高精度乘法C++

server/2024/9/23 3:33:35/
1.高精度乘高精度的简单算法

思想:倒置相乘,统一处理进位,还原。

复杂度: o ( n 2 ) o(n^2) o(n2)

// By SnowDream
#include<bits/stdc++.h>
using namespace std;
typedef long long ll;
const int N=1e5+10;
string s1,s2;
int n1[N],n2[N],n3[N];//n1储存被乘数,n2储存乘数,n3储存积void mul()
{int l1=(int)s1.size();int l2=(int)s2.size();//读取字符串转换为int类型并倒置储存至数组for(int i=0;i<l1;++i){n1[l1-1-i]=s1[i]-'0';}for(int i=0;i<l2;++i){n2[l2-1-i]=s2[i]-'0';}for(int i=0;i<l1;++i){for(int j=0;j<l2;++j){n3[i+j]+=n1[i]*n2[j];}}//处理进位int l_max=l1+l2;for(int i=0;i<l_max;++i){n3[i+1]+=n3[i]/10;n3[i]%=10;}if(n3[l_max])l_max++;while(n3[l_max-1]>=10){n3[l_max]=n3[l_max-1]/10;n3[l_max-1]%=10;l_max++;}while(n3[l_max-1]==0&&l_max>1)l_max--;for(int i=l_max-1;i>=0;i--){cout << n3[i];}
}int main()
{ios::sync_with_stdio(false);cin.tie(nullptr);cin >> s1 >> s2;mul();return 0;
}
2.高精度乘高精度FFT优化算法

思想:将两个大整数看作多项式的系数,然后利用FFT算法在 O ( n l o g n ) O(n log n) O(nlogn)的时间复杂度内计算出它们的乘积,并最终得到乘积的各位数字。

复杂度: o ( n l o g ( n ) ) o(nlog(n)) o(nlog(n))

具体步骤:

