【算法与数据结构实战】模拟竖式加法,自定义位数

简介: 一直以来跟别人提起模拟竖式加减法都是只提一个思路,把几位放到数组里,然后怎么怎么样,但说实话还从来没实战过。网上有很多不限位数的模拟方法,基本上都是用链表。但这样实际使用上反而会比较慢,而且其实大位数不限量也不是一个很关键的点,主要是为了突破int范围去显示。

一直以来跟别人提起模拟竖式加减法都是只提一个思路,把几位放到数组里,然后怎么怎么样,但说实话还从来没实战过。

网上有很多不限位数的模拟方法,基本上都是用链表。但这样实际使用上反而会比较慢,而且其实大位数不限量也不是一个很关键的点,主要是为了突破int范围去显示。所以这次只是通过定义位数的方式去模拟。

思路就是定义一个int数组,每个数组每一个元素存储一位。代码见下:

 1 #include "stdafx.h"
 2 #include <iostream>
 3 #include <vector>
 4 #include <algorithm>
 5 #include <cstdio>
 6 #include <string>
 7 #define MAXSIZE 100//最大位数
 8 #pragma warning(disable:4996)
 9 
10 using namespace std;
11 
12 int main()
13 {
14     int num1[MAXSIZE] = { 0 }, num2[MAXSIZE] = { 0 }, sum[MAXSIZE + 1] = { 0 };
15     int size1, size2, size3;
16     char t;
17     char s1[MAXSIZE+1], s2[MAXSIZE+1];
18     gets_s(s1);
19     gets_s(s2);
20     /*测试用例,填满最大长度9
21     memset(s1, '9', sizeof(s1));
22     s1[MAXSIZE] = '\0';
23     memset(s2, '9', sizeof(s2));
24     s2[MAXSIZE] = '\0';
25     */
26     size1 = strlen(s1);
27     size2 = strlen(s2);
28     for (int i = 0; i < size1; i++)
29     {
30         num1[size1-1-i] = s1[i] - 48;//转换字符到数字
31     }
32     for (int i = 0; i < size2; i++)
33     {
34         num2[size2 - 1 - i] = s2[i] - 48;//转换字符到数字
35     }
36     if (size1 > size2) size3 = size1;
37     else size3 = size2;
38     for (int i = 0; i < size3; i++)
39     {
40         sum[i] += num1[i] + num2[i];
41         if (sum[i] >= 10) {//如果发生进位,则舍去10,向高位进1
42             sum[i + 1] = 1;
43             sum[i] -= 10;
44         }
45     }
46     if (sum[size3] == 0) size3--;
47     for (int i = size3; i >= 0; i--)
48     {
49         cout << sum[i];
50     }
51     cout << endl;
52     system("pause");
53     return 0;
54 }

 处理这个问题中还有很多问题,大概整理如下:

1.一个是输入问题,涉及到字符串到字符到数字的转换。由于确定了位数,所以我没有定义字符串,定义的是字符数组,通过gets_s函数获得字符串输入,然后再塞进字符数组。字符转数字使用ascii码-48的方式。

2.一个是输入完的字符数组转换到数字的数组,为了之后循环方便和竖式相加的时候是末尾对齐,所以这里得要做一个反循环(见代码),最后输入的数字首位被放到了数字数组的末尾。

3.一个是进位问题,基本的处理思路是,在相加的时候如果发现当前位数字大于10,减去10存储到当前位,让下一位置1。但是当前位还要考虑来自上一位的进位,所以首先给数字数组每个置0,当前位等于当前位本身的数+加数1当前位+加数2当前位。并且还要考虑到最高位发生进位,所以和的数组应该位数比加数的数组最大位+1.

4.鲁棒性问题,除了要考虑最高位溢出,还要考虑用户不正常输入,以及负数输入。基本思路就是,获取输入流之后放到一个字符串中(目前程序内已经做了),判定每一位ascii码是否符合范围。同时,如果允许负数输入,则第一位为‘-’的话,不属于异常。目前程序内没有加入。

为了方便测试边界条件,需要编写测试样例。本代码中使用的方法是通过memset对数组内元素统一置‘9’,之后通过设置末尾为‘\0’截断。经测试在全9的时候,没有发生溢出。程序符合基本要求。

