【有营养的算法笔记】基础算法 —— 高精度算法(加减乘除)2

简介: 【有营养的算法笔记】基础算法 —— 高精度算法(加减乘除)

四、高精度乘法


1、思路及模板

我们这里讲的高精度乘法为大整数 × \times × 小整数,大整数长度不超过 1 0 6 10^{6} 106,小整数数据范围不超过 1 0 9 10^{9} 109。


高精度乘法,就不只是单单的数学计算了,这里有些不同。


首先大数 a a a 倒序存储到 vector 中,这样也是为了方便进位,首先设定进位 t t t 。


再看一个例子,了解一下进位规则:



182f8bbd5ae09b6a277b01cecc8d1caf.png


就比如这个例子,大数 a a a 的单独位数直接和 b b b 相乘,将结果累加到 t t t 中,将乘得的结果 % 10 \% 10 %10 存放到 c c c 数组中,然后 t / = 10 t /= 10 t/=10 ,将进位去掉一位 。其实这里的进位也很好理解,无非就是要让 t t t 到下一位,而下一位是当前位次 × 10 \times 10 ×10 ,所以 t t t 要前进一位就要 / 10 / 10 /10 。


这就是高精度乘法的运算规则,也不需要分类讨论啥的,就记住这个规律就好。虽然运算方法和我们从前计算方式有些不同,但是最终计算结果是相同的。


由于这个过程不太好画,所以不懂的小伙伴们可以下去自己模拟一下,操作很简单,但是用电脑画图不好表示。


模板 :


vector<int> Mul(vector<int> &A, int b) 
{
    vector<int> C;
    int t = 0;
    for (int i = 0; i < A.size(); i++) {
        t += A[i] * b;
        C.push_back(t % 10);
        t /= 10;
    }
    while (t) {
        C.push_back(t % 10);
        t /= 10;
    }
    // 去除前导 0 
    while (C.size() > 1 && C.back() == 0) {
        C.pop_back();
    }
    return C;
}


我们再来讲讲模板里面的部分内容:


第一部分:

while (t) {
    C.push_back(t % 10);
    t /= 10;
}



这一部分就是在处理进位,因为运算结束之后,很可能还有进位没有处理。所以循环结束需要额外处理一下。


第二部分

// 去除前导 0 
while (C.size() > 1 && C.back() == 0) {
    C.pop_back();
}


乘法也是会出现前导 0 0 0 的,比如任何一个数和 0 0 0 相乘结果都会是 0 0 0,所以这里也需要去一下前导 0 0 0 。



2、代码实现


链接793. 高精度乘法


描述:

给定两个非负整数(不含前导 0 0 0 ) A A A 和 B B B ,请你计算 A × B A×B A×B 的值。


输入格式:

共两行,第一行包含整数 A A A ,第二行包含整数 B B B 。


输出格式:

共一行,包含 A × B A×B A×B 的值。


数据范围:

1 ≤ A 的长度 ≤ 100000 1≤A的长度≤100000 1≤A的长度≤100000

0 ≤ B ≤ 10000 0≤B≤10000 0≤B≤10000


输入样例

2
3


输出样例

6


由于上面我们基本上已经把代码讲过了,所以直接上代码,高精度乘法其实思路十分简单:


82e9ada4c14b13c7dfb2214098bfd092.png






五、高精度除法


1、思路及模板


我们这里讲的高精度除法为大整数 / / / 小整数,大整数长度不超过 1 0 6 10^{6} 106,小整数数据范围不超过 1 0 9 10^{9} 109。



我们人在做除法时,会先看第一位,如果第一位大于除数,则在结果相应位置写下除以除数之后的数据,否则看下一位,这样以此类推。所以人算除法第一位都是有效数据位。


但是对于计算机不是这样,计算机则会默认从第一位算起,举个例子,比如 1234 / 11 1234 / 11 1234/11 :如果以人的角度,第一位肯定为 1 1 1 ,但是计算机会从第一位开始看,第一位为 0 0 0 。


而 除法可能产生余数 ,所以还需要一个变量来记录余数。


有了这个概念,我们先看模板:


我们的模板是倒着存数据的,但是高精度除法是可以正着存的,因为除法需要从第一位开始除,所以正着存完全没有问题,但是之后可能会有高精度的混合运算,所以我们这边保持一致,也是倒着存。



vector<int> div(vector<int> &A, int b, int &r)
{
    vector<int> C;
    r = 0;
    for (int i = A.size() - 1; i >= 0; i--) {
        r = r * 10 + A[i];
        C.push_back(r / b);
        r %= b;
    }
    reverse(C.begin(), C.end());
    while (C.size() > 1 && C.back() == 0) {
        C.pop_back();
    }
    return C;
}


看完模板之后,我们对里面的一些代码进行讲解


第一块

for (int i = A.size() - 1; i >= 0; i--) {
    r = r * 10 + A[i];
    C.push_back(r / b);
    r %= b;
}


首先看这一步,高精度除法比另外三个算法难的原因就是出在这一步上,因为运算规则可能不太好理解。


我们知道,如果要做除法运算,那么就需要一定的 补位 ,r * 10 + A[i] 就是在补位,因为下一次的需要被除的数据,就是第一次相除后的余数 × 10 \times 10 ×10 ,然后加上当前元素 A[i] 。


而除之后的结果就是 r / b r / b r/b ,每次除完都有相应的余数,所以 r %= b 。下面我们就用一张图演示一下:


7bd54127f0304a6bb43c2fd3c598b089.png


通过这张图,我们就可以完美的解释代码究竟在干什么,实际上这就是一个计算的过程,过程涉及补位,相除,得余数等操作…


而最后,在进行完所有的操作之后 r r r 其实就是最终的余数。



第二块

reverse(C.begin(), C.end());
while (C.size() > 1 && C.back() == 0) {
    C.pop_back();
}


这两步就是在去前导 0 0 0 ,上面的图中我们也可以发现,高精度除法也是有前导 0 0 0 的,但是对于顺序表来说,前导 0 0 0不太好去,所以就逆置一下再去前导 0 0 0 。


最后倒着输出 c c c 即可。



2、代码实现


链接794. 高精度除法


描述:


给定两个非负整数(不含前导 0 0 0 ) A , B A,B A,B 请你计算 A / B A/B A/B 的商和余数。

输入格式:

共两行,第一行包含整数 A A A ,第二行包含整数 B B B 。


输出格式:

共两行,第一行输出所求的商,第二行输出所求余数。


数据范围:

1 ≤ A 的长度 ≤ 100000 1≤A的长度≤100000 1≤A的长度≤100000

1 ≤ B ≤ 10000 1≤B≤10000 1≤B≤10000

B B B 一定不为 0 0 0


输入样例

7
2



输出样例

3
1


思路我们说过了,接下来我把 倒着存正着存 的两个版本都贴上来。

倒着存

4a893f7ed2bb4d6da69cb982cbac3aa4.jpeg



正着存

e6e4e471e68f280f8a94b4f2c9217934.png



六、结语



到这里,本篇文章就到此结束了,实际上高精度算法这一块还是很容易理解的,因为我们可以模拟它们计算的过程,所以对于一些细节不太了解的小伙伴们可以下去模拟一下。

一般来说,只要背过模板做这类问题就信手拈来了。所以不必担心嘿嘿。


当然,小伙伴们最好也找两道高精度问题练练手。我们不仅要看懂,还要会写。

如果觉得 a n d u i n anduin anduin 写的还不错的话,可以点赞 + 评论 + 收藏支持一下,我们下期见~





相关文章
|
2月前
|
算法 API 计算机视觉
人脸识别笔记(一):通过yuface调包(参数量54K更快更小更准的算法) 来实现人脸识别
本文介绍了YuNet系列人脸检测算法的优化和使用,包括YuNet-s和YuNet-n,以及通过yuface库和onnx在不同场景下实现人脸检测的方法。
73 1
|
2月前
|
JSON 算法 数据可视化
测试专项笔记(一): 通过算法能力接口返回的检测结果完成相关指标的计算(目标检测)
这篇文章是关于如何通过算法接口返回的目标检测结果来计算性能指标的笔记。它涵盖了任务描述、指标分析(包括TP、FP、FN、TN、精准率和召回率),接口处理,数据集处理,以及如何使用实用工具进行文件操作和数据可视化。文章还提供了一些Python代码示例,用于处理图像文件、转换数据格式以及计算目标检测的性能指标。
74 0
测试专项笔记(一): 通过算法能力接口返回的检测结果完成相关指标的计算(目标检测)
|
2月前
|
数据可视化 搜索推荐 Python
Leecode 刷题笔记之可视化六大排序算法:冒泡、快速、归并、插入、选择、桶排序
这篇文章是关于LeetCode刷题笔记,主要介绍了六大排序算法(冒泡、快速、归并、插入、选择、桶排序)的Python实现及其可视化过程。
21 0
|
2月前
|
算法
❤️算法笔记❤️-(每日一刷-83、删除排序链表中的重复项)
❤️算法笔记❤️-(每日一刷-83、删除排序链表中的重复项)
34 0
|
16天前
|
算法
基于WOA算法的SVDD参数寻优matlab仿真
该程序利用鲸鱼优化算法(WOA)对支持向量数据描述(SVDD)模型的参数进行优化,以提高数据分类的准确性。通过MATLAB2022A实现,展示了不同信噪比(SNR)下模型的分类误差。WOA通过模拟鲸鱼捕食行为,动态调整SVDD参数,如惩罚因子C和核函数参数γ,以寻找最优参数组合,增强模型的鲁棒性和泛化能力。
|
22天前
|
机器学习/深度学习 算法 Serverless
基于WOA-SVM的乳腺癌数据分类识别算法matlab仿真,对比BP神经网络和SVM
本项目利用鲸鱼优化算法(WOA)优化支持向量机(SVM)参数,针对乳腺癌早期诊断问题,通过MATLAB 2022a实现。核心代码包括参数初始化、目标函数计算、位置更新等步骤,并附有详细中文注释及操作视频。实验结果显示,WOA-SVM在提高分类精度和泛化能力方面表现出色,为乳腺癌的早期诊断提供了有效的技术支持。
|
2天前
|
供应链 算法 调度
排队算法的matlab仿真,带GUI界面
该程序使用MATLAB 2022A版本实现排队算法的仿真,并带有GUI界面。程序支持单队列单服务台、单队列多服务台和多队列多服务台三种排队方式。核心函数`func_mms2`通过模拟到达时间和服务时间,计算阻塞率和利用率。排队论研究系统中顾客和服务台的交互行为,广泛应用于通信网络、生产调度和服务行业等领域,旨在优化系统性能,减少等待时间,提高资源利用率。
|
10天前
|
存储 算法
基于HMM隐马尔可夫模型的金融数据预测算法matlab仿真
本项目基于HMM模型实现金融数据预测,包括模型训练与预测两部分。在MATLAB2022A上运行,通过计算状态转移和观测概率预测未来值,并绘制了预测值、真实值及预测误差的对比图。HMM模型适用于金融市场的时间序列分析,能够有效捕捉隐藏状态及其转换规律,为金融预测提供有力工具。
|
18天前
|
算法
基于GA遗传算法的PID控制器参数优化matlab建模与仿真
本项目基于遗传算法(GA)优化PID控制器参数,通过空间状态方程构建控制对象,自定义GA的选择、交叉、变异过程,以提高PID控制性能。与使用通用GA工具箱相比,此方法更灵活、针对性强。MATLAB2022A环境下测试,展示了GA优化前后PID控制效果的显著差异。核心代码实现了遗传算法的迭代优化过程,最终通过适应度函数评估并选择了最优PID参数,显著提升了系统响应速度和稳定性。
|
10天前
|
机器学习/深度学习 算法 信息无障碍
基于GoogleNet深度学习网络的手语识别算法matlab仿真
本项目展示了基于GoogleNet的深度学习手语识别算法,使用Matlab2022a实现。通过卷积神经网络(CNN)识别手语手势,如&quot;How are you&quot;、&quot;I am fine&quot;、&quot;I love you&quot;等。核心在于Inception模块,通过多尺度处理和1x1卷积减少计算量,提高效率。项目附带完整代码及操作视频。
下一篇
DataWorks