PYTHON:大整数乘法(分治法)

何为分治法

分治算法的基本思想是将一个规模为N的问题分解为K个规模较小的子问题,这些子问题相互独立且与原问题性质相同。求出子问题的解,就可得到原问题的解。即一种分目标完成程序算法,简单问题可用二分法完成。

当我们求解某些问题时,由于这些问题要处理的数据相当多,或求解过程相当复杂,使得直接求解法在时间上相当长,或者根本无法直接求出。对于这类问题,我们往往先把它分解成几个子问题,找到求出这几个子问题的解法后,再找到合适的方法,把它们组合成求整个问题的解法。如果这些子问题还较大,难以解决,可以再把它们分成几个更小的子问题,以此类推,直至可以直接求出解为止。这就是分治策略的基本思想。

利用分治策略求解时,所需时间取决于分解后子问题的个数、子问题的规模大小等因素,而二分法,由于其划分的简单和均匀的特点,是经常采用的一种有效的方法,例如二分法检索。

分治法一般解题步骤

分治法解题的一般步骤(主要采用递归算法):

(1)分解,将要解决的问题划分成若干规模较小的同类问题;

(2)求解,当子问题划分得足够小时,用较简单的方法解决;

(3)合并,按原问题的要求,将子问题的解逐层合并构成原问题的解。

PYTHON应用分治法实现大整数乘法:

一、实现正常的加法函数:

#传入的a,b是字符串
def add(a,b):
    return str(int(a)+int(b))

二、应用分治法实现大整数乘法:

具体思想见视频所讲:

算法导引-二分法(四)-10行内实现大整数乘法(算法导引-二分法(四)-10行内实现大整数乘法_哔哩哔哩_bilibilihttps://www.bilibili.com/video/BV1xF411e7jv?from=search&seid=2673357468237935346&spm_id_from=333.337.0.0)

 该功能具体的代码:

def mul(a,b):
    N=3  #正常乘法为三位数乘三位数,以N为限制
    if len(b)>len(a):  #确保是位数大的数乘位数小的数
        a,b=b,a
    if(len(a)<=N):   #递归结束条件,当一个数一直被二分为3位数时,回溯。
        return str(int(a)*int(b))
    mid=len(a)//2  #二分大数
    a1=a[:mid]  #后面需补零
    a2=a[mid:]
    return add(mul(a1,b)+"0"*len(a2),mul(a2,b))

三、PYTHON源代码:大整数乘法(分治法)

#传入的参数a,b为字符串
def mul(a,b):
    N=3  #正常乘法为三位数乘三位数,以N为限制
    if len(b)>len(a):  #确保是位数大的数乘位数小的数
        a,b=b,a
    if(len(a)<=N):   #递归结束条件,当一个数一直被二分为3位数时,回溯。
        return str(int(a)*int(b))
    mid=len(a)//2  #二分大数
    a1=a[:mid]  #后面需补零
    a2=a[mid:]
    return add(mul(a1,b)+"0"*len(a2),mul(a2,b))
def add(a,b):
    return str(int(a)+int(b))
a=input("请输入一个大整数a=")
b=input("请输入一个大整数b=")
w=mul(a,b)
print(w)


四、运行结果:

Python大数乘法快速傅里叶变换(FFT)是一种用于处理大数乘法问题的高效算法。大数乘法指的是对超出计算机数据类型表示范围的两个大整数进行乘法运算。 快速傅里叶变换是一种将多项式由系数表示转换为点值表示的算法。在大数乘法中,我们可以将两个大整数看作是多项式,然后通过FFT将其转换为点值表示进行乘法运算。具体步骤如下: 首先,将两个大整数分别表示为多项式的系数形式,即将每个数字的每一位作为一个系数,并将低位对齐。例如,对于整数123和456,可以表示为多项式1+2x+3x^2和4+5x+6x^2。 然后,使用FFT将系数形式的多项式转换为点值形式。这个过程将多项式从系数形式转换为了一个点值形式的多项式,其中每个点对应一个值,表示在该点处的多项式的值。 接下来,对两个点值形式的多项式进行逐点乘法。即,将第一个多项式和第二个多项式对应的点值分别相乘得到新的点值,表示一个新的多项式。 最后,使用逆FFT将点值形式的多项式转换回系数形式的多项式。这个过程将多项式从点值形式转换回系数形式,得到最终的结果,即乘法运算的结果。 这种方法利用了FFT的高效计算速度,减少了乘法运算的次数,大大提高了大数乘法的效率。它被广泛应用于各种需要处理大数乘法的问题,例如密码学,信号处理等领域。 需要注意的是,由于Python的浮点数精度限制,对于非常大的数值,可能会存在精度损失的问题。为了解决这个问题,可以使用高精度库,例如Python中的decimal模块来进行计算。
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

打赏作者

古剑诛仙

你的鼓励是我创造的最大动力!

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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