博客
关于我
leetcode题解50-Pow(x,n)
阅读量:799 次
发布时间:2023-01-31

本文共 1740 字,大约阅读时间需要 5 分钟。

要实现pow(x, n)函数,我们需要考虑很多特殊情况和优化点。

特殊情况处理

  • n为0:不管x是什么,结果都是1。
  • n为正偶数:结果为正数。
  • x为0:当n>0,结果为0。
  • 代码逻辑

    public class Solution {    public double myPow(double x, int n) {        // 处理n为0的情况        if (n == 0)            return 1.0;        // 处理x为-1的情况        if (Math.Abs(x) == 1.0) {            if ((x > 0) && (n % 2 == 0))                return 1.0;            if (x < 0 && (n % 2 != 0))                return -1.0;            return 1.0;        }        // 处理x为1的情况        if (Math.Abs(x) == 1.0) {            return x == 1.0 ? 1.0 : -1.0;        }        // 处理微小的浮点数误差        if ((x > 1.0 && x < 2.0) || (x < -1.0 && x > -2.0)) {            // 特殊处理接近于1的值            if ((n > 0 && x == 1.0) || (n < 0 && x == -1.0)) {                return 1.0;            }        }        // 处理n为正数的情况        if (n > 0) {            double result = x;            int m = n;            // 逐步计算,避免数值过大导致溢出的问题            do {                result *= x;                // 检查结果是否趋近于0                if (result < 1.0 / 1024.0)                    return 0.0;            } while (m-- > 0);            return result;        } else {            // 处理n为负数的情况            int m = -n;            do {                try {                    result *= result;                    // 检查是否结果趋近于0                    if (result < 1.0 / 1024.0)                        return 0.0;                } catch (OverflowException) {                    // 检查结果是否会溢出                    if (result > 1.7976931348623157e+308)                        return 0.0;                }            } while (m-- > 0);            // 取倒数            return 1.0 / result;        }    }}

    优化点

    • 数字处理:当计算结果趋向于0时,提前终止循环。
    • 避免溢出:使用双精度数并检查计算结果是否接近最大值。
    • 特殊值处理:快速处理x为1和-1的情况,以及n为0的情况,确保代码高效运行。
    • 减少循环次数:通过对数运算或者位处理,减少循环次数,提高性能。

    转载地址:http://pegyk.baihongyu.com/

    你可能感兴趣的文章
    pandas :按移位分组和累加和(GroupBy Shift And Cumulative Sum)
    查看>>
    pandas :检测一个DF和另一个DF之间缺失的列
    查看>>
    Pandas-从具有嵌套列表列表的现有列创建动态列时出错
    查看>>
    Pandas-通过对列和索引的值求和来合并两个数据框
    查看>>
    pandas.columns、get_dummies等用法
    查看>>
    pandas.DataFrame.copy(deep=True) 实际上并不创建深拷贝
    查看>>
    pandas.read_csv()的详解-ChatGPT4o作答
    查看>>
    PANDAS.READ_EXCEL()输出‘;溢出错误:日期值超出范围‘;而不存在日期列
    查看>>
    pandas100个骚操作:再见 for 循环!速度提升315倍!
    查看>>
    Pandas:如何根据其他列值的条件对列进行求和?
    查看>>
    Pandas:对给定列求和 DataFrame 行
    查看>>
    Pandas、groupby 和特定月份的求和
    查看>>
    Pandas、Matplotlib、Pyecharts数据分析实践
    查看>>
    Pandas中文官档 ~ 基础用法1
    查看>>
    Pandas中文官档~基础用法2
    查看>>
    SpringBoot+Vue+OpenOffice实现文档管理(文档上传、下载、在线预览)
    查看>>
    Pandas中文官档~基础用法5
    查看>>
    Pandas中文官档~基础用法6
    查看>>
    Pandas中的GROUP BY AND SUM不丢失列
    查看>>
    Pandas中的GROUP BY AND SUM不丢失列
    查看>>