Python 官方文档:入门教程 => 点击学习
目录前言1. 暴力算法(fail)2. 优化取模运算(accept)3. 优化时间复杂度(accept)4. 优化 位运算(accept)前言 此算法偶尔会出现在笔试以及面试中,特意
此算法偶尔会出现在笔试以及面试中,特意花时间研究了下这题
题目:
求AB次方,并且保留最后几位数字(此题保留最后3位数)
例子:
21000,输出的结果保留3位数字
在笔试或者面试中看到此题,第一思路可能通过递归或者while遍历的想法,但细想一下,这么大的数字编程语言中任何一个变量或者计算机硬件机器也hold不住这么大的数字存储(越往后幂次越大,总是会溢出)
此时想到了海量数据如何存储:海量数据处理的高频面试题分析
那我就选择布隆过滤器:布隆过滤器的原理和实现详细分析(全)。(但可能会有误差)
硬件无法存储,那我就分片切片,甚至二进制移位来对应计算(但是我是21000次方,每一次的幂算,我都整这么复杂,这计算一个数字要花大半天??)
冷静思考后,我发现想复杂了,应该从数学推导公式下手,才能提高算法的优化
以下章节对应算法复杂度的优化
算法如下:
public long slowPower(long base,long power){
long result = 1;
// 依次通过for循环,将其对应的数字乘
for(int i = 1 ;i <= power;i++){
result *= base;
}
// 保留最后的3位数字,求余1000
return result % 1000;
}
或者使用while循环
public long slowPower(long base,long power){
long result = 1;
while(power--){
result *= base;
}
return result % 1000;
}
此处的代码执行的时候,就会出现数组越界
幂次运算,越到最后,爆炸式的增长:
对此求余是最好的想法(因为数值很大保留最后几位即可)
但数值本身就已经越界,而且爆炸增长也算不到最后的数值,更不用提及求余
从上面的理论可得知,在求到某一步的时候,数值已经越界,那可以提前求余在计算么
那就要从取模运算进行深入了解:取模运算百度百科
本身模运算与基本四则运算相似
其他的重要的也可提前过一遍(哪天用得上)
结合律:
分配律:
特别是这个公式:(a * b) % p = (a % p * b % p) % p
算法如下:
public long fastPower(long base,long power){
long result = 1;
// 依次通过for循环,将其对应的数字乘
for(int i = 1 ;i <= power;i++){
result *= base;
result %= 1000;
}
// 保留最后的3位数字,求余1000
return result % 1000;
}
上面的计算是21000,如果是210000000000000000000000000000那时间复杂度随着指数的增加而增加,而且迭代的次数也特别多,那优化时间复杂度么?
通过幂次的巧妙处理,将其幂次计算的迭代减少
具体如下:(计算210)
pow(2,10)
= pow(4,5)
= pow(4,4) * pow(4,1)
= pow(16,2) * pow(4,1)
= pow(256,1) * pow(4,1)
知道所有的指数都变为1,将其相乘即为最终的结果
最终的算法:
public long fasterPower(long base,long power){
long result = 1;
// 保证指数大于0 遍历
while (power > 0) {
// 偶数
if (power % 2 == 0) {
// 指数减半
power /= 2;
// 底数平方,记得 (模的运算优化)
base = base * base % 1000;
} else {
// 指数为奇数
// 拆分为1 和 偶数
power -= 1;
// result乘底数 求余 并且放在result(提前存储)
result = result * base % 1000;
// power偶数,再操作一次
// 底数平方,记得 (模的运算优化)
power /= 2;
base = base * base % 1000;
}
}
// 直接输出结果,已经不用求余了
return result;
}
通过上面的算法发现冗余复杂了,提取公共部分合并
public long fasterPower(long base,long power){
long result = 1;
// 保证指数大于0 遍历
while (power != 0) {
// 奇数特殊判断
if (power % 2) {
result = result * base % 1000;
}
// 再次操作一次,底数平方,记得 (模的运算优化)
// 此处之所以不用减1,是因为 power 会向下取整 ,5 / 2 = 2
power /= 2;
base = base * base % 1000;
}
// 直接输出结果,已经不用求余了
return result;
}
除2(右移),可以使用移位来计算
// 非递归
public long fastestPower(long base,long power){
long result = 1;
while (power != 0) {
// 奇数特殊判断
if (power & 1) {
result = result * base % 1000;
}
power >>= 1;
base = base * base % 1000;
}
// 直接输出结果,已经不用求余了
return result;
}
通过上面的层层递进进行优化,自然也可用递归
// 递归
public long fastestPower(long base,long power){
if(power == 0) {
return 1;
}
return fastestPower(base * base, power >> 1) * (power & 1 == 1 ? base : 1);
}
以上就是Java实现快速幂算法详解的详细内容,更多关于Java快速幂算法的资料请关注编程网其它相关文章!
--结束END--
本文标题: Java实现快速幂算法详解
本文链接: https://lsjlt.com/news/169370.html(转载时请注明来源链接)
有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341
2024-03-01
2024-03-01
2024-03-01
2024-02-29
2024-02-29
2024-02-29
2024-02-29
2024-02-29
2024-02-29
2024-02-29
回答
回答
回答
回答
回答
回答
回答
回答
回答
回答
0