昨日回顾
昨天我们通过两道题目,讲解了二进制与位运算的操作。
偏底层的东西确实略显枯燥,但没办法,这就是面试官们的最爱,只能耐着性子学下去了。
那么今天作为整数的第三天,我们来讲讲关于取模与幂运算的操作吧。
来段前戏
先来一个解惑吧,我们经常在做算法题目的时候,会遇到这么一句话:
答案可能很大,所以返回对
10 ^ 9 + 7
取余 的结果。
10 ^ 9 + 7到底有什么含义呢?答案是....没有含义。what,没有意义为什么导出都在用它?
这里要解释下,一般情况下我们都会在算法时,为了避免溢出,且不用频繁执行取模操作,希望使用一个足够大且为质数的数字进行取模,这样可以减少冲突。
什么冲突?你蒙对答案的冲突...
比如一道题,因为数字可能比较大,需要你返回对2取模的结果。那么答案就只有0和1,你蒙对答案的几率为50%,那还做什么算法!开篇讲一个小知识,来帮助我们快速进入学习状态。
关于取模
关于取模有什么说的呢?大家只需要记住一个公式即可:
(x * y ) % z ==> ((x % z) * (y % z)) % z
既然是公式,肯定就要涉及到证明了,我们如何能保证等式成立呢?来看证明过程:
假设:
x = a * z + b
y = c * z + d
则:
( x * y ) % z
= (( a*z + b) * (c*z + d)) % z
= ( a*c*z*z + a*z*d + b*c*z + b*d) % z
= a*c*z*z % z + a*z*d % z + b*c*z % z + b*d % z
= 0 + 0 + 0 + (b*d) % z
b 、d 为x、y本身的取模结果。
知道这个公式,当两个较大的数做乘法时,我们先求余再相乘,可以有效避免溢出。
快速幂
快速幂(Exponentiation by squaring,平方求幂)是一种简单而有效的小算法,它可以O(logn)的时间复杂度计算乘方。快速幂不仅本身非常常见,而且后续很多算法也都会用到快速幂。
关于快速幂的算法面试与日常题目,简直不要太多,一个知识点变着法的考你,但这个知识点很难?真不难...让我们先了解快速幂的实现思想,再来结合知识进一步的刷题吧!
举个例子,日常生活中,我们要计算3的10次方如何算?
Python:
print(3 ** 10)
print(pow(3, 10))
Java :
class Solution {
public static void main(String[] args) {
// 内置函数
System.out.println((int)Math.pow(3, 10));
// 循环相乘
int ret = 1;
for (int i = 0; i < 10; i++)
ret *= 3;
System.out.println(ret);
}
}
抛开内置函数,我们通过循环来实现x ^ y 的时间复杂度是多少? O(n)
数量级小的情况下,我们可能看不出太多东西,那换个用例,比如我是夜店小王子,我要求857857的百万次方又该如何操作呢?怕溢出,没关系,上面告诉你取模的方法和常数了,我就是任性要求857857的百万次,来吧展示。
按照上面的循环,我们需要计算 O(n)的时间复杂度,即一百万次。有没有办法优化呢?这里就需要引出我们的快速幂操作了。
快速幂是如何在O(logn)的时间复杂度完成幂的计算呢?这里需要介绍下分治思想,所为分治就是分而治之。
比如我们要计算x的y次方。通常情况我们需要执行y次。但是如果我们将其转化为(x*x) ^ (y/2)
就只需要执行一半的时间了,那么如果是()(x*x) * (x*x)) ^ (y/2/2)
就只用四分之一的时间了,好家伙我直呼好家伙这不就是O(logn)的方式么。但这里有一个问题,你怎么知道y能一直被二整除呢?如果不能被整除怎么办?举个大家都会举的例子,计算3 ^ 10,第一次转化为了9 ^ 5 但下一次5/2不够除该怎么办?转化为(94)*(91),即:
3^10=3*3*3*3*3*3*3*3*3*3
3^10=(3*3)*(3*3)*(3*3)*(3*3)*(3*3)
3^10=(3*3)^5
3^10=9^5
9^5=(9^4)*(9^1)
9^5=(9^4)*(9^1)
9^5=(6561^1)*(9^1)
思路理解了,下来就看该如何实现了。
通过上面的分治思想,我们可以很轻易的想到递归的实现方法,来看看吧:
Python:
def quick_pow(x, y):
if y == 0:
return 1
ret = quick_pow(x, y // 2)
return ret * ret if y % 2 == 0 else ret * ret * x
Java:
public int quickPow(int x, int y) {
if (y == 0) {
return 1;
}
int ret = quickPow(x, y / 2);
return y % 2 == 0 ? ret * ret : ret * ret * x;
}
循环快速幂
递归快速取模的算法思想没有问题,但是在递归的过程中,会使用很多额外的栈空间,是否存在一种办法,能通过迭代的循环方式完成,而非递归实现呢?答案当然是有的。我们只需要判断什么时候指数不能被2整除,则单独乘以底数,否则就将当前的数值平方即可。那么如何判断当前的指数是否能被2整除呢?使用y对2取模?不不不,我们来复习一下第一天学到的二进制与操作吧!