  1. 将输入的两个大整数转换为对应的多项式表示,其中每个数字位作为多项式的系数。
  2. 对两个多项式进行补零操作,使其长度变为2的幂,方便进行FFT运算。
  3. 利用FFT算法对两个多项式进行快速傅里叶变换,得到它们在频域上的表示。
  4. 将两个多项式在频域上进行点乘操作,得到它们的乘积在频域上的表示。
  5. 对乘积进行逆FFT操作,得到乘积多项式在时域上的表示。
  6. 对乘积多项式进行进位处理,并输出最终的乘积结果。
// By SnowDream
#include<bits/stdc++.h>
using namespace std;#define L(x) (1<< (x))
typedef long long ll;
const int N=1e5+10;const double PI = acos(-1.0);
string s1,s2;
double ax[N],ay[N],bx[N],by[N];
int n1[N],n2[N],n3[N];//将一个整数x的二进制表示进行位逆序排列,并返回结果。
// 函数接受两个参数:整数x和表示位数的整数bits
int reverseBits(int x, int bits)
{int ret = 0;//存储位逆序排列后的结果,初始化为0for(int i=0;i<bits;++i)//循环bits次,对x的二进制表示进行位逆序排列{ret <<= 1;//将ret左移一位,为下一位的值腾出位置ret |=x&1;//将x的最低位与ret进行或操作,将x的最低位值添加到ret的最低位x >>=1;//将x右移一位,准备处理下一位}return ret;
}void fft(double * a, double * b, int n, bool rev)
{int bits = 0;// 计算n的二进制表示中位数while (1 << bits < n) ++bits;// 找到大于n的最小的2的幂for (int i = 0; i < n; i++){int j = reverseBits(i, bits);// 将i按照bits位反转后的值赋给jif (i < j)// 交换a和b数组中i和j位置的值{swap(a[i], a[j]);swap(b[i], b[j]);}}for (int len = 2; len <= n; len <<= 1)// 迭代每个长度为len的子序列{int half = len >> 1;// 子序列长度的一半double wmx = cos(2 * PI / len), wmy = sin(2 * PI / len);// 计算旋转因子的实部和虚部if (rev) wmy = -wmy;// 如果是逆变换,则虚部取相反数for (int i = 0; i < n; i += len)// 遍历每个子序列的起始位置{double wx = 1, wy = 0;// 初始化旋转因子for (int j = 0; j < half; j++)// 遍历子序列的前半部分{double cx = a[i + j], cy = b[i + j];// 获取当前位置的实部和虚部double dx = a[i + j + half], dy = b[i + j + half];// 获取对应的另一半的实部和虚部double ex = dx * wx - dy * wy, ey = dx * wy + dy * wx;// 计算旋转后的值a[i + j] = cx + ex, b[i + j] = cy + ey;// 更新前半部分的值a[i + j + half] = cx - ex, b[i + j + half] = cy - ey;// 更新后半部分的值double wnx = wx * wmx - wy * wmy, wny = wx * wmy + wy * wmx;// 计算下一个旋转因子wx = wnx, wy = wny;// 更新旋转因子}}}if (rev){for (int i = 0; i < n; i++)a[i] /= n, b[i] /= n;// 对结果进行归一化}
}int solve(int l1,int l2,int ans[])
{int len = max(l1, l2), ln;for(ln=0; L(ln)<len; ++ln);// 找到大于len的最小的2的幂len=L(++ln);// 计算2的幂for (int i = 0; i < len ; ++i){if (i >= l1) ax[i] = 0, ay[i] =0;// 如果i超过l1,则ax[i]和ay[i]赋值为0else ax[i] = n1[i], ay[i] = 0;// 否则将n1[i]赋值给ax[i],ay[i]赋值为0}fft(ax, ay, len, false);// 进行快速傅里叶变换for (int i = 0; i < len; ++i){if (i >= l2) bx[i] = 0, by[i] = 0;// 如果i超过l2,则bx[i]和by[i]赋值为0else bx[i] = n2[i], by[i] = 0;// 否则将n2[i]赋值给bx[i],by[i]赋值为0}fft(bx, by, len, false);// 进行快速傅里叶变换for (int i = 0; i < len; ++i){double cx = ax[i] * bx[i] - ay[i] * by[i];// 计算乘积的实部double cy = ax[i] * by[i] + ay[i] * bx[i];// 计算乘积的虚部ax[i] = cx, ay[i] = cy;// 更新ax和ay数组的值}fft(ax, ay, len, true);// 进行逆快速傅里叶变换for (int i = 0; i < len; ++i)ans[i] = (int)(ax[i] + 0.5);// 四舍五入取整return len;
}void mul()
{int l;int i;string ans;memset(n3, 0, sizeof(n3));int l1 = (int)s1.size();int l2 = (int)s2.size();for(i = 0; i < l1; i++)n1[i] = s1[l1 - i - 1]-'0';for(i = 0; i < l2; i++)n2[i] = s2[l2-i-1]-'0';l = solve(l1,l2, n3);for(i = 0; i<l || n3[i] >= 10; i++) // 进位{n3[i + 1] += n3[i] / 10;n3[i] %= 10;}l = i;while(n3[l] <= 0 && l>0) l--; // 检索最高位for(i = l; i >= 0; i--)cout << n3[i]; // 倒序输出
}int main()
{ios::sync_with_stdio(false);cin.tie(nullptr);cin >> s1 >> s2;mul();cout << "\n";return 0;
}
3.高精度乘单精度

思想:倒置相乘,统一处理进位,再还原。

复杂度: o ( n ) o(n) o(n)

