• 算法——分而治之大数相乘


      分而治之是我们学习算法时遇到的第一种方法,它的原理很简单。

      1、将一个问题的实例划分为一个或较多个较小的实例/

      2、解决每一个较小的实例。

      3、合并较小的实例,获得原实例的答案。

     我们通过分而治之的方法解决的问题,大致有我们曾接触过的快排,Strassen矩阵乘法,大整数乘法。我们往往做题中接触最多的便是大整数乘法,今天我们就以此为例来解释一下分而治之的思想,并解决一下如何进行大整数乘法。

     我们都知道在程序中int类型是有范围的,那么当我们遇到超过范围的数字又该怎么办那?

     很简单,用我们刚刚所讲到的分而治之,我们可以将一个很长的数字分割到我们可接受的范围,比如这样1234567891313213213,用字符串来存储并将其123/4567/8913/1321/3213这样分割成几份,分别相乘,通过加减来得到最后的结果。

      比如我们计算  464546545456*132123132=?

      我们这样来 464546545456 = 46454*10e7+6545456

            132123132 = 13*10e7+2123132

            464546545456*132123132= (46454*10e7+6545456)*(13*10e7+2123132)来计算

            用公式表示

           u = x*10em+y

           v = w*10em+z

           uv = (x*10em+y)*(w*10em+z) = xw*10e2m+(xz+wy)*10em+yz

           当然如果分开后的数字仍然过大,我们完全可以采用递归的方法,将其继续分割,直到我们规定的阈值。

      代码如下

    largBig bigMul(string u,string v){
    	
    	int ns1 = u.length()/2;
    	int ns2 = v.length()/2;
    	int n = ns1>ns2?ns1:ns2;
    		
    	if(s1.length()==0||s2.length()==0){
    		return 0;
    	}else if(n<=4){
    		return u*v;//常规乘法
    	}else{
    		m = n/2;
    
    		x = u divide 10em; y =u rem 10em;		
                    w = v divide 10em; z =v rem 10em;	
     
    		return  bigMul(x,w)*10e2m+(bigMul(x,z)+bigMul(w,y))*10em+bigMul(y,z);
    	}    
    

      上面的代码很好的展示了,如何用分治法计算大数相乘。

      这里是具体实现,将二分改为将每一个数字看作一份,所以效率较低。

      

    #include<iostream>
    #include<string>
    #include<vector>
    
    using namespace std;
    int main(){
        vector<int> aa,bb,cc;
        string a,b;
        cin>>a>>b;
        for(int i=a.size()-1;i>=0;i--)
            aa.push_back(a[i]-'0');
        
        for(int i=b.size()-1;i>=0;i--)
            bb.push_back(b[i]-'0');
        
        for(int i=0;i<a.size()+b.size();i++)
            cc.push_back(0);
    
    
        //处理乘法
        for(int i=0;i<aa.size();i++){
            for(int j=0;j<bb.size();j++){
                cc[i+j]+=(aa[i]*bb[j])%10;
                cc[i+j+1]+=(aa[i]*bb[j])/10;
                //cout<<'\n'<<cc[i+j]<<" "<<cc[i+j+1];
            }
            //cout<<cc[i]<<"     "<<'\n';
        }
    
        //处理进位
        for(int i=0;i<aa.size()+bb.size()-1;i++){
            cc[i+1]+=cc[i]/10;
            cc[i]=cc[i]%10;
        }
            
    
            //将首位为0抹去
        if(cc[aa.size()+bb.size()-1]!=0){
            cout<<cc[aa.size()+bb.size()-1];
        }
        for(int i=aa.size()+bb.size()-2;i>=0;i--){
                cout<<cc[i];
        }
        return 0;
        
        
    }    

       

          

           

  • 相关阅读:
    error: use of undeclared identifier 'PyString_AsString'
    CVPR 2019: Generating 3D Adversarial Point Clouds 生成三维对抗点云数据
    from sklearn.lda import LDA/QDA ImportError: No module named lda/qda
    c++编译错误:expected a qualified name after 'typename'
    MAC: cmake 编译错误 ld: library not found for -lXXX
    MAC: CMake compile CloudCompare error:By not providing "FindQt5PrintSupport.cmake" in CMAKE_MODULE_PATH
    Shell文件大小监控脚本
    CVPR 2018 微表情识别论文Enriched Long-term Recurrent Convolutional Network for Facial Micro-Expression Recognition
    Linux CPU使用率查询
    项目打包至tomcat后,上传文件,数据乱码
  • 原文地址:https://www.cnblogs.com/yrstudy/p/6534594.html
Copyright © 2020-2023  润新知