思路很简单:当一个数 & 1若为1,即该数的最后一位为1,不能被2整除,否则代表可以被2整数。
10: 00001010
1 : 00000001
按位与 00000000
-----------------
9: 00001001
1: 00000001
按位与 00000001
最终代码为:
Python
def quick_pow(x, y):
res = 1
while y:
if y & 1:
res *= x
x *= x
y = y >> 1
return res
Java:
public int quickPow(int x, int y) {
int ret = 1;
while(y != 0){
if((y & 1) != 0) {
ret = ret * x;
}
x = x * x;
y >>= 1;
}
return ret;
}
上面的两种方法,着重在于讲解快速幂的实现,但是Java的朋友们会说了,使用int类型不是轻轻松松就内存溢出了....
所以,我们可以看下Java的pow就是使用的double类型。正好,我们来看一道力扣的题目。
50.Pow(x, n)
https://leetcode-cn.com/problems/powx-n/
难度:中等
题目
实现 pow(x, n) ,即计算 x 的 n 次幂函数(即,xn)。
示例
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 = 1/22 = 1/4 = 0.25
提示:
- -100.0 < x < 100.0
- -2 ^ 31 <= n <= 2 ^ 31-1
- -10 ^ 4 <= x ^ n <= 10 ^ 4
分析
这道题是对于上面学习的快速幂的检验,基础的知识点,在上面已经讲过了。
在这里,我们分别使用递归与二进制的方式实现。
这里需要注意一点,n为负数时,我们需要对结果取倒数。
递归解题
Python:
class Solution:
def myPow(self, x: float, n: int) -> float:
def quick_pow(N):
if N == 0:
return 1.0
y = quick_pow(N // 2)
return y * y if N % 2 == 0 else y * y * x
return quick_pow(n) if n >= 0 else 1.0 / quick_pow(-n)
**Java: **
class Solution {
public double myPow(double x, int n) {
long N = n;
return N >= 0 ? quickPow(x, N) : 1.0 / quickPow(x, -N);
}
public double quickPow(double x, long y) {
if (y == 0) {
return 1.0;
}
double ret = quickPow(x, y / 2);
return y % 2 == 0 ? ret * ret : ret * ret * x;
}
}
二进制解题
Python:
class Solution:
def myPow(self, x: float, n: int) -> float:
def quickMul(x, N):
ans = 1.0
while N > 0:
if N % 2 == 1:
ans *= x
x *= x
N //= 2
return ans
return quickMul(x, n) if n >= 0 else 1.0 / quickMul(x, -n)
Java:
class Solution {
public double myPow(double x, int n) {
long N = n;
return N >= 0 ? quickPow(x, N) : 1.0 / quickPow(x, -N);
}
public double quickPow(double x, long y) {
double ret = 1.0;
while(y != 0){
if((y & 1) != 0) {
ret = ret * x;
}
x = x * x;
y >>= 1;
}
return ret;
}
}
欢迎关注我的公众号: 清风Python,带你每日学习Python算法刷题的同时,了解更多python小知识。
我的个人博客:https://qingfengpython.cn