// By SnowDream
#include<bits/stdc++.h>
using namespace std;
typedef long long ll;
const int N=1e5+10;
string s1;
int s2;
int n1[N];
void mul()
{string ans;int l1 = (int)s1.size();for(int i=0;i<l1;++i){n1[l1-1-i]=s1[i]-'0';}int w=0;for(int i=0;i<l1;++i){n1[i]=n1[i]*s2+w;w=n1[i]/10;n1[i]=n1[i]%10;}while(w){n1[l1++]=w%10;w/=10;}for(int i=l1-1;i>=0;i--)cout << n1[i];
}int main()
{ios::sync_with_stdio(false);cin.tie(nullptr);cin >> s1 >> s2;mul();cout << "\n";return 0;
}

http://www.ppmy.cn/server/39213.html

相关文章

升级WSL Ubuntu内核从5.10到5.15

【未成功】可以使用$ uname -r察看当前版本,如果不是最新的版本可以简单通过$ sudo apt update 和$ sudo apt upgrade来升级内核。但是,它可能不会立即更新到最新的内核版本。可以手动安装最新内核,通过$ sudo add-apt-repository ppa:cappelikan/ppa 添加Ubuntu内核仓库,然…

应用层协议之 DNS 协议

DNS 就是一个域名解析系统。域名就是网址&#xff0c;类似于 www.baidu.com。网络上的服务器想要访问它&#xff0c;就得需要它对应的 IP 地址&#xff0c;同时&#xff0c;每个域名对对应着一个 / N个 IP 地址&#xff08;即对应多台服务器&#xff09;。 因此&#xff0c;为了…

线程的常见方法

线程的常见方法 休眠&#xff1a; 让当前状态不再参与cpu的竞争&#xff0c;直到休眠结束&#xff1b; 结果&#xff1a;并不是完全交替进行的&#xff0c;因为只是休眠状态&#xff0c;也会存在争抢cpu 放弃&#xff1a; 让当前状态主动放弃时间片&#xff0c;下次再去争抢…

【免费】WordPress LskyPro0.1.0版本兰空图床插件无法启用修改代码方法

注&#xff1a;启用插件报错&#xff0c;按提示打开main.php文件找到215行代码&#xff0c;错误原因是函数里多了一个,号&#xff0c;应该是忘记去掉了&#xff0c;把&#xff0c;号去掉就可以了 目录 项目介绍功能计划功能快速入门相关文章&#xff1a; 项目介绍 此项目为通过…

nacos开启登录开关启动报错“Unable to start embedded Tomcat”

nacos 版本&#xff1a;2.3.2 2.2.2版本之前的Nacos默认控制台&#xff0c;无论服务端是否开启鉴权&#xff0c;都会存在一个登录页&#xff1b;在之后的版本关闭了默认登录页面&#xff0c;无需登录直接进入控制台操作。在这里我们可以在官网可以看到相关介绍 而我现在所用的…

如何使用 iOS系统恢复软件修复 iPhone 问题

苹果公司向世界推出了他们可以拥有的最智能的手机。但即使是 iPhone 也无法避免智能手机常见的损坏和问题。您将熟悉最常见的问题。屏幕黑屏或卡在 Apple 徽标上&#xff1b;冻结或卡在恢复模式的 iPhone。但这样的问题不胜枚举&#xff0c;每天都有 iOS 用户在他们的设备中遇到…

推荐算法顶会论文博客笔记合集

小小挖掘机学习笔记 https://mp.weixin.qq.com/s/rp2xXueEyT8IKvTr2Qss3A 推荐系统学习笔记 https://blog.csdn.net/wuzhongqiang/category_10128687.html SIGIR SIGIR 2022 | 推荐系统相关论文分类整理&#xff1a;8.74 https://mp.weixin.qq.com/s/vH0qJ-jGHL7s5wSn7Oy…

网络原理

UDP 特点&#xff1a;无连接 不可靠传输 面向数据报 全双工 报文格式&#xff1a; UDP数据报UDP报头UDP载荷&#xff08;应用层数据报&#xff09; | 源端口 目的端口 报文长度 校验和 TCP 特点&#xff1a;有连接 可靠传输 面向字节流 全双工 作为传输层…