目录
相关文章
|
2月前
|
算法 数据处理 C语言
C语言中的位运算技巧,涵盖基本概念、应用场景、实用技巧及示例代码,并讨论了位运算的性能优势及其与其他数据结构和算法的结合
本文深入解析了C语言中的位运算技巧,涵盖基本概念、应用场景、实用技巧及示例代码,并讨论了位运算的性能优势及其与其他数据结构和算法的结合,旨在帮助读者掌握这一高效的数据处理方法。
51 1
|
2月前
|
机器学习/深度学习 算法 数据挖掘
K-means聚类算法是机器学习中常用的一种聚类方法,通过将数据集划分为K个簇来简化数据结构
K-means聚类算法是机器学习中常用的一种聚类方法,通过将数据集划分为K个簇来简化数据结构。本文介绍了K-means算法的基本原理,包括初始化、数据点分配与簇中心更新等步骤,以及如何在Python中实现该算法,最后讨论了其优缺点及应用场景。
137 4
|
14天前
|
存储 运维 监控
探索局域网电脑监控软件:Python算法与数据结构的巧妙结合
在数字化时代,局域网电脑监控软件成为企业管理和IT运维的重要工具,确保数据安全和网络稳定。本文探讨其背后的关键技术——Python中的算法与数据结构,如字典用于高效存储设备信息,以及数据收集、异常检测和聚合算法提升监控效率。通过Python代码示例,展示了如何实现基本监控功能,帮助读者理解其工作原理并激发技术兴趣。
50 20
|
2月前
|
存储 算法 搜索推荐
Python 中数据结构和算法的关系
数据结构是算法的载体,算法是对数据结构的操作和运用。它们共同构成了计算机程序的核心,对于提高程序的质量和性能具有至关重要的作用
|
2月前
|
数据采集 存储 算法
Python 中的数据结构和算法优化策略
Python中的数据结构和算法如何进行优化?
|
2月前
|
算法
数据结构之路由表查找算法(深度优先搜索和宽度优先搜索)
在网络通信中,路由表用于指导数据包的传输路径。本文介绍了两种常用的路由表查找算法——深度优先算法(DFS)和宽度优先算法(BFS)。DFS使用栈实现,适合路径问题;BFS使用队列,保证找到最短路径。两者均能有效查找路由信息,但适用场景不同,需根据具体需求选择。文中还提供了这两种算法的核心代码及测试结果,验证了算法的有效性。
112 23
|
2月前
|
算法
数据结构之蜜蜂算法
蜜蜂算法是一种受蜜蜂觅食行为启发的优化算法,通过模拟蜜蜂的群体智能来解决优化问题。本文介绍了蜜蜂算法的基本原理、数据结构设计、核心代码实现及算法优缺点。算法通过迭代更新蜜蜂位置,逐步优化适应度,最终找到问题的最优解。代码实现了单链表结构,用于管理蜜蜂节点,并通过适应度计算、节点移动等操作实现算法的核心功能。蜜蜂算法具有全局寻优能力强、参数设置简单等优点,但也存在对初始化参数敏感、计算复杂度高等缺点。
64 20
|
2月前
|
并行计算 算法 测试技术
C语言因高效灵活被广泛应用于软件开发。本文探讨了优化C语言程序性能的策略,涵盖算法优化、代码结构优化、内存管理优化、编译器优化、数据结构优化、并行计算优化及性能测试与分析七个方面
C语言因高效灵活被广泛应用于软件开发。本文探讨了优化C语言程序性能的策略,涵盖算法优化、代码结构优化、内存管理优化、编译器优化、数据结构优化、并行计算优化及性能测试与分析七个方面,旨在通过综合策略提升程序性能,满足实际需求。
65 1
|
2月前
|
机器学习/深度学习 算法 C++
数据结构之鲸鱼算法
鲸鱼算法(Whale Optimization Algorithm,WOA)是由伊朗研究员Seyedali Mirjalili于2016年提出的一种基于群体智能的全局优化算法,灵感源自鲸鱼捕食时的群体协作行为。该算法通过模拟鲸鱼的围捕猎物和喷出气泡网的行为,结合全局搜索和局部搜索策略,有效解决了复杂问题的优化需求。其应用广泛,涵盖函数优化、机器学习、图像处理等领域。鲸鱼算法以其简单直观的特点,成为初学者友好型的优化工具,但同时也存在参数敏感、可能陷入局部最优等问题。提供的C++代码示例展示了算法的基本实现和运行过程。
59 0
|
3月前
|
存储 缓存 算法
前端算法:优化与实战技巧的深度探索
【10月更文挑战第21天】前端算法:优化与实战技巧的深度探索
34 1