用穷举法,二分法,牛顿-拉弗森法求lg2的值:
穷举法:
epsilnon = 0.01 #误差
step = epsilnon ** 2 #循环的步数
x = 0.00 #初始赋值
num = 0 #循环参数
while abs(10 ** x - 2) > epsilnon:#判断是否处于相对误差内(若要更精确可以改变误差)
x += step
num += 1
print(x)
输出:
穷举法:就是从初始值开始依照设定的步数 一步一步的进行赋值循环,从而接近答案,弊端也很明显,不仅运行速度慢,而且如果精度(及误差很小)那么步数成指数型减小,则循环次数成指数型上升,还有报错的风险。
二分法:
# 求lgn的值
n = input('please enter a number:') #输入一个值
m = 0.001 #误差
low = 0.0
high = float(n)
x = (high - low) / 2
while abs(10 ** x - float(n)) > m:
if (10.0 ** x) > float(n):
high = x
else:
low = x
x = (high + low) / 2 #二分法
print('lg%s的值为%s' % (int(n), x))
输出:
二分法的本质其实就是区域的逼近,先给一个大致范围,可以很大,然后以二的指数级减小,所以循环次数就明显减小。
牛顿-拉弗森法:
n = input('please enter a number:')
m = 0.001
num = 0.0
low = 0.0
high = float(n)
x = (high - low) / 2 #可要可不要
while abs(10 ** x - float(n)) > m:
x = x - ((10 ** x - float(n)) / ((10 ** x) * 2.30258)) #牛顿-拉弗森法公式
print('lg%s的值为%s' % (int(n), x))
输出:
牛顿-拉弗森法:再求近似值的时候,如果存在一个值guess是多项式p的根的近似值,那么guess p(guess)/p'(guess)就是一个更好的近似值②,其中p'是p的一次导数。