精度计算-大数阶乘-ACM常用算法

简介:

语法 

  int result=factorial(int n);

参数:

  n n 的阶乘

返回值:

  阶乘结果的位数

注意:  

  本程序直接输出n!的结果,需要返回结果请保留long a[]

 inlclude <math.h>

源程序:  

复制代码
int factorial(int n)
{
  long a[10000];
  int i,j,l,c,m=0,w; 
  a[0]=1; 
  for(i=1;i<=n;i++)
    { 
      c=0; 
      for(j=0;j<=m;j++)
        { 
          a[j]=a[j]*i+c; 
          c=a[j]/10000; 
          a[j]=a[j]%10000; 
      } 
     if(c>0) {m++;a[m]=c;} 
  } 
  w=m*4+log10(a[m])+1;
  printf("\n%ld",a[m]); 
  for(i=m-1;i>=0;i--) printf("%4.4ld",a[i]);
  return w;
} 
复制代码
本文转自博客园xingoo的博客,原文链接:精度计算-大数阶乘-ACM常用算法,如需转载请自行联系原博主。
相关文章
|
7天前
|
算法 C++
如何精确计算出一个算法的CPU运行时间?
如何精确计算出一个算法的CPU运行时间?
|
1月前
|
算法 数据可视化 数据安全/隐私保护
基于LK光流提取算法的图像序列晃动程度计算matlab仿真
该算法基于Lucas-Kanade光流方法,用于计算图像序列的晃动程度。通过计算相邻帧间的光流场并定义晃动程度指标(如RMS),可量化图像晃动。此版本适用于Matlab 2022a,提供详细中文注释与操作视频。完整代码无水印。
|
2月前
|
算法 Go Python
[算法]计算斐波拉契数列
[算法]计算斐波拉契数列
|
2月前
|
算法
计算空间物体包围球的两种算法实现
计算空间物体包围球的两种算法实现
40 0
|
4月前
|
机器学习/深度学习 算法
**反向传播算法**在多层神经网络训练中至关重要,它包括**前向传播**、**计算损失**、**反向传播误差**和**权重更新**。
【6月更文挑战第28天】**反向传播算法**在多层神经网络训练中至关重要,它包括**前向传播**、**计算损失**、**反向传播误差**和**权重更新**。数据从输入层流经隐藏层到输出层,计算预测值。接着,比较预测与真实值计算损失。然后,从输出层开始,利用链式法则反向计算误差和梯度,更新权重以减小损失。此过程迭代进行,直到损失收敛或达到训练次数,优化模型性能。反向传播实现了自动微分,使模型能适应训练数据并泛化到新数据。
57 2
|
4月前
|
算法 C++
【数据结构与算法】:关于时间复杂度与空间复杂度的计算(C/C++篇)——含Leetcode刷题-2
【数据结构与算法】:关于时间复杂度与空间复杂度的计算(C/C++篇)——含Leetcode刷题
|
4月前
|
算法 C++
【数据结构与算法】:关于时间复杂度与空间复杂度的计算(C/C++篇)——含Leetcode刷题-1
【数据结构与算法】:关于时间复杂度与空间复杂度的计算(C/C++篇)——含Leetcode刷题
|
5月前
|
算法 调度 UED
作业调度算法(含详细计算过程)和进程调度算法浅析
作业调度算法(含详细计算过程)和进程调度算法浅析
449 1
作业调度算法(含详细计算过程)和进程调度算法浅析
|
4月前
|
算法
m基于PSO粒子群优化的LDPC码NMS译码算法最优归一化参数计算和误码率matlab仿真
MATLAB2022a仿真实现了基于遗传优化的NMS LDPC译码算法,优化归一化参数以提升纠错性能。NMS算法通过迭代处理低密度校验码,而PSO算法用于寻找最佳归一化因子。程序包含粒子群优化的迭代过程,根据误码率评估性能并更新解码参数。最终,展示了迭代次数与优化过程的关系,并绘制了SNR与误码率曲线。
43 2
|
4月前
|
存储 算法 测试技术
数据结构学习记录——树习题-Complete Binary Search Tree(题目描述、输入输出示例、数据结构的选择、核心算法、计算左子树的规模)
数据结构学习记录——树习题-Complete Binary Search Tree(题目描述、输入输出示例、数据结构的选择、核心算法、计算左子树的规模)
68 1
下一篇
无影云桌面