zoukankan      html  css  js  c++  java
  • 【算法问题】如何实现大整数相加

    如何实现大整数相加

    摘自漫画算法:

    题目:给出两个很大的整数,要求实现程序求出两个整数之和。

    注意:很多人第一想法就是直接用long存储,在程序里相加不就行了;但是如果这两个整数大得连long类型都装不下呢?比如两个100位的整数?

    解题思路

    在讲解大整数相加之前,先来回顾一下小学数学课,在上小学时,我们通过列竖式计算两个较大数目的加、减、乘、除;那么,为什么需要列出竖式来运算呢?这是因为对于这么大的整数,我们无法一步到位直接算出结果,所以不得不把计算过程拆解成一个一个子步骤。其实不仅仅是人脑,对于计算机来说也同样如此。程序不可能通过一条指令计算出两个大整数之和,但我们却可以把大运算拆解成若干个小运算,像小学生列竖式一样按位计算。

    如果大整数超出了long类型的范围,该如何来存储这样的整数呢?

    对于这个问题很好解决,用数组存储即可。数组的每一个元素,对应着大整数的每一个数位。

    在程序中列出的”竖式“究竟是什么样子呢?我们以426 709 752 318 + 95 481 253 129为例,来看看大整数相加的详细步骤。

    1、创建两个整型数组,数组长度是较大整数的位数+1.把每一个数组倒序存储到数组中,整数的个位存于数组下标为0的位置,最高位存于数组的尾部。之所以倒序存储,是因为这样更符合从左到右访问数组的习惯。

    思路步骤 — 图1.png

    2、创建结果数组,结果数组的长度同样是较大整数的位数+1,+1的目的很明显,是给最高位进位预留的。

    思路步骤 — 图2.png

    3、遍历两个数组,从左到右按照对应下标把元素两两相加,就像小学生计算竖式一样。在本例中,最先相加的是数组A的第1个元素8和数组B的第1个元素9,结果是7,进位1。把7填充到result数组的对应下标位置,进位的1填充到下一个位置。

    思路步骤 — 图3.png

    第2组相加的是数组A的第2个元素1和数组B的第2个元素2,结果3,再加上刚才的进位1,把4填充到result数组的对应下标位置。

    思路步骤 — 图4.png

    第3组相加的是数组A的第3个元素3和数组B的第3个元素1,结果是4,把4填充到result数组的对应下标位置。

    思路步骤 — 图5.png

    第4组相加的是数组A的第4个元素2和数组B的第4个元素3,结果是5,把5填充到result数组的对应下标位置。

    思路步骤 — 图6.png

    以此类推,一直把数组的所有元素都相加完毕。

    4、把result数组的全部元素再次逆序,去掉首位0,就是最终结果。

    思路步骤 — 图7.png

    需要说明的是,为两个大整数建立临时数组,是一种直观的解决方案。若想节省内存空间,也可以不创建这两个临时数组。

    代码实现

    /**
     * 描述:实现大整数相加。
     * <p>
     * Create By ZhangBiao
     * 2020/6/9
     */
    public class BigNumberSum {
    
        /**
         * 大整数求和
         *
         * @param bigNumberA 大整数A
         * @param bigNumberB 大整数B
         * @return
         */
        public static String bigNumberSum(String bigNumberA, String bigNumberB) {
            // 1、把两个大整数用数组逆序存储,数组长度等于较大整数位数+1
            int maxLength = bigNumberA.length() > bigNumberB.length() ? bigNumberA.length() :
                    bigNumberB.length();
            int[] arrayA = new int[maxLength + 1];
            for (int i = 0; i < bigNumberA.length(); i++) {
                arrayA[i] = bigNumberA.charAt(bigNumberA.length() - 1 - i) - '0';
            }
            int[] arrayB = new int[maxLength + 1];
            for (int i = 0; i < bigNumberB.length(); i++) {
                arrayB[i] = bigNumberB.charAt(bigNumberB.length() - 1 - i) - '0';
            }
            // 2、构建result数组,数组长度等于较大整数位+1
            int[] result = new int[maxLength + 1];
            // 3、遍历数组,按位相加
            for (int i = 0; i < result.length; i++) {
                int temp = result[i];
                temp += arrayA[i];
                temp += arrayB[i];
                // 判断是否进位
                if (temp >= 10) {
                    temp = temp - 10;
                    result[i + 1] = 1;
                }
                result[i] = temp;
            }
            // 4、把result数组再次逆序并转成String
            StringBuilder sb = new StringBuilder();
            // 是否找到大整数的最高有效位
            boolean findFirst = false;
            for (int i = result.length - 1; i >= 0; i--) {
                if (!findFirst) {
                    if (result[i] == 0) {
                        continue;
                    }
                    findFirst = true;
                }
                sb.append(result[i]);
            }
            return sb.toString();
        }
    
        public static void main(String[] args) {
            System.out.println(bigNumberSum("426709752318", "95481253129"));
        }
    
    }
    

    上述代码中,如果给出的大整数的最长位数是n,那么创建数组。按位运算、结果逆序的时间复杂度各自都是O(n),整体的时间复杂度也是O(n)。不过当前的思路其实还存在一个可优化的地方。

    优化方案

    我们之前是把大整数按照数位来拆分的,即如果较大整数有50位,那么我们就需要创建一个长度为51的数组,数组中的每个元素存储其中一位数字。

    优化 — 图1.png

    那么我们真的有必要把原整数拆分得这么细吗?显然不需要,只需要拆分到可以被直接计算的程序就够了。

    int类型的取值范围是 -2 147 483 648 ~ 2 147 483 647,最多可以有10位整数。为了防止溢出,我们可以把大整数的每9位作为数组的一个元素,进行加法运算。(这里也可以使用long类型来拆分,按照int类型拆分仅仅是提供一个思路)。

    优化 — 图2.png

    如此一来,内存占用空间和运算次数,都压缩到了原来的1/9。

  • 相关阅读:
    单调队列+二分 G
    dp cf 1700 最近几天的刷题
    dp 20190618
    dp 20190617
    dp cf 20190615
    dp cf 20190614
    powercli
    zabbix docker-weixin
    cenetos-大文件排序
    esxcli命令
  • 原文地址:https://www.cnblogs.com/zhangbiao97/p/13080439.html
Copyright © 2011-2022 走看看