实现 pow(x, n) ,即计算 x 的 n 次幂函数。
示例 1:
输入: 2.00000, 10
输出: 1024.00000
示例 2:
输入: 2.10000, 3
输出: 9.26100
示例 3:
输入: 2.00000, -2
输出: 0.25000
解释: 2-2 = 1/22 = 1/4 = 0.25
说明:
-100.0 < x < 100.0
n 是 32 位有符号整数,其数值范围是 [−231, 231 − 1] 。
题解:
前言
本题的方法被称为「快速幂算法」,有递归和迭代两个版本。这篇题解会从递归版本的开始讲起,再逐步引出迭代的版本。
当指数 nn 为负数时,我们可以计算 x^{-n}x
−n
再取倒数得到结果,因此我们只需要考虑 nn 为自然数的情况。
方法一:快速幂 + 递归
「快速幂算法」的本质是分治算法。举个例子,如果我们要计算 x^{64}x
64
,我们可以按照:
x \to x^2 \to x^4 \to x^8 \to x^{16} \to x^{32} \to x^{64}
x→x
2
→x
4
→x
8
→x
16
→x
32
→x
64
的顺序,从 xx 开始,每次直接把上一次的结果进行平方,计算 66 次就可以得到 x^{64}x
64
的值,而不需要对 xx 乘 6363 次 xx。
再举一个例子,如果我们要计算 x^{77}x
77
,我们可以按照:
x \to x^2 \to x^4 \to x^9 \to x^{19} \to x^{38} \to x^{77}
x→x
2
→x
4
→x
9
→x
19
→x
38
→x
77
的顺序,在 x \to x^2x→x
2
,x^2 \to x^4x
2
→x
4
,x^{19} \to x^{38}x
19
→x
38
这些步骤中,我们直接把上一次的结果进行平方,而在 x^4 \to x^9x
4
→x
9
,x^9 \to x^{19}x
9
→x
19
,x^{38} \to x^{77}x
38
→x
77
这些步骤中,我们把上一次的结果进行平方后,还要额外乘一个 xx。
直接从左到右进行推导看上去很困难,因为在每一步中,我们不知道在将上一次的结果平方之后,还需不需要额外乘 xx。但如果我们从右往左看,分治的思想就十分明显了:
当我们要计算 x^nx
n
时,我们可以先递归地计算出 y = x^{\lfloor n/2 \rfloor}y=x
⌊n/2⌋
,其中 \lfloor a \rfloor⌊a⌋ 表示对 aa 进行下取整;
根据递归计算的结果,如果 nn 为偶数,那么 x^n = y^2x
n
=y
2
;如果 nn 为奇数,那么 x^n = y^2 * xx
n
=y
2
∗x;
递归的边界为 n = 0n=0,任意数的 00 次方均为 11。
由于每次递归都会使得指数减少一半,因此递归的层数为 O(\log n)O(logn),算法可以在很快的时间内得到结果。
代码:
class Solution:
def myPow(self, x: float, n: int) -> float:
def quickMul(N):
if N == 0:
return 1.0
y = quickMul(N // 2)
return y * y if N % 2 == 0 else y * y * x
return quickMul(n) if n >= 0 else 1.0 / quickMul(-n)
复杂度分析
时间复杂度:O(\log n)O(logn),即为递归的层数。
空间复杂度:O(\log n)O(logn),即为递归的层数。这是由于递归的函数调用会使用栈空间。
答案网址