【有营养的算法笔记】基础算法 —— 高精度算法(加减乘除)

👑作者主页:@安 度 因
🏠学习社区:StackFrame
📖专栏链接:有营养的算法笔记

如果无聊的话,就来逛逛 我的博客栈 吧! 🌹

一、前言

时隔多日,算法笔记终于又开始恢复更新了。今天 a n d u i n anduin anduin 为大家带来的是 高精度算法

高精度算法是解决大数运算的一把利器。虽然这个名字听起来挺高大上的,但是高精度算法的原理其实并不难,就和我们平时算计算题一样。所以学习起来还是十分愉快的。

高精度算法分为四大类,高精度加法,高精度减法,高精度乘法,高精度除法。它们各自有各自的优点。而今天,我们就来学习这四种算法。

二、高精度加法

1、思想及模板

高精度加法说白了就是两个大数之间相加,数字长度不超过 1 0 6 10^{6} 106 。注意这里是长度,而不是数据大小哦!

但是这种数字如果放到变量中肯定是存不下的,所以我们一般用数组来存储,在 C++ 中一般用 vector 容器。

如果存入数组中,就需要考虑存储顺序,究竟应该正着存还是倒着存。

实际上,我们这边 倒着存 是很合适的,因为对于数组来说,给一个数的后面一个数加 1 1 1 很简单,但是在一个数的前面加上 1 1 1 就很麻烦。

就比如这张图:

image-20230106201927548

如果我们 倒着存 那么 a[0] + b[0] = 11 ,是需要进位的。如果倒着存就可以 很快的进行进位 ,直接在下标 1 1 1 处进行自增即可;但是如果正着存,那么进位就需要到 − 1 -1 1 下标了,这样就不麻烦,我们算法就是为了更快解决问题,所以自然选择最合适的方式:倒着存

而高精度加法运算其实就像我们小学列 竖式 一样:

  • 从最低位开始计算,如果两个数相加超过 10 10 10 ,就需要进位。竖式我就不带着大家列了,相信以小伙伴的脑袋瓜很容易想明白。

我这边就讲一下思想:

假如数组 a a a b b b 分别用来存数据, c c c 用来存储答案。

通过循环同时遍历 a a a b b b 数组,在遍历的同时,使用 t t t 来判断是否进位。将 a[i] + b[i] 的数据累加到 t t t 中。

数据相加有两种结果:

  • 如果 a[i] + b[i] < 10 ,直接将 t 放入 c c c ,让 t /= 10 ,以便下一次计算。
  • 如果 a[i] + b[i] = 10 ,将 t % 10 = 0 放入 c c c ,让 t /= 10
  • 如果 a[i] + b[i] > 10 ,将 t % 10 放入 c c c 数组,将 t /= 10 作为 进位 ,下一次 t t t 初始就是 1 1 1

就拿这张图理解:

image-20230106204019234

这里就是对最后一位进行运算时,所做的进位操作。

t % 10 t \% 10 t%10 最终的结果肯定在 0 ∼ 9 0 \sim 9 09 之间,如果 t < 10 t < 10 t<10 小,那么 % 10 \%10 %10 不会对运算结果产生影响;对于 t > 10 t > 10 t>10的情况,则会将结果控制到 0 ∼ 9 0 \sim 9 09 之间。

这种做法就像是计算机在模拟我们日常的操作,所以高精度加法在力扣上有一题被归为 模拟算法 的范畴:415. 字符串相加 。就比如这道题目,就是经典的高精度加法。

模板

vector<int> Add(vector<int> &A, vector<int> &B)
{
    vector<int> C;
    
    int t = 0;
    for (int i = 0; i < A.size() || i < B.size(); i++) {
        if (i < A.size()) {
            t += A[i];
        }
        if (i < B.size()) {
            t += B[i];
        }
        C.push_back(t % 10);
        t /= 10;
    }
    if (t) {
        C.push_back(1);
    }
    return C;
}

简单讲一下模板在干什么:

a a a b b b 是倒着存的,并同步遍历,由于数据大小不确定,所以只要 a a a b b b 有一个符合条件,则就可以被 t t t 累加,符合条件的就加上该位置的元素,否则就不处理,默认为 0 0 0

