Divide Two Integers我的解法

刷leetcode时遇到一道比较有意思的题目,虽然题目不难,但是解法却值得人琢磨一下。大神请留名指教,小弟不胜感激!

Divide two integers without using multiplication, division and mod operator.If it is overflow, return MAX_INT.

题目很清楚:求两个数的商值,但是不能用除法,不能用乘法(很明显)以及模操作。

1.最简单的解法(也是最费时的解法):

不断把被除数减去除数直到结果为负。

int divide(int dividend, int divisor) {
	if (divisor == 0)
		return INT_MAX;
	if (dividend == 0)
		return 0;
	int flag = -1;
	if (dividend*divisor>0)
	{
		flag = 1;
	}
	dividend = abs(dividend);
	divisor = abs(divisor);
	int i = 0;
	while (dividend - divisor >= 0){
		dividend -= divisor;
		++i;
	}
	return i*flag;
}
代码思想很简单,但是却有个致命的问题:时间成本太高。测试用例: 2147483647,1时需要运行 2147483647次。

2.另一种解法:问题思考:由于不能使用乘除运算,考虑如何缩减上述过程中的大量运算,假设一个数字在原方案中需要运行的复杂度是O(n),显然n足够大时是不合理的。如果我们在进行减法操作时对除数进行倍增,那么可以得知其运行时间复杂度将会大大缩减。换句话说,第二种方法的思路如下:

不断倍增除数,被除数减除数,记录下需要多少次倍增能使结果为负数。记录下倍增次数(设为co),那么在结果为负数的上一次运算中共有结果2^co次方,将余数进行递归处理,并将结果加到原结果上即可得出最终结果。

int divide(int dividend, int divisor) {
	long long divd = dividend,left=0,divr = divisor,i = 0,co=0;
	if (divr == 0)
		return INT_MAX;
	if (divd == 0)
		return 0;
	int flag = -1;
	if (divd*divr>0)
		flag = 1;
	divd = abs(divd);
	divr = abs(divr);
	long long divr1 = divr;
	if (divr == 1)
	{
		if (divd*flag>INT_MAX)
			return INT_MAX;
		else
			return divd*flag;
	}
	if (divd - divr < 0)
		return 0;
	while (divd - divr >= 0){
		i = pow(2, co++);
		//divd -= divr;
		left = divd - divr;
		divr = divr + divr;
	}
	return flag*(i + divide(left, divr1));
}



CSDN海神之光上传的代码均可运行,亲测可用,直接替换数据即可,适合小白; 1、代码压缩包内容 主函数:main.m; 调用函数:其他m文件;无需运行 运行结果效果图; 2、代码运行版本 Matlab 2019b或2023b;若运行有误,根据提示修改;若不会,私信博主; 3、运行操作步骤 步骤一:将所有文件放到Matlab的当前文件夹中; 步骤二:双击打开main.m文件; 步骤三:点击运行,等程序运行完得到结果; 4、仿真咨询 如需其他服务,可私信博主或扫描博客文章底部QQ名片; 4.1 博客或资源的完整代码提供 4.2 期刊或参考文献复现 4.3 Matlab程序定制 4.4 科研合作 功率谱估计: 故障诊断分析: 雷达通信:雷达LFM、MIMO、成像、定位、干扰、检测、信号分析、脉冲压缩 滤波估计:SOC估计 目标定位:WSN定位、滤波跟踪、目标定位 生物电信号:肌电信号EMG、脑电信号EEG、心电信号ECG 通信系统:DOA估计、编码译码、变分模态分解、管道泄漏、滤波器、数字信号处理+传输+分析+去噪(CEEMDAN)、数字信号调制、误码率、信号估计、DTMF、信号检测识别融合、LEACH协议、信号检测、水声通信 1. EMD(经验模态分解,Empirical Mode Decomposition) 2. TVF-EMD(时变滤波的经验模态分解,Time-Varying Filtered Empirical Mode Decomposition) 3. EEMD(集成经验模态分解,Ensemble Empirical Mode Decomposition) 4. VMD(变分模态分解,Variational Mode Decomposition) 5. CEEMDAN(完全自适应噪声集合经验模态分解,Complementary Ensemble Empirical Mode Decomposition with Adaptive Noise) 6. LMD(局部均值分解,Local Mean Decomposition) 7. RLMD(鲁棒局部均值分解, Robust Local Mean Decomposition) 8. ITD(固有时间尺度分解,Intrinsic Time Decomposition) 9. SVMD(逐次变分模态分解,Sequential Variational Mode Decomposition) 10. ICEEMDAN(改进的完全自适应噪声集合经验模态分解,Improved Complementary Ensemble Empirical Mode Decomposition with Adaptive Noise) 11. FMD(特征模式分解,Feature Mode Decomposition) 12. REMD(鲁棒经验模态分解,Robust Empirical Mode Decomposition) 13. SGMD(辛几何模态分解,Spectral-Grouping-based Mode Decomposition) 14. RLMD(鲁棒局部均值分解,Robust Intrinsic Time Decomposition) 15. ESMD(极点对称模态分解, extreme-point symmetric mode decomposition) 16. CEEMD(互补集合经验模态分解,Complementary Ensemble Empirical Mode Decomposition) 17. SSA(奇异谱分析,Singular Spectrum Analysis) 18. SWD(群分解,Swarm Decomposition) 19. RPSEMD(再生相移正弦辅助经验模态分解,Regenerated Phase-shifted Sinusoids assisted Empirical Mode Decomposition) 20. EWT(经验小波变换,Empirical Wavelet Transform) 21. DWT(离散小波变换,Discraete wavelet transform) 22. TDD(时域分解,Time Domain Decomposition) 23. MODWT(最大重叠离散小波变换,Maximal Overlap Discrete Wavelet Transform) 24. MEMD(多元经验模态分解,Multivariate Empirical Mode Decomposition) 25. MVMD(多元变分模态分解,Multivariate Variational Mode Decomposition)
评论
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
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