C++信奥之径,锻炼思维,扎实算法——模拟与高精度算法(4)
liuian 2025-01-14 15:21 30 浏览
【模版题】高精度减法
题目描述
算法解析
1、与上期的高精度加法类似,本题的数字由于最多到达10086位,C++中能存储数据位数最多的_int128类型(在后续的编程技巧中会介绍这一个特殊的大存储类型)也存储不下这个数字,所以需要使用高精度减法来计算结果。
2、同样需要先解决存储两个减数的问题,用字符串string或字符数组char[]来存储。
3、高精度减法的算法原理也是小学数学的减法竖式计算,过程为:(1)数位对齐;(2)从个位开始减,不够就借位;(3)存储结果,计算最终答案的位数,以便去掉前导0。
接下来用程序设计语言描述整个过程。
01
数位对齐
这部分代码与高精度加法一致,可以参考前一篇文章(点击跳转查看)。
同时,在初始化的时候,需要判断a和b的大小,我们只做a>b的减法。如果a-b<0,那么根据减法的规则,a-b = -(b-a),需要交换a和b,并输出负号。
02
从个位开始减,不够就借位
每一位a[i]-b[i]后,需要判断减下来的结果,如果>=0就正常相减,如果<0,说明a[i]需要向高位借1才能与b[i]相减,此时需要c[i+1]--来实现向高位借一,同时要注意高位的减法答案因为借位要-1,而-1也会反馈在高位的减法中。
因此,可以每次将借位的情况传递到c[i+1]上去,如果c[i+1]==0,就表示没有借位,如果c[i+1]==-1,表明前一位减法有借位。因此当前位的减法应该要类似于下面的代码:
c[i] = a[i] - b[i] + c[i]; //+c[i]的目的是加上之前是否有的借位
if(c[i] < 0){
c[i+1]--; //先借位
c[i]+=10; //再算出真正结果
}
03
存储结果,计算最终答案的位数,以便去掉前导0
在初始化数据时,我们会大致判断答案数组c的大小肯定不大于max(lena,lenb),即a和b字符串中较大的那个。
但是,如果a和b的长度一致,那么相减得到的结果c可能会位数很少,例如10001-10000=1,但是c数组中储存的答案为00001,这时候就需要去掉前导0来保证答案为数学数字。
使用while循环,当c数组的首位是0时,lenc--,从而获取到正确的答案数组c的长度。具体代码为:
while(c[lenc-1]==0 && lenc>0) //lenc>0是以防最终答案是0的情况
lenc--;
【参考代码】
#include<bits/stdc++.h>
using namespace std;
int a[10001],b[10001],c[10002],lena,lenb,lenc;
int main(){
string l1,l2;
cin>>l1>>l2;
lena=l1.length();lenb=l2.length();
//判断a和b的大小
if(lena<lenb || (lena==lenb && l1<l2)){
swap(l1,l2);
cout<<"-";
}
//处理数字
lena=l1.length();
lenb=l2.length();
for(int i=0;i<lena;i++)
a[lena-i]=l1[i]-'0';
for(int i=0;i<lenb;i++)
b[lenb-i]=l2[i]-'0';
lenc=max(lena,lenb);
//模拟竖式相减
for(int i=1;i<=lenc;i++){
c[i]=a[i]+c[i]-b[i];
if(c[i]<0){
c[i+1]--;
c[i]+=10;
}
}
//处理答案的前导0
while(c[lenc-1]==0 && lenc>0)
lenc--;
//如果0都被处理掉了,那么答案就是0
if(lenc==0){
cout<<0;
}
else{
for(int i=lenc;i>0;i--)
cout<<c[i];
}
return 0;
}
代码中的C++知识解读
swap()函数
在C++的std标准库中,我们常用swap()函数来进行两个变量或元素的交换,其中函数模版为:
swap()函数
在C++的std标准库中,我们常用swap()函数来进行两个变量或元素的交换,其中函数模版为:
void swap(T &a,T &b){
T c(a);
a = b;
b = c;
}
代码中的T为类型,根据实际需要可以使用相应的类型。swap()函数支持相同数据类型的变量值相互交换,例如:
int a,b;
float x,y;
string s1,s2;
//赋值后
swap(a,b);
swap(x,y);
swap(s1,s2);
特别地,在string字符串和vector可变数组的函数中,也有自带成员函数swap():
string s1,s2;
s1.swap(s2);
vector<int> a1,a2;
a1.swap(a2);
从而实现两个字符串、两个数组内容的交换,并且vector数组在经过容器交换后,还能实现内存空间的收缩,从而节约内存。
运行结果
- 上一篇:C++遍历vector元素的四种方式
- 下一篇:向量(vector)的使用实例
相关推荐
- 【常识】如何优化Windows 7
-
优化Windows7可以让这个经典系统运行更流畅,特别是在老旧硬件上。以下是经过整理的实用优化方案,分为基础优化和进阶优化两部分:一、基础优化(适合所有用户)1.关闭不必要的视觉效果右键计算机...
- 系统优化!Windows 11/10 必做的十个优化配置
-
以下是为Windows10/11用户整理的10个必做优化配置,涵盖性能提升、隐私保护和系统精简等方面,操作安全且无需第三方工具:1.禁用不必要的开机启动项操作路径:`Ctrl+S...
- 最好用音频剪辑的软件,使用方法?