每次将 t % 10 t \% 10 t%10 尾插到结果数组 c c c 中,然后将 t / 10 t / 10 t/10 ,以便下次运算,如果有进位,那么下次 t t t 的初值就为 1 1 1

最后循环结束后,再判断一下是否还有进位没进,如果有进位,则将 1 1 1 尾插到 c c c 中。

2、代码实现

链接791. 高精度加法

描述

给定两个正整数(不含前导 0 0 0),计算它们的和。

输入格式

共两行,每行包含一个整数。

输出格式

共一行,包含所求的和。

数据范围

1 ≤ 1 ≤ 1 整数长度 ≤ 100000 ≤100000 100000

输入样例

12
23

输出样例

35

思路

思路我们基本已经讲完了,在经过模板中的处理后,将数据倒着打印出来即可。

image-20230106210238040

三、高精度减法

1、思路及模板

高精度减法是对大整数的减法,数据长度不超过 1 0 6 10^{6} 106

我们讲解的 高精度减法是基于对正整数的算法 ,如果计算的是负数,那么需要微调。

高精度减法使用的存储方式为 倒序存储 。还是和我们的竖式计算十分相似。

假设我们现在还是两个数组: a , b a, b a,b ,当 a [ i ] − b [ i ] < 0 a[i] - b[i] < 0 a[i]b[i]<0 时,则需要 借位 ;如果 a [ i ] − b [ i ] > = 0 a[i] - b[i] >= 0 a[i]b[i]>=0 ,则无需处理。

就比如这幅图就是 a [ i ] − b [ i ] < 0 a[i] - b[i] < 0 a[i]b[i]<0 的一个经典样例:

image-20230106213647422

如果 a [ i ] − b [ i ] < 0 a[i] - b[i] < 0 a[i]b[i]<0 ,则说明需要借位,就是 + 10 +10 +10 ,为了防止 + 10 +10 +10 后超过 10 10 10 而放不进数组,所以需要 % 10 \% 10 %10 。然后判断 t t t本身是否小于 0 0 0 ,将借位更新一下: t = − 1 t = -1 t=1 ,方便下一次计算。

如果 a [ i ] − b [ i ] ≥ 0 a[i] - b[i] \ge 0 a[i]b[i]0 ,上面的方式也能完全适应,因为对于 0 ∼ 9 0 \sim 9 09 的正数来说先 + 10 +10 +10 % 10 \% 10 %10 是不变的,所以方法完全适配。在这种情况下 t ≥ 0 t \ge 0 t0 ,所以无需进位 t = 0 t = 0 t=0

但是在进行高精度减法之前,我们需要知道两个数的大小

  • a < b a < b a<b ,则 a − b a - b ab 结果为负数
  • a ≥ b a \ge b ab ,则 a − b a - b ab 结果为整数或 0 0 0

所以我们需要预处理比较两个数的大小,如果 a < b a < b a<b 的话,相减的结果就为负数,所以就需要交换它们的值,因为它俩相减结果就相当于 − ( b − a ) -(b - a) (ba) ,这时只需要先输出负号,然后正常倒序输出即可。

再来看看模板:

// 比较 a 和 b 的大小
bool cmp(vector<int> &A, vector<int> &B)
{
    // 如果 A 的位数小于或等于 B 的位数
    if (A.size() != B.size()) {
        return A.size() > B.size();
    }
    // A 的位数大于 B 的位数
    for (int i = A.size() - 1; i >= 0; i--) {
        if (A[i] != B[i]) {
            return A[i] > B[i];
        }
    }
    // 此时 A == B
    return true;
}

vector<int> Sub(vector<int> &A, vector<int> &B)
{
    vector<int> C;
    int t = 0;
    for (int i = 0; i < A.size(); i++) {
        t += A[i];
        if (i < B.size()) {
            t -= B[i];
        }
        // 相减结果可能为负数 % 10 可以得到 0~9 的位数
        // 此时是需要借位的
        C.push_back((t + 10) % 10);
        // 如果 t < 0 说明要借位
        if (t < 0) {
            t = -1;
        } else {
            t = 0;
        }
    }
    while (C.size() > 1 && C.back() == 0) {
        C.pop_back();
    }
    return C;
}

