【Python 百练成钢】高精度加法、阶乘计算、矩阵幂运算、矩阵面积交

【Python 百练成钢】高精度加法、阶乘计算、矩阵幂运算、矩阵面积交分享了一些有关计算的算法题,主要学习一下求解题的思想。以及一些Python语法小技巧。

大家好,欢迎来到IT知识分享网。

前言🦚

本次分享几道有关于运算方面的算法题,有高精度加法、阶乘运算、矩阵的运算
题情概览:
高精度加法(是进行阶乘计算的前提,模拟的就是我们小学学习的竖式加法运算过程)
阶乘计算(阶乘计算模拟的是竖式乘法)
矩阵的幂运算(模拟矩阵的计算过程、还会分享一下普通矩阵如何转置)
矩阵面积交(探索矩阵顶点之间的关系)

高精度加法🦚


💓问题描述

输入两个整数a和b,输出这两个整数的和。a和b都不超过100位。
算法描述
  由于a和b都比较大,所以不能直接使用语言中的标准数据类型来存储。对于这种问题,一般使用数组来处理。
  定义一个数组A,A[0]用于存储a的个位,A[1]用于存储a的十位,依此类推。同样可以用一个数组B来存储b。
  计算c = a + b的时候,首先将A[0]与B[0]相加,如果有进位产生,则把进位(即和的十位数)存入r,把和的个位数存入C[0],即C[0]等于(A[0]+B[0])%10。然后计算A[1]与B[1]相加,这时还应将低位进上来的值r也加起来,即C[1]应该是A[1]、B[1]和r三个数的和.如果又有进位产生,则仍可将新的进位存入到r中,和的个位存到C[1]中。依此类推,即可求出C的所有位。
  最后将C输出即可。
输入格式
  输入包括两行,第一行为一个非负整数a,第二行为一个非负整数b。两个整数都不超过100位,两数的最高位都不是0。
输出格式
  输出一行,表示a + b的值。
样例输入
20100122201001221234567890
2010012220100122
样例输出
20100122203011233454668012

💓问题分析

使用一个临时变量,记录之前相加需要进位的数,也就是说在相加的时候,始终有三个变量在相加,相加之后将存储结果的临时变量的个位取出来,放进结果列表中,然后整除以10,用于下一位置的计算。将数组进行了颠倒是为了便于计算,当较短的数组超出的时候就不必再使用短数组进行运算了。

💓代码实现

老规矩先上运行结果:
在这里插入图片描述


ans=[]
m=[int(x) for x in list(input()[::-1])]
n=[int(x) for x in list(input()[::-1])]

# print(n,m)
temp=0
i=0
minlen=min(len(n),len(m))
maxlen=max(len(n),len(m))
if len(n)>len(m):
    m,n=n,m

while i<maxlen:
    if i<minlen:
        temp=n[i]+m[i]+temp
    else:
        temp=0+m[i]+temp
    ans.append(temp%10)
    temp//=10
    i+=1

print("".join(map(str,ans[::-1])))

阶乘计算🦚


💓问题描述

输入一个正整数n,输出n!的值。
  其中n!=123*…*n。
算法描述
  n!可能很大,而计算机能表示的整数范围有限,需要使用高精度计算的方法。使用一个数组A来表示一个大整数a,A[0]表示a的个位,A[1]表示a的十位,依次类推。
  将a乘以一个整数k变为将数组A的每一个元素都乘以k,请注意处理相应的进位。
  首先将a设为1,然后乘2,乘3,当乘到n时,即得到了n!的值。
输入格式
  输入包含一个正整数n,n<=1000。
输出格式
  输出n!的准确值。
样例输入
10
样例输出
3628800

💓问题分析

模拟小学学过的乘法计算,只不过小学学的是先乘完后相加,我做的是边乘边相加。
在这里插入图片描述
竖式中上面的一行,乘以下面的一个数后得到一行,对下面得到的n行以高精度加法的思想进行相加,每次相加取到的个位就是结果中相应位置的数。为了便于计算我们一列表下标为0的位置作为个位。

💓代码实现

老规矩先上运行结果:
在这里插入图片描述
在这里插入图片描述

# 对列表进行运算,低位放在左边
def sumlist(ls1,ls2):
    ans=[]
    # 长的放在后面
    if len(ls1)>len(ls2):
        ls1,ls2=ls2,ls1
    i=0
    temp=0
    while i<len(ls2) or temp!=0:
        if i<len(ls1):
            temp=ls1[i]+ls2[i]+temp
        else:
            temp=ls2[i]+temp
        ans.append(temp%10)
        temp//=10
        i+=1
    
    return ans 



n=int(input())
ans=[0]*3000
ans[0]=1
for i in range(2,n+1):
    j=0
    temp=0
    while j<len(ans) or temp!=0:
        temp=ans[j]*i+temp
        ans[j]=temp%10
        temp//=10
        j+=1

# print(ans)
print(int("".join(map(str,ans[::-1]))))

矩阵幂运算🦚


💓问题描述

给定一个N阶矩阵A,输出A的M次幂(M是非负整数)
  例如:
  A = 1 2
   3 4
  A的2次幂
  7 10
  15 22
输入格式
  第一行是一个正整数N、M(1<=N<=30, 0<=M<=5),表示矩阵A的阶数和要求的幂数
  接下来N行,每行N个绝对值不超过10的非负整数,描述矩阵A的值
输出格式
  输出共N行,每行N个整数,表示A的M次幂所对应的矩阵。相邻的数之间用一个空格隔开
样例输入
2 2
1 2
3 4
样例输出
7 10
15 22

