题目
实现 int sqrt(int x) 函数。
计算并返回 x 的平方根,其中 x 是非负整数。
由于返回类型是整数,结果只保留整数的部分,小数部分将被舍去。
示例 1:
输入: 4
输出: 2
示例 2:
输入: 8
输出: 2
说明: 8 的平方根是 2.82842…, 由于返回类型是整数,小数部分将被舍去。
袖珍计算器算法
「袖珍计算器算法」是一种用指数函数 exp 和对数函数 ln 代替平方根函数的方法。我们通过有限的可以使用的数学函数,得到我们想要计算的结果。
注意: 由于计算机无法存储浮点数的精确值(浮点数的存储方法可以参考 IEEE 754,这里不再赘述),而指数函数和对数函数的参数和返回值均为浮点数,因此运算过程中会存在误差。例如当 x = 2147395600 时,e^(1/2)lnx
的计算结果与正确值 4634046340 相差 10^(−11),这样在对结果取整数部分时,会得到 4633946339 这个错误的结果。
因此在得到结果的整数部分 ans 后,我们应当找出 ans 与 ans+1 中哪一个是真正的答案。
class Solution
{
public:
int mySqrt(int x)
{
if (x == 0)
{
return 0;
}
int ans = exp(0.5 * log(x));
return ((long long)(ans + 1) * (ans + 1) <= x ? ans + 1 : ans);
}
};
复杂度分析
时间复杂度:O(1),由于内置的 exp 函数与 log 函数一般都很快,我们在这里将其复杂度视为 O(1)。
空间复杂度:O(1)。
二分查找
由于 x 平方根的整数部分 ans 是满足 k^2 ≤x 的最大 k 值,因此我们可以对 k进行二分查找,从而得到答案。
二分查找的下界为 0,上界可以粗略地设定为 x。在二分查找的每一步中,我们只需要比较中间元素 mid 的平方与 x 的大小关系,并通过比较的结果调整上下界的范围。由于我们所有的运算都是整数运算,不会存在误差,因此在得到最终的答案 ans 后,也就不需要再去尝试 ans+1 了。
class Solution
{
public:
int mySqrt(int x)
{
int l = 0, r = x, ans = -1;
while (l <= r)
{
int mid = l + (r - l) / 2;
if ((long long)mid * mid <= x)
{
ans = mid;
l = mid + 1;
}
else
{
r = mid - 1;
}
}
return ans;
}
};
复杂度分析
时间复杂度:O(\log x)O(logx),即为二分查找需要的次数。
空间复杂度:O(1)O(1)。
牛顿迭代
思路
牛顿迭代法是一种可以用来快速求解函数零点的方法。
为了叙述方便,我们用 C 表示待求出平方根的那个整数。显然,C 的平方根就是函数
y = f(x) = x^2 - C
的零点。
牛顿迭代法的本质是借助泰勒级数,从初始值开始快速向零点逼近。我们任取一个 x0作为初始值,在每一步的迭代中,我们找到函数图像上的点 (xi,f(xi)),过该点作一条斜率为该点导数 f′(xi) 的直线,与横轴的交点记为 xi+1。xi+1
相较于 xi 而言距离零点更近。在经过多次迭代后,我们就可以得到一个距离零点非常接近的交点。下图给出了从 x0 开始迭代两次,得到 x1 和 x2 的过程。
算法
我们选择 x0=C 作为初始值。
在每一步迭代中,我们通过当前的交点 xi,找到函数图像上的点 (xi,xi^2−C),作一条斜率为 f′(xi)=2xi 的直线,直线的方程为:
与横轴的交点为方程 2xix−(xi2+C)=0 的解,即为新的迭代结果 xi+1:
在进行 k 次迭代后,xk 的值与真实的零点 C^(1/2) 足够接近,即可作为答案。
细节
为什么选择 x0=C 作为初始值?
迭代到何时才算结束?
每一次迭代后,我们都会距离零点更进一步,所以当相邻两次迭代得到的交点非常接近时,我们就可以断定,此时的结果已经足够我们得到答案了。一般来说,可以判断相邻两次迭代的结果的差值是否小于一个极小的非负数 ϵ,其中 ϵ 一般可以取 10^-6 或 10 ^−7。
如何通过迭代得到的近似零点得出最终的答案?
真正的零点为 n − 1/2ϵ,其中 n 是一个正整数,而我们迭代得到的结果为 n+1/2ϵ。在对结果保留整数部分后得到 n,但正确的结果为 n−1。
class Solution
{
public:
int mySqrt(int x)
{
if (x == 0)
{
return 0;
}
double C = x, x0 = x;
while (true)
{
double xi = 0.5 * (x0 + C / x0);
if (fabs(x0 - xi) < 1e-7)
{
break;
}
x0 = xi;
}
return int(x0);
}
};
复杂度分析
时间复杂度:O(logx),此方法是二次收敛的,相较于二分查找更快。
空间复杂度:O(1)。