这段模板里的大部分我们都讲过了,下面讲一下这块是什么意思:

while (C.size() > 1 && C.back() == 0) {
        C.pop_back();
}

由于我们的数据时是倒着存放的,而两个数相减结果为 0 0 0 ,就会在该位填上 0 0 0

比如 666 ∼ 665 666 \sim 665 666665 倒着存储并在经过上方的高精度运算后, c c c 中结果为 100 100 100 ,所以这种情况就需要去前导 0 0 0

上面的操作就是检查长度是否至少为 1 1 1 ,且 c c c 尾部是否为 0 0 0

2、代码实现

链接792. 高精度减法

给定两个正整数(不含前导 0 0 0 ),计算它们的差,计算结果可能为负数。

输入格式

共两行,每行包含一个整数。

输出格式

共一行,包含所求的差。

数据范围

1 ≤ 整数长度 ≤ 1 0 5 1≤整数长度≤10_{5} 1整数长度105

输入样例

32
11

输出样例

21

思路我们都讲过了,接下来就直接上代码,注意点都在注释里:

image-20230106224056630

四、高精度乘法

1、思路及模板

我们这里讲的高精度乘法为大整数 × \times × 小整数,大整数长度不超过 1 0 6 10^{6} 106,小整数数据范围不超过 1 0 9 10^{9} 109

高精度乘法,就不只是单单的数学计算了,这里有些不同。

首先大数 a a a 倒序存储到 vector 中,这样也是为了方便进位,首先设定进位 t t t

再看一个例子,了解一下进位规则:

image-20230106232025869

就比如这个例子,大数 a a a 的单独位数直接和 b b b 相乘,将结果累加到 t t t 中,将乘得的结果 % 10 \% 10 %10 存放到 c c c 数组中,然后 t / = 10 t /= 10 t/=10 ,将进位去掉一位 。其实这里的进位也很好理解,无非就是要让 t t t 到下一位,而下一位是当前位次 × 10 \times 10 ×10 ,所以 t t t 要前进一位就要 / 10 / 10 /10

这就是高精度乘法的运算规则,也不需要分类讨论啥的,就记住这个规律就好。虽然运算方法和我们从前计算方式有些不同,但是最终计算结果是相同的。

由于这个过程不太好画,所以不懂的小伙伴们可以下去自己模拟一下,操作很简单,但是用电脑画图不好表示。

模板

vector<int> Mul(vector<int> &A, int b) 
{
    vector<int> C;
    
    int t = 0;
    for (int i = 0; i < A.size(); i++) {
        t += A[i] * b;
        C.push_back(t % 10);
        t /= 10;
    }
    while (t) {
        C.push_back(t % 10);
        t /= 10;
    }
    
    // 去除前导 0 
    while (C.size() > 1 && C.back() == 0) {
        C.pop_back();
    }
    return C;
}

我们再来讲讲模板里面的部分内容:

第一部分:

while (t) {
    C.push_back(t % 10);
    t /= 10;
}

这一部分就是在处理进位,因为运算结束之后,很可能还有进位没有处理。所以循环结束需要额外处理一下。

第二部分

// 去除前导 0 
while (C.size() > 1 && C.back() == 0) {
    C.pop_back();
}

乘法也是会出现前导 0 0 0 的,比如任何一个数和 0 0 0 相乘结果都会是 0 0 0,所以这里也需要去一下前导 0 0 0

2、代码实现

链接793. 高精度乘法

描述

给定两个非负整数(不含前导 0 0 0 A A A B B B ,请你计算 A × B A×B A×B 的值。

输入格式

共两行,第一行包含整数 A A A ,第二行包含整数 B B B

输出格式

共一行,包含 A × B A×B A×B 的值。

数据范围

1 ≤ A 的长度 ≤ 100000 1≤A的长度≤100000 1A的长度100000
0 ≤ B ≤ 10000 0≤B≤10000 0B10000

输入样例

2
3

输出样例

6

由于上面我们基本上已经把代码讲过了,所以直接上代码,高精度乘法其实思路十分简单:

image-20230107003801278

五、高精度除法

1、思路及模板

我们这里讲的高精度除法为大整数 / / / 小整数,大整数长度不超过 1 0 6 10^{6} 106,小整数数据范围不超过 1 0 9 10^{9} 109

我们人在做除法时,会先看第一位,如果第一位大于除数,则在结果相应位置写下除以除数之后的数据,否则看下一位,这样以此类推。所以人算除法第一位都是有效数据位。

但是对于计算机不是这样,计算机则会默认从第一位算起,举个例子,比如 1234 / 11 1234 / 11 1234/11 :如果以人的角度,第一位肯定为 1 1 1 ,但是计算机会从第一位开始看,第一位为 0 0 0

