引:有时候我们遇到一种图论题,就是要你将算出来的路径中每条边的权值之积或和求出来,虽然每条边的权值都比较小,但算到最后结果却很大,不得不用高精度方法存储数据的时候,你怎么处理?
传统的高精度是用char[]数组来存储,这个对于上述问题,运算起来并不是很方便,这里介绍一种基于分段进行数据存储的大数处理方法给大家,其运算方便程度、空间和时间复杂度对比传统的高精度算法都有了一定提高。
=====================================================================
先介绍存储机制,分段存储的,这里先随便给个数,比如:5432156454
我们把这个数分成3段,每4位数作为一个段:
我们可以用三个变量来存储这三段数
int first, seconed, thrid;
输出时只需按thrid, seconed, first的顺序把变量逐个输出,就可以得到原来的大数了。
实际上我们可以把first, seconed, third合并成一个数组BigNumber[3] = {6454, 3215, 54},那么分成3段的大数实际上是以数量级的形式被划分成了3段,每个数量级之间的进制为10000,其中BigNumber[0]为该大数的第1数量级,这就是大数的基本储存原理,其核心思想就是设置一个极大的进制,然后按进制分段存到数组里。
--------------------------------------------
一个大数的存储结构为:
#define SCALE ScaleNum //数量级之间的进制,一般设成10的幂次方数
struct BigNumbe