分治法求大数乘法
2015-08-14 22:10
375 查看
摘要:
乘法主要有3种方法:1、模拟竖式计算法复杂度O( N 2次方);2、分治法,最优O(N 1.58次方);3、傅里叶变换法FFT。其中竖式计算法占物理空间小,思维简单;分治法复杂度有所降低,旨在以加法代替乘法,减少乘法次数。FFT法效率最高,有待研究。
本文针对分治,给出递归分解为两段的乘法的求解,JAVA语言实现。在实际应用中,数字长度超600时分治法的优越才能够体现,但实际也可以直接调用相应的大数运算类进行实现。
a = a1 * 10^(n1/2) + a0 —–n1为a的位数
b = b1 * 10^(n2/2) + b0 —–n2为b的位数**
分治策略就是基于以上变换,将a,b写成前一半数字和后一半数字相加的形式,例如若a =6513678,那么a1 = 651,a0 = 3678(若不是偶数截取较小一半)
a * b = { a1 * 10^(n1/2) + a0 } * { b1 * 10^(n2/2) + b0 }
= a1*b1 * 10^[ (n1+n2)/2 ] + a1*b0 * 10^(n1/2) + a0*b1 * 10^(n2/2) + a0*b0
算法实现:
原文章:http://www.cnblogs.com/kkgreen/archive/2011/06/12/2078668.html
乘法主要有3种方法:1、模拟竖式计算法复杂度O( N 2次方);2、分治法,最优O(N 1.58次方);3、傅里叶变换法FFT。其中竖式计算法占物理空间小,思维简单;分治法复杂度有所降低,旨在以加法代替乘法,减少乘法次数。FFT法效率最高,有待研究。
本文针对分治,给出递归分解为两段的乘法的求解,JAVA语言实现。在实际应用中,数字长度超600时分治法的优越才能够体现,但实际也可以直接调用相应的大数运算类进行实现。
a = a1 * 10^(n1/2) + a0 —–n1为a的位数
b = b1 * 10^(n2/2) + b0 —–n2为b的位数**
分治策略就是基于以上变换,将a,b写成前一半数字和后一半数字相加的形式,例如若a =6513678,那么a1 = 651,a0 = 3678(若不是偶数截取较小一半)
a * b = { a1 * 10^(n1/2) + a0 } * { b1 * 10^(n2/2) + b0 }
= a1*b1 * 10^[ (n1+n2)/2 ] + a1*b0 * 10^(n1/2) + a0*b1 * 10^(n2/2) + a0*b0
算法实现:
public static void main(String[] args) { long a = 95211154; long b = 9039; String s1 = "95211154"; String s2 = "9039"; long suppose = a * b; long result = Mutiply(s1,s2); System.out.println(suppose + " " + result); System.out.println(suppose == result); } public static long Mutiply(String a,String b)//用字符串读入2个大整数 { long result = 0; if(a.length() == 1 || b.length() == 1) //递归结束的条件——长度为1 result = Mul(a,b); else //如果2个字符串的长度都 >= 2 { String a1 = a.substring(0, a.length() / 2 ); //截取前一半的字符串(较短的一半) String a0 = a.substring(a1.length(), a.length()); //截取后一半的字符串 //System.out.println(a1); //System.out.println(a0); String b1 = b.substring(0, b.length() / 2); String b0 = b.substring(b1.length(), b.length()); //分治的思想将整数写成这样: a = a1 * 10^(n1/2) + a0, b = b1 * 10^(n2/2),相乘展开得到以下四项 //其中n1,n2为2个整数a,b的位数 result = (long) (Mutiply(a1,b1) * Math.pow(10, a0.length() + b0.length()) + Mutiply(a1,b0) * Math.pow(10, a0.length()) + Mutiply(a0,b1) * Math.pow(10, b0.length()) + Mutiply(a0,b0)); } return result; } private static long Mul(String s1,String s2){ //计算2个字符串表示的大整数的乘积 //实际上只有递归结束,这个函数才会被调用 int[] a = new int[s1.length()]; //存放大整数s1的各位 int[] b = new int[s2.length()]; //存放大整数s2的各位 for(int i = 0;i < a.length;i++) //将字符'i'转化为整数i放入整数数组 a[i] = (int) s1.charAt(i) - 48; for(int i = 0;i < b.length;i++) b[i] = (int) s2.charAt(i) - 48; long num1 = toNum(a); long num2 = toNum(b); return num1 * num2; } private static long toNum(int[] a){ //将一个整数的位数组转化为它对应的数 long result = 0; for(int i = 0;i < a.length;i++) result = result * 10 + a[i]; //System.out.println(result); return result; }
原文章:http://www.cnblogs.com/kkgreen/archive/2011/06/12/2078668.html
相关文章推荐
- 算法学习_分治算法、动态规划
- 最大子序列和的问题的解
- 归并排序
- 钢条切割
- 快速排序
- Trapping Rain Water
- 算法之——分治法
- 算法导论2.4 合并排序求逆序数
- 算法之求最大子数组
- 五大常用算法之一:分治算法
- 算法导论之三最大子数组问题
- 致我们终将忘记的算法(随处可见的经典<1>)
- 算法导论第三版 练手程序C++(第二章)(2)
- 归并排序
- 浅谈排序算法实现 (归并排序)
- 分治算法
- 分治算法复杂度计算----算法导论 主定理应用讲解
- 算法----中位数算法的妙用(更新中)
- 算法题----称硬币: 2n(并不要求n是2的幂次方)个硬币,有两个硬币重量为m+1, m-1, 其余都是m 分治 O(lgn)找出假币
- 分治算法思想解决找假硬币的问题