4. linux调用文件计算阶乘前5项和_怎样在一分钟内算出1000万的阶乘（一）：高精度计算...

话说前几天 Panda 在网上看到一个帖子，有人问怎么算  万的阶乘。一开始 Panda 觉得挺无聊的，一个数学符号就能搞定的事情，干嘛要算呢？用数学符号表示不就是  嘛。

这时Ian再次对Panda投来了鄙视的目光，说道：“你难道不知道高精度计算也是信息学里面一个很重要的内容吗？”

听 Ian 这么一说，Panda大概明白了，就是说阶乘的增长很快，用一般的数据类型根本存不下。例如

左右滑动查看

一共有  位，已经远超 unsigned long long 甚至是__uint128_t 的最大取值范围了，__uint128_t 类型是目前 c++编译器支持的取值范围最大的内置整数类型，有 128 位，因此最大可以等于

左右滑动查看

不过才  位。

这么看来这个问题还是挺有意思的，为了早日摆脱自己信息学蒟蒻的称号，Panda 决定好好研究一下。

1、 斯特林公式

研究阶乘不得不说的就是斯特林(Stirling)公式，可以用来求阶乘的近似值。斯特林公式其实应该叫斯特林级数，和  函数有关，用它算阶乘的话前几项长这样

左右滑动查看

我们一般见到的斯特林公式，只取了第一项，也就是

用斯特林公式估算阶乘位数的方法也是信息学必学的内容。(幸亏我知道，不然又要被Ian鄙视了)

斯特林公式虽然不能帮我们算出阶乘的精确值，但是对于分析算法还是很有帮助的。

2、 boost 库

简单做了一下调研，居然有一个半官方的 c++库，叫 boost，里面有内置的高精度整数类型 cpp_int，照着示例快乐的写完了简单的测试代码。

上面的代码很简单，就是输入一个正整数 n，然后计算阶乘、统计时间，并且将阶乘输出到一个文本文件中(直接输出在屏幕上实在太长了)

可以看到用单线程计算的话，  万的阶乘只用了 s，但是计算加上输出却用了接近 s。

一开始 Panda 怀疑自己的硬盘是不是坏了

但是看了一下输出的文件，只有 446KB，所以

那就是输出确实用了这么长的时间。

其实 cpp_int 计算用的 2 进制，但是输出时却是 10 进制，因此先要进制转换才能输出，而进制转换非常耗时(后面会分析)。

本来想投机取巧解决这个问题，但是现在脸有点疼，看来要另想办法。

3、 十亿进制高精度计算

其实在一般的信息学的教材里[1,2]，都有一种 10 进制高精度整数计算的方法，就是用一个 int 类型的数组表示高精度整数，一个元素代表一位。

可想而知，这种做法非常浪费，int 类型的取值范围是 ， 进制高精度计算每一位仅需要  十个数，不过好处就是输出的时候不需要进制转换。

因此Panda想到了一种兼顾两者的办法，就是采用十亿进制(你没听错就是十亿进制)

还是用一个 int 类型的数组，一个元素代表一位，但是每一位的取值范围从 。

好了，废话不多说了，先给出高精度自然数类的主要代码

//头文件，定义成员变量、函数以及操作符重载

//输出，通过 setfill 和 setw 函数保证输出正确

//高精度乘以低精度，用一个 long long 型的整数 r 辅助进位

//删除前导 0，做四则运算有时会有多余的前导 0

//计算位数，计算数在十进制下的位数

//求阶乘有一些本次内容用不到的代码没有贴出来，后面再和大家分享。

//最后是主函数

主函数比较简单，就是输入 ，计算阶乘，将结果输出为文件，在控制台里输出用时和阶乘的位数。 万的阶乘有  位。

可以看到这种十亿进制的方法，如果用单线程计算的话， 万的阶乘用了 s，而 cpp_int 只需要 s。

但是由于不需要做进制转换，输出的时间几乎可以忽略。因此计算加上输出的用时反而比 cpp_int 少了 40%。

取得了一些进展，但是 Panda 的心情反而更加非常复杂，因为这个方法的时间复杂度真的不好！！！

4、时间复杂度分析

不是说 Panda 写的高精度计算的类时间复杂度不好。

Panda的意思是在算  万阶乘的时候，从  一直乘到  万这样的方法，时间复杂度真的不好。

无论是Panda的方法还是 boost 库的代码，采用的方法都是先建立一个高精度数 ，然后用低精度数不断的去乘以这个高精度数。

我们来分析一下，高精度乘以低精度，时间复杂度是 ， 是高精度数的长度。

根据斯特林公式，当  比较大的时候

因此计算 ，时间复杂度就是

cpp_int 如果要做进制转换，需要用高精度数不断的除以低精度数 (也可能是  的某次方)，然后得到余数。

高精度数除以低精度数的时间复杂度也是 ，因此将  进制的  转为  进制，时间复杂度也是  。

按照这样的估算，用 cpp_int 计算阶乘并输出应该至少需要  万秒，也就是接近  个小时。用Panda自己写的高精类，也应该至少需要  万秒。

5、小结

从  万秒也就是  分钟降到  分钟以内，看似是个不可能完成的任务，肯定需要新的秘密武器。

不过今天内容写的够多了，这里先分享一下结果吧，最终Panda还是完成了这个挑战。

成功用  秒的时间算出了  万的阶乘，Panda还是用的自己 6 核的游戏本做的多线程并行计算(贫穷逼我只能去优化算法)， 万的阶乘有  位。

Panda还成功挑战了  亿的阶乘，仅用了  秒。 亿的阶乘有  位。

究竟Panda找到什么办法完成这个挑战的呢，请期待下一期：

怎样在一分钟内算出一千万的阶乘(二)：数论变换乘法。

如果觉得有趣或者对你有帮助的话，请关注“黑眼圈信息学”专栏，下期不见不散。

参考文献

[1] 林厚从. 信息学奥赛课课通(C++). 高等教育出版社

[2] 董永建. 信息学奥赛一本通(C++). 科学技术文献出版社