LeetCode43,一题让你学会高精度算法
本文始发于个人公众号:TechFlow,原创不易,求个关注
今天是LeetCode系列第22篇文章,今天讲的内容是高精度算法。
今天和大家讨论的算法是高精度,对应的LeetCode是第43题。题面其实没什么好说的,以字符串的形式给定两个数字,要求返回这两个数字的乘积。之所以是以字符串的形式给数字是因为这个数字可能会非常大,题目当中给定的范围是110位的数字。对于Python来说这不是问题,但是对于C++和Java等语言来说这么大的数字是无法以int类型存储的,所以必须要使用字符串来接收。
如果你使用Python,你可以不用任何算法就AC这题,但是这没有任何意义。那么正确的方法应该怎么做呢?
高精度与打竖式
这就需要我们的高精度算法出场了,其实严格说起来高精度并不是一种算法,而是一种思想。这个思想非常朴素,我敢保证我们每一个人都学过。还记得小学的时候,我们计算多位数的乘法是怎么算的吗?大家应该都不陌生才对,就是打竖式,like this:
我们人类要打竖式是因为我们只能计算一位数以内的加减乘除,超过一位的人脑不能直接计算,我们就需要用纸笔记录下来进行计算。
纸笔计算的方法很简单,就是一位一位地计算,用每一位数字依次去计算乘法,最后再移位相加起来就得到结果了。
比如在上图的第一个例子当中,我们要计算15 * 16,我们先计算6 * 15的结果,再计算1 * 15,最后将两个结果错位相加,就得到了答案。我们要错位的原因也很简单,因为我们在计算15 * 1的时候,其实背后代表的是15 * 10。我们继续拆分问题,当我们计算6和15相乘的时候,又是怎么计算的呢?顺着这个思路,整个过程可以进一步被划分成先计算6和5相乘,再计算6和1相乘。
最后,我们把两个较大数字的相乘拆分成了在每一位上的数字相乘。到了这里,剩下的就简单了,也就是说我们可以把这两个很大的数字用两个数组来存储,数组当中的每一位存储数字上的一位。
比如我们要计算123 * 224, 我们的第一个数组是[1, 2, 3],我们的第二个数组是[2, 2, 4]。我们仿照乘法竖式中的方法计算这两个数组当中两两的乘积,并将它们拼装成答案。
1 2 3
* 2 2 4
____________
4 9 2
2 4 6
2 4 6
____________
2 7 5 5 2
同样我们用数组来存储中间和最后的结果,最后的结果就是:[2, 7, 5, 5, 2]。由于题目需要我们要返回的是字符串,所以我们还需要将数组里的内容再拼接成字符串。
这种用数组来模拟数字进行加减乘除运算的方法就叫做高精度算法,相信大家也都看到了,严格说起来这并不是一个算法,而只是一种思想。今天的题目出的是乘法,我们利用同样的方法也可以计算加减和除法。其中加减法非常简单,而除法则要复杂得多,也是高精度当中最难实现的部分。这里我们不做过多的拓展,计算的方法同样是打竖式,感兴趣的同学可以自行实现。
进位和前导零
当我们理清楚了打竖式的方法之后,我们还要面临进位和前导零的问题。
进位应该很容易理解,我们需要在计算乘法的时候判断当前位置的元素是否大于等于10,如果超过10的话,我们则需要进行进位。我们只需要将它除以10,得到的结果就是我们需要进位的值。除此之外就是前导零的问题,我们都知道除了零以外的合法数字是不允许首位出现0的,但是由于我们计算的是乘法,所以当其中某一个数为0会得到整体的结果为0,但是表示在数组当中则是多个0.
举个简单的例子,比如123 * 0,最后得到的应该是0,但是由于我们用数组表示了乘法运算当中的每一位,并且还进行了加法计算,所以会导致出现000的结果。这种情况我们要做特殊的处理,不过这也不复杂。最后我们把上面所有的思路都整理一下,就可以得到结果了。
我们来看下代码:
class Solution:
def multiply(self, num1: str, num2: str) -> str:
# 将字符串转化成数组
# 翻转数组,因为我们用第0位表示个位
arr1 = [ord(i) - ord('0') for i in num1][:: -1]
arr2 = [ord(i) - ord('0') for i in num2][:: -1]
# 创建结果数组,可以证明结果的长度最多是n + m
n, m = len(arr1), len(arr2)
ret = [0 for i in range(n + m + 1)]
for i in range(n):
for j in range(m):
# 按位相乘,计算进位
ret[i + j] += arr1[i] * arr2[j]
if ret[i+j] >= 10:
ret[i+j+1] += ret[i+j] // 10
ret[i+j] %= 10
# 最后把数组再转化成字符串返回
# 去除前导零
result = ''.join(map(str, ret))[::-1].lstrip('0')
return result if len(result) > 0 else '0'
今天的题只是Medium难度,并不算困难,会选这题的原因主要是为了高精度算法。高精度算法本身并不难,也并不常用即使是在算法比赛当中也不常见。但是它给了我们一个思路,当我们要计算的数值超过计算机目前承载能力的时候,我们还有什么方法?
