「offerMe——刷题必备」java如何实现开根号的运算
ztj100 2025-05-02 22:37 38 浏览 0 评论
原文链接:
https://mp.weixin.qq.com/s/H2EY2Bi5KcTbC15F9M9KMg
今天我们来看一下这道题,java如何实现开根号的运算。大家都知道,java,c++,python等都有直接的函数可以给我们用,但是面试官这个时候让我们手撕源码,这个时候怎么做呢,来,不要慌!!!
如果某个数字正好可以开根号为2个整数,例如1,4,9等,那就很简单了。
如果某个数字不可以正好开根号为2个整数,而且要保留几位精度,例如:2,3,5等,我们该怎么办呢?????
首先我们可以把这个数字分成整数部分和小数部分,分别计算。
例如根号5≈2.236,我们可以先算出整数部分为2,然后再根据保留几位精度,去计算小数部分。依次计算十分位、百分位和千分位等,然后把整数位+十分位+百分位+千分位+。。。,结果就是我们想要的结果了。
来看代码
import java.math.BigDecimal;
public class Test6 {
public static void main(String[] args) {
System.out.println(Math.sqrt(5));
System.out.println(MathSqure(5, 6));
}
//需要开根号的数据
//需要保留的精度,即几位小数
public static double MathSqure(int n, int m){
double[] arr = new double[m];
if(m >0){
arr = sc(m);
}
int s = sq(n);
return sb(n, s, arr);
}
/**
* 计算要保留几位小数
* @param m
* @return
*/
public static double[] sc(int m){
double[] arr = new double[m];
int num = 0;
while(num != m){
double f = 1;
for(int i=0;i<=num;i++){
f = f*10;
}
arr[num] = 1/f;
num++;
}
return arr;
}
/**
* 计算整数位
* @param n
* @return
*/
public static int sq(int n){
if( n == 1){
return 1;
}
int tmp = 0;
for(int i=1;i<=n/2+1;i++){
if(i*i == n){
tmp = i;
break;
}
if(i*i > n){
tmp = i-1;
break;
}
}
return tmp;
}
/**
* 开根号
* @param n
* @param j
* @param arr
* @return
*/
public static double sb(int n, double j, double[] arr){
double tmp = j;
for(int p=0;p<arr.length;p++){
if(p>0){
j = tmp;//计算过后的值(整数位+小数位的和,赋值给j,下面继续运算)
}
for(int i=1;i<=9;i++){//小数位只有九位{0.1,0.2,0.3,0.4,0.5,0.6,0.7,0.8,0.9}
tmp = i*arr[p]+j;//i*arr[p],相当于每次加0.1,0.2 ...
if(tmp*tmp == n){
return tmp;
}
if(tmp*tmp >n){
//避免丢失精度
BigDecimal c1 = new BigDecimal(Double.toString(tmp));
BigDecimal c2 = new BigDecimal(Double.toString(arr[p]));
tmp = c1.subtract(c2).doubleValue();
break;
}
}
}
return tmp;
}
}
思路继续讲解。
小于2.3
把2.2记录在这里
小于2.24
记录2.23
依次这样做。
所以大家懂了吗 ?
相关推荐
- 其实TensorFlow真的很水无非就这30篇熬夜练
-
好的!以下是TensorFlow需要掌握的核心内容,用列表形式呈现,简洁清晰(含表情符号,<300字):1.基础概念与环境TensorFlow架构(计算图、会话->EagerE...
- 交叉验证和超参数调整:如何优化你的机器学习模型
-
准确预测Fitbit的睡眠得分在本文的前两部分中,我获取了Fitbit的睡眠数据并对其进行预处理,将这些数据分为训练集、验证集和测试集,除此之外,我还训练了三种不同的机器学习模型并比较了它们的性能。在...
- 机器学习交叉验证全指南:原理、类型与实战技巧
-
机器学习模型常常需要大量数据,但它们如何与实时新数据协同工作也同样关键。交叉验证是一种通过将数据集分成若干部分、在部分数据上训练模型、在其余数据上测试模型的方法,用来检验模型的表现。这有助于发现过拟合...
- 深度学习中的类别激活热图可视化
-
作者:ValentinaAlto编译:ronghuaiyang导读使用Keras实现图像分类中的激活热图的可视化,帮助更有针对性...
- 超强,必会的机器学习评估指标
-
大侠幸会,在下全网同名[算法金]0基础转AI上岸,多个算法赛Top[日更万日,让更多人享受智能乐趣]构建机器学习模型的关键步骤是检查其性能,这是通过使用验证指标来完成的。选择正确的验证指...
- 机器学习入门教程-第六课:监督学习与非监督学习
-
1.回顾与引入上节课我们谈到了机器学习的一些实战技巧,比如如何处理数据、选择模型以及调整参数。今天,我们将更深入地探讨机器学习的两大类:监督学习和非监督学习。2.监督学习监督学习就像是有老师的教学...
- Python 模型部署不用愁!容器化实战,5 分钟搞定环境配置
-
你是不是也遇到过这种糟心事:花了好几天训练出的Python模型,在自己电脑上跑得顺顺当当,一放到服务器就各种报错。要么是Python版本不对,要么是依赖库冲突,折腾半天还是用不了。别再喊“我...
- 神经网络与传统统计方法的简单对比
-
传统的统计方法如...
- 自回归滞后模型进行多变量时间序列预测
-
下图显示了关于不同类型葡萄酒销量的月度多元时间序列。每种葡萄酒类型都是时间序列中的一个变量。假设要预测其中一个变量。比如,sparklingwine。如何建立一个模型来进行预测呢?一种常见的方...
- 苹果AI策略:慢哲学——科技行业的“长期主义”试金石
-
苹果AI策略的深度原创分析,结合技术伦理、商业逻辑与行业博弈,揭示其“慢哲学”背后的战略智慧:一、反常之举:AI狂潮中的“逆行者”当科技巨头深陷AI军备竞赛,苹果的克制显得格格不入:功能延期:App...
- 时间序列预测全攻略,6大模型代码实操
-
如果你对数据分析感兴趣,希望学习更多的方法论,希望听听经验分享,欢迎移步宝藏公众号...
你 发表评论:
欢迎- 一周热门
- 最近发表
- 标签列表
-
- idea eval reset (50)
- vue dispatch (70)
- update canceled (42)
- order by asc (53)
- spring gateway (67)
- 简单代码编程 贪吃蛇 (40)
- transforms.resize (33)
- redisson trylock (35)
- 卸载node (35)
- np.reshape (33)
- torch.arange (34)
- npm 源 (35)
- vue3 deep (35)
- win10 ssh (35)
- vue foreach (34)
- idea设置编码为utf8 (35)
- vue 数组添加元素 (34)
- std find (34)
- tablefield注解用途 (35)
- python str转json (34)
- java websocket客户端 (34)
- tensor.view (34)
- java jackson (34)
- vmware17pro最新密钥 (34)
- mysql单表最大数据量 (35)