-
QVE音频剪辑是一款简单实用的软件,功能丰富,可编辑全格式音频。支持音频转换、合并、淡入淡出、变速、音量调节等,无时长限制,用户可自由剪辑。剪辑后文件音质无损,支持多格式转换,便于存储与跨设备播放,满...
- Vue2 开发总踩坑?这 8 个实战技巧让代码秒变丝滑
-
前端开发的小伙伴们,在和Vue2打交道的日子里,是不是总被各种奇奇怪怪的问题搞得头大?数据不响应、组件传值混乱、页面加载慢……别慌!今天带来8个超实用的Vue2实战技巧,每一个都能直击痛...
- Motion for Vue:为Vue量身定制的强大动画库
-
在前端开发中,动画效果是提升用户体验的重要手段。Vue生态系统中虽然有许多动画库,但真正能做到高性能、易用且功能丰富的并不多。今天,我们要介绍的是MotionforVue(motion-v),...
- CSS view():JavaScript 滚动动画的终结
-
前言CSSview()方法可能会标志着JavaScript在制作滚动动画方面的衰落。如何用5行CSS代码取代50多行繁琐的JavaScript,彻底改变网页动画每次和UI/U...
- 「大数据」 hive入门
-
前言最近会介入数据中台项目,所以会推出一系列的跟大数据相关的组件博客与文档。Hive这个大数据组件自从Hadoop诞生之日起,便作为Hadoop生态体系(HDFS、MR/YARN、HIVE、HBASE...
- 青铜时代的终结:对奖牌架构的反思
-
作者|AdamBellemare译者|王强策划|Tina要点运维和分析用例无法可靠地访问相关、完整和可信赖的数据。需要一种新的数据处理方法。虽然多跳架构已经存在了几十年,并且可以对...
- 解析IBM SQL-on-Hadoop的优化思路
-
对于BigSQL的优化,您需要注意以下六个方面:1.平衡的物理设计在进行集群的物理设计需要考虑数据节点的配置要一致,避免某个数据节点性能短板而影响整体性能。而对于管理节点,它虽然不保存业务数据,但作...
- 交易型数据湖 - Apache Iceberg、Apache Hudi和Delta Lake的比较
-
图片由作者提供简介构建数据湖最重要的决定之一是选择数据的存储格式,因为它可以大大影响系统的性能、可用性和兼容性。通过仔细考虑数据存储的格式,我们可以增强数据湖的功能和性能。有几种不同的选择,每一种都有...
- 深入解析全新 AWS S3 Tables:重塑数据湖仓架构
-
在AWSre:Invent2024大会中,AWS发布了AmazonS3Tables:一项专为可扩展存储和管理结构化数据而设计的解决方案,基于ApacheIceberg开放表格...
- Apache DataFusion查询引擎简介
-
简介DataFusion是一个查询引擎,其本身不具备存储数据的能力。正因为不依赖底层存储的格式,使其成为了一个灵活可扩展的查询引擎。它原生支持了查询CSV,Parquet,Avro,Json等存储格式...
- 大数据Hadoop之——Flink Table API 和 SQL(单机Kafka)
-
一、TableAPI和FlinkSQL是什么TableAPI和SQL集成在同一套API中。这套API的核心概念是Table,用作查询的输入和输出,这套API都是批处理和...
- 比较前 3 名Schema管理工具
-
关注留言点赞,带你了解最流行的软件开发知识与最新科技行业趋势。在本文中,读者将了解三种顶级schema管理工具,如AWSGlue、ConfluentSchemaRegistry和Memph...
- 大数据技术之Flume
-
第1章概述1.1Flume定义Flume是Cloudera提供的一个高可用的,高可靠的,分布式的海量日志采集、聚合和传输的系统。Flume基于流式架构,灵活简单。1.2Flume的优点1.可以和...
- 一周热门
-
-
Python实现人事自动打卡,再也不会被批评
-
Psutil + Flask + Pyecharts + Bootstrap 开发动态可视化系统监控
-
一个解决支持HTML/CSS/JS网页转PDF(高质量)的终极解决方案
-
【验证码逆向专栏】vaptcha 手势验证码逆向分析
-
再见Swagger UI 国人开源了一款超好用的 API 文档生成框架,真香
-
网页转成pdf文件的经验分享 网页转成pdf文件的经验分享怎么弄
-
C++ std::vector 简介
-
python使用fitz模块提取pdf中的图片
-
《人人译客》如何规划你的移动电商网站(2)
-
Jupyterhub安装教程 jupyter怎么安装包
-
- 最近发表
- 标签列表
-
- python判断字典是否为空 (50)
- crontab每周一执行 (48)
- aes和des区别 (43)
- bash脚本和shell脚本的区别 (35)
- canvas库 (33)
- dataframe筛选满足条件的行 (35)
- gitlab日志 (33)
- lua xpcall (36)
- blob转json (33)
- python判断是否在列表中 (34)
- python html转pdf (36)
- 安装指定版本npm (37)
- idea搜索jar包内容 (33)
- css鼠标悬停出现隐藏的文字 (34)
- linux nacos启动命令 (33)
- gitlab 日志 (36)
- adb pull (37)
- table.render (33)
- uniapp textarea (33)
- python判断元素在不在列表里 (34)
- python 字典删除元素 (34)
- react-admin (33)
- vscode切换git分支 (35)
- vscode美化代码 (33)
- python bytes转16进制 (35)