当然这题我们也可以取巧,因为Python当中内置了大整数,当它检测到我们的计算结果超过范围的时候,会自动转化成大整数来进行计算。所以这题如果我们使用Python,可以只用几行代码搞定:
class Solution:
def multiply(self, num1: str, num2: str) -> str:
num1 = int(num1)
num2 = int(num2)
return str(num1 * num2)
今天关于高精度算法的内容就到这里,如果觉得有所收获,请顺手点个关注或者转发吧,你们的举手之劳对我来说很重要。
LeetCode43,一题让你学会高精度算法的更多相关文章
- 【洛谷】P1009 阶乘之和——高精度算法
题目描述 用高精度计算出S = 1! + 2! + 3! + - + n! ( n ≤ 50 ) S = 1! + 2! + 3! + - + n! ( n ≤ 50 ) 其中"!&qu ...
- 高精度算法(C/C++)
高精度算法 (C/C++) 做ACM题的时候,经常遇到大数的加减乘除,乘幂,阶乘的计算,这时给定的数据类型往往不够表示最后结果,这时就需要用到高精度算法.高精度算法的本质是把大数拆成若干固定长度的块, ...
- c++减法高精度算法
c++高精度算法,对于新手来说还是一大挑战,只要克服它,你就开启了编程的新篇章,算法. 我发的这个代码并不是很好,占用内存很多而且运行时间很长(不超过0.02秒),但是很好理解,很适合新手 高精算法的 ...
- c++加法高精度算法
c++高精度算法,对于新手来说还是一大挑战,只要克服它,你就开启了编程的新篇章,算法. 我发的这个代码并不是很好,占用内存很多而且运行时间很长(不超过1秒),但是很好理解,很适合新手 高精算法的本质就 ...
- 转载:C++之高精度算法
C++之高精度算法 注意:本文转载自http://blog.sina.com.cn/s/blog_4fdb102b010087ng.html,十分感谢原作者:忍者 前言:由于计算机运算是有模运算 ...
- #AcWing系列课程Level-2笔记——5.高精度“+”算法
高精度"+"算法 编写高精度"+",记住下面的过程,代码也就游刃有余了! 1.首先我们要明白大整数是如何存储的? 2.其次存储完,如何运算? 高精度" ...
- 【蓝桥杯C组】备赛基础篇之高精度算法
一.高精度加法 思路: 运用vector数组(c选手可用len来记录数组长度,数组去保存数字)将存入字符串里面的数字符倒叙保存,按照小学的加法列式,相加保存进位即可.具体参考代码. 详细代码解析: # ...
- 信心题--FUOJ2226(莫队算法)
http://acm.fzu.edu.cn/problem.php?pid=2226 信心题,还说是信心题,题目给的真好.但是一点都不像信心题. 又是一个新的算法,莫队算法 莫队算法是一个用数组就可以 ...
- 【转】三十分钟学会STL算法
转载自: http://net.pku.edu.cn/~yhf/UsingSTL.htm 这是本小人书.原名是<using stl>,不知道是谁写的.不过我倒觉得很有趣,所以化了两个晚上把 ...
随机推荐
- HDU1233 还是畅通工程
题目: Problem Description 某省调查乡村交通状况,得到的统计表中列出了任意两村庄间的距离.省政府“畅通工程”的目标是使全省任何两个村庄间都可以实现公路交通(但不一定有直接的公路相连 ...
- 【一定要记得填坑】LG_3822_[NOI2017]整数
挺好的一道题,由于快noip了,所以打算noip之后再添题解的坑.
- 吴裕雄--天生自然HTML学习笔记:HTML 框架
通过使用框架,你可以在同一个浏览器窗口中显示不止一个页面. iframe语法: <iframe src="URL"></iframe> 该URL指向不同的网 ...
- Python Web 基础向(四) 浅谈数据层
数据层一般会给人带来一些困扰,在于其定位不准确.聚合Model的工作也可以放在逻辑层做,但会导致逻辑层变重,经常出现大段晦涩代码.因此我的建议是保留Model聚合层,尽管会导致工作量的略微增加,但却可 ...
- ltp压力测试结果分析脚本
最近工作性质发生了改变,在做操作系统方面的测试.接手的第一个任务是做ltp stress.测试内核稳定性. 做完之后会结果进行统计分析.因为统计的内容比较多,都是通过shell命令行进行操作.于是编写 ...
- vue watch和computed的使用场景
watch 监听某个数据的变化(监听完调用什么函数) 一个数据影响多个数据 (比如:浏览器自适应.监控路由对象.监控自身属性变化) computed 计算后返回新 一个数据受多个数据影响(比如:计算总 ...
- 换到GitHub 博客了
觉得还是github上面的代码风格看起来舒服些,所以决定把blog搬到github上面去了.以后这里就作为一个放资料的地方吧. github地址:http://l34rner.github.io/
- 修改 Cucumber HTML 报告
后台服务是 JSON-RPC 风格的,所以 Scenario 都是这样的 Scenario: login successful When I set request body from "f ...
- K-means真的不能使用曼哈顿距离吗?
问题 说到k-means聚类算法,想必大家已经对它很熟悉了,它是基于距离计算的经典无监督算法,但是有一次在我接受面试时,面试官问了我一个问题:“k-means为什么不能使用曼哈顿距离计算,而使用欧式距 ...
- 一个基于Bootstrap实现的HMTL可视化编辑工具
疫情禁足在家,用原生的JS实现了一个HTML可视化编辑工具,页面布局基于Bootstrap.大约一个月时间,打通主要技术关卡,实现了第一版: 可以拖放编辑,实现了几乎所有的bootstrap预定义 ...