牛顿迭代与二分查找开平方

牛顿迭代

不要被牛顿的大名唬住，牛顿迭代其实就是一种求近似解的方法。求解过程就是对曲线做切线，然后在切线与x轴交点，然后在这个点做x轴垂线，垂线到曲线交点继续做切线，一直重复上述步骤。然后切线与曲线交点就会慢慢的趋近于X轴与曲线交点。x轴与曲线交点就是曲线方程的根，但是直线方程的跟比较好计算，计算出最近的直线方程根，约等于曲线的根。大概做曲线切线的过程如下

公式推到过程

假设曲线$f(x)$，则曲线斜率$f\prime(x)$
曲线上$(x_n,f(x_n))$ 点的切线方程$y= f\prime(x_n)(x-x_n) + f(x_n)$
求上述方程的根（函数 $f$的一个根（或称零点）是$f$的定义域$D$中适合$f(x)=0$的元素 $x$），若求切线与$x$轴焦点 $x$，则有以下方程$f\prime(x_n)(x-x_n) + f(x_n)=0$
解方程可得$x=x_n- \frac{f(x_n)} {f\prime(x_n)}$
所以切线的根为$x_n- \frac{f(x_n)} {f\prime(x_n)}$

由于下一个切线点是在上边求出点做$x$轴垂线获得，可以推到出下一个点$x_{n+1}=x_n- \frac{f(x_n)} {f\prime(x_n)}$
依次计算$x_1$、$x_2$、$x_3$ ……，那么序列将无限逼近方程的根。

举例说明

例如求3的平方根 $x=\sqrt[2]{3}$ 即$x^2=3$
另$f(x)=x^2-3$所以$f\prime(x)=2x$
代入推导出的公式有
$x_{n+1}=x_n-\frac{x_n^2-3}{2x_n}=\frac{1}{2}(x_n+\frac{2}{x_n})$

随便一个迭代的初始值，例如$x_0=1$，代入上面的式子迭代有
$x_1=\frac{1}{2}(x_0+\frac{2}{x_0})=\frac{1}{2}(1+\frac{2}{1})=1.5$
$x_2=\frac{1}{2}(x_1+\frac{2}{x_1})=\frac{1}{2}(1.5+\frac{2}{1.5})=1.416666...$
$x_3=\frac{1}{2}(x_2+\frac{2}{x_2})=\frac{1}{2}(1.416666+\frac{2}{1.416666})=1.414218...$
……

求$a$的平方根 $x=\sqrt[2]{a}$ 即$x^2=a$
另$f(x)=x^2-a$所以$f\prime(x)=2x$
代入推导出的公式有
$x_{n+1}=x_n-\frac{x_n^2-a}{2x_n}=\frac{1}{2}(x_n+\frac{a}{x_n})$

求$a$的$k$次方根$x=\sqrt[k]{a}$ 即$x^k=a$
另$f(x)=x^k-a$所以$f\prime(x)=kx^{k-1}$
代入推导的公式有
$x_{n+1}=x_n-\frac{x_n^k-a}{kx_n^{k-1}}=\frac{k-1}{k}x_n+\frac{a}{kx_n^{k-1}}$

二分查找

二分查找（折半查找），就是每次都在序列中找最中间的那个元素，根据元素与目标元素大小比较在剩下的一般继续查找，如此循环值到找到为止。
二分查找比较常见的场景就是在一个有序数组中查找某个值，代码一般如下

private int binarySearch(long[] a, int fromIndex, int toIndex,long key) {
   int low = fromIndex;
    int high = toIndex - 1;

    while (low <= high) {
        int mid = (low + high) >>> 1;
        long midVal = a[mid];

        if (midVal < key)
            low = mid + 1;
        else if (midVal > key)
            high = mid - 1;
        else
            return mid; // key found
    }
    return -(low + 1);  // key not found.
}

当然也可以用二分查找来求平方根，其实就是把上边的查找值变成找平方根而已。比较条件换成$mid^2$与$num$的比较。

求平方根算法具体算法（Java）

private static final double deviation = 0.00001;//求值精度

/**
 * 返回平方根,判断如果正数正好是平方根就返回,否则返回小数的
 * @param x
 * @param mid
 * @return
 */
private double getSquare(double x, double mid) {
    long a = Math.round(mid);
    if (a * a == x) {
        return a;
    } else {
        return mid;
    }
}

/**
 * 牛顿迭代求平方根
 * @param num
 * @return
 */
public double sqrtNewton(double num) {
    double x = num;
    double nextX;
    while (true) {
        nextX = x - (x * x - num) / (2 * x);
        if (Math.abs(nextX * nextX - num) <= deviation) {
            return getSquare(num, nextX);
        }
        x = nextX;
    }
}


/**
 * 二分查找求平方根
 * @param num
 * @return
 */
public double sqrtBinary(double num) {
    if (num == 0 || num == 1) {
        return num;
    } else {
        double start = 0;
        double end = num;
        double mid;
        while (true) {
            mid = (start + end) / 2;
            if (mid * mid == num || Math.abs(mid * mid - num) <= deviation) {
                return getSquare(num, mid);
            } else if (mid < num / mid) {
                start = mid;
            } else {
                end = mid;
            }
        }

    }
}

我的博客：http://yuntaoblog.com/2018/03/29/牛顿迭代与二分查找开平方/