根号

方法一：二分法

double radical(double num)
{
	double a = 0, b = num + 0.25, m;

	while (1) {
		m = (a + b) / 2;
		if (m - a < 0.00001 || b - m < 0.00001)
		{
			break;
		}
		if ((a * a - num) * (m * m - num) < 0)
		{
			b = m;
		} else {
			a = m;
		}
	}

	return m;
}

方法二：牛顿迭代法

牛顿法（Newton’s method）又称为牛顿-拉弗森方法（Newton-Raphson method），它是一种在实数域和复数域上近似求解方程的方法。方法使用函数 f(x)f(x) 的泰勒级数的前面几项来寻找方程 f(x)=0f(x)=0 的根。该法效率极高，应用极广，并不限于求解实数的平方根，相反求解实数的平方根只是其一个具体的应用而已。
 

 

接下来我们介绍一个更具效率的平方根的计算方法，即为牛顿拉普生方法（Newton-Raphson method）。

方法说明： 
首先，选择一个接近函数 f(x)f(x) 零点的 x0x0，计算相应的 f(x0)f(x0)和切线斜率f′(x0)f′(x0)（这里 f′f′ 表示函数 ff 的导数）。然后我们计算穿过点 (x0,f(x0))(x0,f(x0)) 并且斜率为 f′(x0)f′(x0) 的直线和 xx 轴的交点的 xx 坐标，也就是求如下方程的解： 
                                                                             (x0)=(x0−x)f′(x0)
我们将新求得的点的x坐标命名为 x1x1，通常 x1x1 会比 x0x0 更接近方程 f(x)=0f(x)=0 的解。因此我们现在可以利用 x1x1 开始下一轮迭代。迭代公式可化简为如下所示： 
                                                                          xn+1=xn−f(xn)f′(xn)
已经证明，如果 f′f′ 是连续的，并且待求的零点 xx 是孤立的，那么在零点 xx 周围存在一个区域，只要初始值 x0x0 位于这个邻近区域内，那么牛顿法必定收敛。 并且，如果 f′(x)f′(x) 不为0, 那么牛顿法将具有平方收敛的性能. 粗略的说，这意味着每迭代一次，牛顿法结果的有效数字将增加一倍。

对于求解实数平方根的函数 f(x)=x2−nf(x)=x2−n， 自然其根的迭代公式为： 
                                                                      xn+1=xn−f(xn)f′(xn)=xn−f(xn)2xn

double sqrtND(double A)  //牛顿迭代法
{
	double x0 = A + 0.25, x1, xx = x0;
	for (;;)
	{
		x1 = (x0*x0 + A) / (2 * x0);
		if (fabs(x1 - x0) <= DBL_EPSILON) break;
		if (xx == x1) break;  //to break two value cycle.
		xx = x0;
		x0 = x1;
	}
	return x1;
}

参考：

[1] https://blog.csdn.net/islotus/article/details/66976248

[2] https://blog.csdn.net/lanchunhui/article/details/50669288