最近看到了这个比较有意思的题目,探究了一下。
当然有最暴力的方法,直接遍历,(0.0, x)区间内所有的数据(也可以是 x/2),看值是否相等,但该方法太过暴力,在此不讨论。
可以采用下面的 二分法
、牛顿法
,Quake III源码中的方法
。
浮点数的比较方法比较特别,不能使用平常的 x == 0
的方法进行比较,下面都用到了equal比较方法,equal的代码:
const double Min_value = 1e-7; //定义最小的浮点数数误差,这里的用法比 宏更好
bool equal(double num1, double num2)
{
if ((num1 - num2 > -Min_value) && (num1 - num2 < Min_value))
return true;
else
return false;
}
1、二分法
类似于二分查找的思路,时间复杂度
O
(
l
o
g
n
)
O(logn)
O(logn)。
double sqrt_binary_search(double square)
{
if(square < Min_value)
return -1;
double low = 0.0;
double high = square;
// while (high - low > Min_value)
while (!equal(high, low))
{
/* code */
double mid = (high + low) / 2;
if (mid * mid > square)
{
high = mid;
}
else
{
low = mid;
}
}
return low;
}
2、牛顿法
先分析下牛顿法的原理,用的是牛顿迭代方法。
牛顿迭代法又称为牛顿-拉弗森方法,实际上是由牛顿、拉弗森各自独立提出来的。牛顿-拉弗森方法提出来的思路就是利用切线是曲线的线性逼近这个思想。
随便找一个曲线上的A点(为什么随便找,根据切线是切点附近的曲线的近似,应该在根点附近找,但是很显然我们现在还不知道根点在哪里),做一个切线,切线的根(就是和x轴的交点)与曲线的根,还有一定的距离。牛顿、拉弗森们想,没关系,我们从这个切线的根出发,做一根垂线,和曲线相交于B点,继续重复刚才的工作:
经过多次迭代后会越来越接近曲线的根。
上面就是牛顿迭代的几何直觉。只有将上述过程用代数表示出来,才方便我们写代码。
-
首先,
x
0
x_0
x0处的切线方程为:
y
−
y
0
=
f
′
(
x
)
(
x
−
x
0
)
y - y_0 = f'(x) (x - x_0)
y−y0=f′(x)(x−x0),即:
f
(
x
)
=
y
=
f
′
(
x
)
(
x
−
x
0
)
+
f
(
x
0
)
f(x) = y = f'(x) (x - x_0) + f(x_0)
f(x)=y=f′(x)(x−x0)+f(x0)。
-
要 求在
x
n
x_n
xn所在切线方程交于x轴的点
x
n
+
1
x_{n+1}
xn+1,即求解
0
=
f
′
(
x
)
(
x
n
+
1
−
x
n
)
+
f
(
x
n
)
0 = f'(x) (x_{n+1} - x_n) + f(x_n)
0=f′(x)(xn+1−xn)+f(xn),==>
x
n
+
1
=
x
n
−
f
(
x
n
)
f
′
(
x
n
)
x_{n+1} = x_n - \frac{f(x_n)}{f'(x_n)}
xn+1=xn−f′(xn)f(xn)。
-
通过上面的公式可以得出:
x
n
+
1
=
x
n
−
f
(
x
n
)
f
′
(
x
n
)
x_{n+1} = x_n - \frac{f(x_n)}{f'(x_n)}
xn+1=xn−f′(xn)f(xn),该公式可用于求任何次方的解。
-
这里求的是 平方根,即求解
f
(
x
)
=
x
2
=
n
f(x) = x^2 = n
f(x)=x2=n时,x的值是多少。也就是求解:
f
(
x
)
=
x
2
−
n
=
0
f(x) = x^2 - n = 0
f(x)=x2−n=0的解。
-
由于
f
′
(
x
)
=
2
x
f'(x) = 2x
f′(x)=2x,所以
x
n
+
1
=
x
n
−
x
n
2
−
n
2
x
n
x_{n+1} = x_n - \frac{x_n^2 - n}{2x_n}
xn+1=xn−2xnxn2−n,即
x
n
+
1
=
x
n
+
n
x
n
2
x_{n+1} = \frac{x_n + \frac{ n}{x_n}}{2}
xn+1=2xn+xnn
实现上诉公式时,一个小改进:计算机不善于做除法,所以这里修改为乘 0.5。
double sqrt_newton(double square)
{
if (square < Min_value)
return -1;
double ret = 1.0;
while (!equal(ret*ret, square))
{
ret = (ret + square / ret) * 0.5;
}
return ret;
}
上面的初始值是随意选择的,选择的好坏一定程度上影响了计算的速度。如,下面的方法选择的初始值是 0x5f3759df
。
3、来自于Quake III源码的解法
double InvSqrt(double x)
{
double xhalf = 0.5f * x;
int i = *(int *)&x; // get bits for floating value
i = 0x5f3759df - (i >> 1); // gives initial guess y0
x = *(double *)&i; // convert bits back to float
x = x * (1.5f - xhalf * x * x); // Newton step, repeating increases accuracy
return x;
}
4、完整代码
#include <cstdlib>
#include <cstdio>
#include <ctime>
#include <cmath>
using namespace std;
// const double Min_value = 0.0000001;
const double Min_value = 1e-7;
bool equal(double num1, double num2)
{
if ((num1 - num2 > -Min_value) && (num1 - num2 < Min_value))
return true;
else
return false;
}
double sqrt_binary_search(double square)
{
if(square < Min_value)
return -1;
double low = 0.0;
double high = square;
// while (high - low > Min_value)
while (!equal(high, low))
{
/* code */
double mid = (high + low) / 2;
if (mid * mid > square)
{
high = mid;
}
else
{
low = mid;
}
}
return low;
}
double sqrt_newton(double square)
{
if (square < Min_value)
return -1;
// double ret = 0x5f3759df; // 另一种初值
double ret = 1.0;
while (!equal(ret*ret, square))
{
ret = (ret + square / ret) * 0.5;
}
return ret;
}
double InvSqrt(double x)
{
double xhalf = 0.5f * x;
int i = *(int *)&x; // get bits for floating value
i = 0x5f3759df - (i >> 1); // gives initial guess y0
x = *(double *)&i; // convert bits back to float
x = x * (1.5f - xhalf * x * x); // Newton step, repeating increases accuracy
return x;
}
int main()
{
double x;
scanf("%lf", &x);
int start = clock();
printf("sqrt_binary_search:%lf sqrt = %lf, time = %lf\n", x,
sqrt_binary_search(x), (double)(clock() - start) / CLOCKS_PER_SEC);
start = clock();
printf("sqrt_newton:%lf sqrt = %lf, time = %lf\n", x, sqrt_newton(x),
(double)(clock() - start) / CLOCKS_PER_SEC);
start = clock();
printf("InvSqrt:%lf sqrt = %lf, time = %lf\n", x, InvSqrt(x),
(double)(clock() - start) / CLOCKS_PER_SEC);
start = clock();
printf("sqrt:%lf sqrt = %lf, time = %lf\n", x, sqrt(x),
(double)(clock() - start) / CLOCKS_PER_SEC);
}
上述代码经过测试,可以发现 来自于Quake III源码的解法 和 cmath中的 sqrt
的速度差不多。
参考