博客
关于我
剑指offer-面试题16:数值的整数次方
阅读量:256 次
发布时间:2019-03-01

本文共 1364 字,大约阅读时间需要 4 分钟。

实现pow(x, n)的方法

快幂法

解题思路

计算x的n次幂,可以通过以下步骤实现:

  • 快速幂法:通过不断将指数n除以2,并将底数x平方后乘到结果中。如果在这个过程中指数n为奇数,则在结果中再乘以底数x,同时调整指数n的值。当指数n为0时,过程结束,返回结果。

  • 处理负指数:如果n为负数,将x转换为倒数,并将n转换为正数进行计算。

  • 数据类型选择:由于n的取值范围较大(-2^31 <= n <= 2^31 - 1),为了避免溢出问题,可以将n存储为长整型(long)。

  • 代码实现

    public class Solution {    public double myPow(double x, int n) {        if (n == 0) {            return 1;        }        long b = n;        if (n < 0) {            x = 1.0 / x;            b = -b;        }        double result = 1.0;        while (b != 0) {            if (b % 2 == 1) {                result *= x;                b--;            }            x *= x;            b /= 2;        }        return result;    }}

    复杂度分析

  • 时间复杂度:由于指数n在循环过程中不断被二分,直到变为0,时间复杂度为O(log2(n))。

  • 空间复杂度:该方法仅使用了常数空间,无额外的空间开销,空间复杂度为O(1)。


  • 递归法

    解题思路

    递归方法通过将指数n不断除以2,并将结果分解为平方和余数部分来实现:

  • 递归终止条件:当n为0、1或-1时,直接返回对应的值。
  • 递归获取值:每一层递归获取上一层除以2后的值,然后将其平方并乘以余数部分。
  • 代码实现

    public class Solution {    public double myPow(double x, int n) {        if (n == 0) {            return 1;        }        if (n == 1) {            return x;        }        if (n == -1) {            return 1.0 / x;        }        double half = myPow(x, n / 2);        double remainder = myPow(x, n % 2);        return half * half * remainder;    }}

    复杂度分析

  • 时间复杂度:递归过程中指数n被不断二分,时间复杂度为O(log2(n))。

  • 空间复杂度:递归调用栈的深度为log2(n),空间复杂度为O(log2(n))。


  • 总结

    以上两种方法均通过快速幂算法实现了高效的指数计算,适用于大范围的指数和底数。选择哪种方法取决于具体需求。

    转载地址:http://ptca.baihongyu.com/

    你可能感兴趣的文章
    Pandas 的 DataFrame 详解-ChatGPT4o作答
    查看>>
    pandas 读取excel数据,以字典形式输出
    查看>>
    Pandas 读取具有浮点值的 csv 文件会导致奇怪的舍入和小数位数
    查看>>
    pandas 适用,但仅适用于满足条件的行
    查看>>
    pandas 重新采样到每月的特定工作日
    查看>>
    pandas :按移位分组和累加和(GroupBy Shift And Cumulative Sum)
    查看>>
    pandas :检测一个DF和另一个DF之间缺失的列
    查看>>
    Pandas-从具有嵌套列表列表的现有列创建动态列时出错
    查看>>
    Pandas-通过对列和索引的值求和来合并两个数据框
    查看>>
    pandas.columns、get_dummies等用法
    查看>>
    pandas.DataFrame.copy(deep=True) 实际上并不创建深拷贝
    查看>>
    pandas.read_csv()的详解-ChatGPT4o作答
    查看>>
    PANDAS.READ_EXCEL()输出‘;溢出错误:日期值超出范围‘;而不存在日期列
    查看>>
    pandas100个骚操作:再见 for 循环!速度提升315倍!
    查看>>
    Pandas:如何根据其他列值的条件对列进行求和?
    查看>>
    Pandas:对给定列求和 DataFrame 行
    查看>>
    Pandas、Matplotlib、Pyecharts数据分析实践
    查看>>
    Pandas中文官档~基础用法2
    查看>>
    Pandas中文官档~基础用法5
    查看>>
    Pandas中文官档~基础用法6
    查看>>