50. Pow(x, n)
题目:实现 pow(x, n) ,即计算 x 的整数 n 次幂函数(即,x**n )。
链接 https://leetcode.cn/problems/powx-n/
个人思路
- 脑袋空空,只能想到暴力解法,超时了。。。
class Solution:
def myPow(self, x: float, n: int) -> float:
ans = 1
if n >= 0:
for i in range(n):
ans = ans * x
else:
for i in range(0-n):
ans = ans * x
ans = 1 / ans
return ans
- 然后想到x^n = x^(n/2)* x^(n/2),例如:
2^32=2^16*2^16
,对于奇数:2^33=2^16*2^16*2
,有点类似与二分法,这里采用递归来实现:
class Solution:
def myPow(self, x: float, n: int) -> float:
if n >= 0:
if n == 0:
return 1
if n == 1:
return x
if n % 2 == 1:
return self.myPow(x*x,(n-1)/2)*x
else:
return self.myPow(x*x,n/2)
else:
if n == -1:
return 1/x
elif n % 2 == 1:
# 注意这里还是n-1,因为在返回1/x时候会把前面递归的x乘起来,
# 所以要用-1把n变小来抵消
return self.myPow(x*x,(n-1)/2)*x
else:
return self.myPow(x*x,n/2)
注意:这里调用自身方法来递归时候要加self.method或者Solution().method否则递归时候不知道你调用的是哪个method从而报错
这里贴一个官方的快速幂 + 递归,写得真简洁:
class Solution:
def myPow(self, x: float, n: int) -> float:
def quickMul(N):
if N == 0:
return 1.0
y = quickMul(N // 2)
return y * y if N % 2 == 0 else y * y * x
return quickMul(n) if n >= 0 else 1.0 / quickMul(-n)
复杂度分析
时间复杂度:O(logn),即为递归的层数。
空间复杂度:O(logn),即为递归的层数。这是由于递归的函数调用会使用栈空间。
其他思路
- 快速幂 + 迭代
由于递归需要使用额外的栈空间,我们试着将递归转写为迭代。在方法一中,我们也提到过,从左到右进行推导是不容易的,因为我们不知道是否需要额外乘 x。
个人看不大懂
class Solution:
def myPow(self, x: float, n: int) -> float:
def quickMul(N):
ans = 1.0
# 贡献的初始值为 x
x_contribute = x
# 在对 N 进行二进制拆分的同时计算答案
while N > 0:
if N % 2 == 1:
# 如果 N 二进制表示的最低位为 1,那么需要计入贡献
ans *= x_contribute
# 将贡献不断地平方
x_contribute *= x_contribute
# 舍弃 N 二进制表示的最低位,这样我们每次只要判断最低位即可
N //= 2
return ans
return quickMul(n) if n >= 0 else 1.0 / quickMul(-n)
时间复杂度:O(logn),即为对 n 进行二进制拆分的时间复杂度。
空间复杂度:O(1)O(1)。
作者:LeetCode-Solution
链接:https://leetcode.cn/problems/powx-n/solution/powx-n-by-leetcode-solution/