除法可能产生余数 ,所以还需要一个变量来记录余数。

有了这个概念,我们先看模板:

我们的模板是倒着存数据的,但是高精度除法是可以正着存的,因为除法需要从第一位开始除,所以正着存完全没有问题,但是之后可能会有高精度的混合运算,所以我们这边保持一致,也是倒着存。

vector<int> div(vector<int> &A, int b, int &r)
{
    vector<int> C;
    
    r = 0;
    
    for (int i = A.size() - 1; i >= 0; i--) {
        r = r * 10 + A[i];
        C.push_back(r / b);
        r %= b;
    }
    
    reverse(C.begin(), C.end());
    
    while (C.size() > 1 && C.back() == 0) {
        C.pop_back();
    }
    
    return C;
}

看完模板之后,我们对里面的一些代码进行讲解

第一块

for (int i = A.size() - 1; i >= 0; i--) {
    r = r * 10 + A[i];
    C.push_back(r / b);
    r %= b;
}

首先看这一步,高精度除法比另外三个算法难的原因就是出在这一步上,因为运算规则可能不太好理解。

我们知道,如果要做除法运算,那么就需要一定的 补位r * 10 + A[i] 就是在补位,因为下一次的需要被除的数据,就是第一次相除后的余数 × 10 \times 10 ×10 ,然后加上当前元素 A[i]

而除之后的结果就是 r / b r / b r/b ,每次除完都有相应的余数,所以 r %= b 。下面我们就用一张图演示一下:

在这里插入图片描述

通过这张图,我们就可以完美的解释代码究竟在干什么,实际上这就是一个计算的过程,过程涉及补位,相除,得余数等操作…

而最后,在进行完所有的操作之后 r r r 其实就是最终的余数。

第二块

reverse(C.begin(), C.end());
    
while (C.size() > 1 && C.back() == 0) {
    C.pop_back();
}

这两步就是在去前导 0 0 0 ,上面的图中我们也可以发现,高精度除法也是有前导 0 0 0 的,但是对于顺序表来说,前导 0 0 0不太好去,所以就逆置一下再去前导 0 0 0

最后倒着输出 c c c 即可。

2、代码实现

链接794. 高精度除法

描述

给定两个非负整数(不含前导 0 0 0 A , B A,B AB 请你计算 A / B A/B A/B 的商和余数。

输入格式

共两行,第一行包含整数 A A A ,第二行包含整数 B B B

输出格式

共两行,第一行输出所求的商,第二行输出所求余数。

数据范围

1 ≤ A 的长度 ≤ 100000 1≤A的长度≤100000 1A的长度100000
1 ≤ B ≤ 10000 1≤B≤10000 1B10000
B B B 一定不为 0 0 0

输入样例

7
2

输出样例

3
1

思路我们说过了,接下来我把 倒着存正着存 的两个版本都贴上来。

倒着存

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-vjnK63L1-1673026000940)(https://anduin.oss-cn-nanjing.aliyuncs.com/%E5%BE%AE%E4%BF%A1%E5%9B%BE%E7%89%87%E7%BC%96%E8%BE%91_20230106210204.jpg)]

正着存

image-20230107012614935

六、结语

到这里,本篇文章就到此结束了,实际上高精度算法这一块还是很容易理解的,因为我们可以模拟它们计算的过程,所以对于一些细节不太了解的小伙伴们可以下去模拟一下。

一般来说,只要背过模板做这类问题就信手拈来了。所以不必担心嘿嘿。

当然,小伙伴们最好也找两道高精度问题练练手。我们不仅要看懂,还要会写。

如果觉得 a n d u i n anduin anduin 写的还不错的话,可以点赞 + 评论 + 收藏支持一下,我们下期见~

评论 72
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

安 度 因

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值