💓问题分析

矩阵的运算规则是:一行元素分别乘一列元素的和相加结作为结果矩阵的一位数
例如:A矩阵、B矩阵(能够相乘的前提条件是前面矩阵的列数等于后面矩阵的行数)
ans[ij]=A的第i行*B的第j列
矩阵的零次幂是对角矩阵
注意:(矩阵进行赋值的时候,需要注意深浅拷贝的问题)

💓代码实现

老规矩先上运行结果:
在这里插入图片描述

# n,m=map(int,input().split())
# mk=[list(map(int,input().split())) for i in range(n)]
# mk1=mk.copy()

# ans=[]
# for i in range(n):
# ans.append([0 for x in range(n)])

# # 矩阵的零次幂是对角矩阵
# if m==0:
# for i in range(n):
# ans[i][i]=1

# #矩阵的非零次幂
# else:
# for _ in range(m-1):# m次幂
# ans=[[0 for i in range(n)] for j in range(n)]
# for j in range(n):# 行
# for k in range(n):# 列
# for t in range(n): # 行*列
# ans[j][k]+=mk1[j][t]*mk[t][k]
               
# mk1=ans.copy()


# for i in ans:
# print(*i)



import copy
n,m=map(int,input().split())
mk=[list(map(int,input().split())) for i in range(n)]
mk1=mk.copy()

ans=[]
for i in range(n):
    ans.append([0 for x in range(n)])

# 矩阵的零次幂是对角矩阵
if m==0:
    for i in range(n):
        ans[i][i]=1

#矩阵的非零次幂
else:
    temp=0
    for _ in range(m-1):# m次幂
        for j in range(n):# 行
            for k in range(n):# 列
                temp=0
                for t in range(n): # 行*列
                    temp+=mk1[j][t]*mk[t][k]
                ans[j][k]=temp
        # 矩阵之间的赋值需要使用深拷贝,否则会导致数据错乱
        mk1=copy.deepcopy(ans)


for i in ans:
    print(*i)


💓矩阵转置

矩阵转置的概念就是将矩阵中下标为i,j的元素与矩阵中下标为j,i的元素进行对换
刚开始想到的就是将矩阵进行遍历,兑换,但是比较复杂。本次分享两个简便的方法

①zip函数

大家都知道zip函数可以将可迭代对象进行打包,所以进行矩阵转置的时候可以使用zip函数,将列表
进行打包,打包之后再进行转换为列表即可

②列表推导式

列表推导式是一个非常好用的东西,可以使用列表推导式进行一个转置矩阵的生成。
新生成的矩阵就是转置后的矩阵

矩阵面积交🦚


💓问题描述

平面上有两个矩形,它们的边平行于直角坐标系的X轴或Y轴。对于每个矩形,我们给出它的一对相对顶点的坐标,请你编程算出两个矩形的交的面积。
输入格式
  输入仅包含两行,每行描述一个矩形。
  在每行中,给出矩形的一对相对顶点的坐标,每个点的坐标都用两个绝对值不超过10^7的实数表示。
输出格式
  输出仅包含一个实数,为交的面积,保留到小数后两位。
样例输入
1 1 3 3
2 2 4 4
样例输出
1.00

💓问题分析

对于矩形他给出的点是相对顶点
相交的矩形必定位于两个矩形中间,所以相交矩形的相对较小顶点应x坐标该是两矩形最小的x坐标中较大的那一个
相对较大的x顶点应该是两个矩形最大的x中较小的一个。需要考虑两矩形没有相交面积的情况。
在这里插入图片描述
给出的顶点是相对的,矩形的相对顶点围成的矩阵面积是相同的,可以通过转换将绿色顶点围成的矩阵转换为由蓝色顶点围成的矩阵,方法就是将矩阵的最大值x与最大值y挑选出来。
在这里插入图片描述
我们倾向于得到白色矩形的面积,我们的处理方式是,在两个绿色矩形的左边找一个较大的x1,在右边找一个较小的x2,同理找y,如果x1>x2证明没有交集,y也是。

💓代码实现

老规矩先上运行结果:
在这里插入图片描述

# 矩形1的两个顶点
r1=list(map(float,input().split()))
# 矩形2的两个顶点
r2=list(map(float,input().split()))


# 如果有相交面积,那么x1<x2 y1<y2
x1=max(min(r1[0],r1[2]),min(r2[0],r2[2]))
x2=min(max(r1[0],r1[2]),max(r2[0],r2[2]))
y1=max(min(r1[1],r1[3]),min(r2[1],r2[3]))
y2=min(max(r1[1],r1[3]),max(r2[1],r2[3]))
if x1<x2 and y1<y2:
    print("{:.2f}".format((x2-x1)*(y2-y1)))
else:
    print("{:.2f}".format(0.00))

在这里插入图片描述

免责声明:本站所有文章内容,图片,视频等均是来源于用户投稿和互联网及文摘转载整编而成,不代表本站观点,不承担相关法律责任。其著作权各归其原作者或其出版社所有。如发现本站有涉嫌抄袭侵权/违法违规的内容,侵犯到您的权益,请在线联系站长,一经查实,本站将立刻删除。 本文来自网络,若有侵权,请联系删除,如若转载,请注明出处:https://yundeesoft.com/10743.html

(0)
上一篇 2024-03-29 07:45
下一篇 2024-03-29 15:26

相关推荐

发表回复

您的电子邮箱地址不会被公开。 必填项已用 * 标注

关注微信