综上，得出结论: 选择排序、快速排序、希尔排序、堆排序不是稳定的排序算法，而冒泡排序、插入排序、归并排序和基数排序是稳定的排序算法

不稳定的排序算法有：快、希、选、堆。