牛顿迭代法（接上篇）

接上篇

思路：牛顿迭代法是一种求函数的根的方法，它的基本思路如下：

1. 给定一个初始值 x0，作为函数 f(x) 的根的估计值。
2. 通过计算函数在 x0 处的导数，得到函数在 x0 处的切线斜率。
3. 利用切线方程与 x 轴的交点作为新的估计值 x1，即 x1 = x0 - f(x0)/f'(x0)。
4. 将 x1 代入函数 f(x) 中，计算得到 f(x1) 的值。
5. 如果 f(x1) 的值接近于 0，即 f(x1) 的绝对值小于某个预设的阈值，则认为 x1 是函数的根，停止迭代。
6. 如果 f(x1) 的值不接近于 0，即 f(x1) 的绝对值大于阈值，则将 x1 作为新的初始值 x0，回到第 2 步，继续迭代。

通过不断迭代，牛顿迭代法可以逐渐逼近函数的根，并且收敛速度非常快。这是因为在每一次迭代中，牛顿迭代法利用函数的切线来近似替代原函数，从而更快地找到根的位置。但需要注意的是，牛顿迭代法对初始值的选择非常敏感，不同的初始值可能导致不同的迭代结果，甚至可能无法收敛到根。因此，初始值的选取是牛顿迭代法的一个重要考虑因素。

上示例代码：

//牛顿迭代法
double my_sqrt_(double value){
	double eps = 1e-9;
	double x = value;//Assume a value
	dou