javascript 如何计算几次方
Posted
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了javascript 如何计算几次方相关的知识,希望对你有一定的参考价值。
底数和结果已知,比如x^y=z,已知x=2,z=8。求x。 通过javascript应该怎么实现?sqrt返回的是底数x,pow返回的是结果z。不知哪个方法能返回y? 多谢高手相助!
使用pow函数
pow() 方法可返回 x 的 y 次幂的值。
语法
Math.pow(x,y)
参数 描述
x 必需。底数。必须是数字。
y 必需。幂数。必须是数字。
如:
* 求y在数学中是求对数,数学公式是y=log(x)z
* 但是js中没有log函数,只有log(e)的运算
* 根据数学公式 y = log(x)z = (log(n)z)/(log(n)x)
* 所以可以 y = log(x)z = (log(e)z)/(log(e)x)
* 转化为js var y = Math.log(z)/Math.log(x);
*/
function mathLog(x, z)
var logx = Math.log(x);
var logz = Math.log(z);
return logz/logx;
参考技术B 给你写了个最简单的,只能求最简单的,而且没有做异常处理。不能求1/2这样的值也不能求-的。
<script language=javascript>
function cifang(x,z)//自定义函数
var i=0;//临时变量
var s=1;//结果
while(s<z)//如果结果不等于参数2执行循
环
s=s*x;//结果乘于参数1
i+=1;//结果自增1
return(i);//返回结果
alert(cifang(3,9));//调用函数
</script> 参考技术C <!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">
<html xmlns="http://www.w3.org/1999/xhtml">
<head>
<meta http-equiv="Content-Type" content="text/html;charset=UTF-8">
</head>
<body>
</div>
<script type="text/javascript">
var x = prompt('请输入底数,不要输入1,你会后悔的');
var zBegin = z = prompt('请输入结果') ;
var y = 0;
while(z >= x)
z /= x;
y++;
if(z != 1)
alert('不是次方算数')
else alert('以' + x + '为底' + zBegin +'为结果的次方数是' + y);
</script>
</body>
</html>
<!-- 没发现具体方法,给你一个函数实现的办法,可直接运行 -- > 参考技术D 1)如何计算乘方
题一:3的4次方(不会打,请原谅 ==!!!)
3的4次方=3*3*3*3
var a = Math.pow(3,4);
console.log(a);
说明:Math.pow()是用来计算乘方的语法
注意:Math的M是大写;
题二:3的4*5次方
var a =Math.pow(3,4*5);
console.log(a);
2)如何计算根号
题目:根号81
var a = Math.sqrt(81);
console.log(a);
计算机快速计算,2^N是如何实现的?
计算乘方是有快速算法的,并不是一个一个蛮力乘上去的。比如想算2^10000,计算机先算2^5000,再算一次平方,即两个数的乘法。而为了计算2^5000,计算机会先算2^2500再算一次平方。这个算法叫快速幂算法,对于2^N的计算,如果认为每次乘法的时间复杂度是O(1)的话,那整体的时间复杂度只有O(logN)级别。
一般来说,为了实现快速幂算法,首先把指数做二进制表示,比如你要算A的23次方,可以把23分解为16+4+2+1。然后计算B=A^2,C=B^2=A^4,D=(C^2)^2=A^16。最终结果为ABCD相乘。
但这里乘法的复杂度并不是O(1),因为它是无限精度的,也就是所谓的大数乘法。大数乘法也有很多算法,最朴素的,类似手算的方法,复杂度是O(N^2),其他一些方法有分治法,复杂度O(N^1.58),FFT方法,复杂度O(N logN loglogN)等。快速幂的O(logN)次大数乘法中,最复杂的只有最后一次,也就是2^5000的那次,前面的复杂度几何级数衰减,所以整体复杂度也就是最后一次计算的复杂度。如果你用FFT方法的话,复杂度也就是比线性多了一点点,一般计算机上随便算算就出来了。
CPU没有全速运行是因为这个程序只用了1个核心在做计算,而你显示的是总的使用率,所以大概会保持在四分之一的水平。
是否用到了移位操作涉及Python大数运算的具体设计,我不是很懂就不多讲了。但原理上讲也是很有可能的,如果用比特串存储大数的话,那么计算2^N只需要在数组的第N位设置一个1,其余设置为0即可,那么转换到十进制是这段代码中最消耗计算量的部分。
参考技术A其实远不用2秒,你大量的时间是耗费在结果的输出,也就是第二行命令上的。你要看究竟有多块,在ipython下用命令:%time a = 2**1000000,你会发现耗时仅仅是纳秒级(单位应该是微秒,计算2^1000000大约需要10微秒,说得太夸张了,谢谢
@lixin liu
的指正。)级的。
以2.4GHz的i5 520为例,一个cycle占用1/(2.4GHz),那么运行2.4万个cycle耗时越为10万分之一秒,约为10微秒。
大整数按二进制存,乘方速度其实很快,只是打印出来要转十进制。
而实际上,刨去打印时间,耗费第二的时间应该是在做除法。
如果你有兴趣你还可以学学大整数转十进制的log级别(大概是可能有两个log)算法。
首先,99%时间花在输出上了,实际耗时我估计是在微秒单位上。
其次,虽然python内置无限精度计算,但依旧怀疑python的性能,而且这里是简单的单线程。如果用GMP + std::async的话,再高上一个数量级都不奇怪
不管指数是多少,都可以将其分解为 2 的倍数的和,因为任何整数都能够写成 2 进制的形式,比如 62 = 00111110B。
以上算法中,随着迭代 n 会变成 x, x^2, x^4, x^8,…,我们只需要在合适的时候让它和 ans 相乘即可。合适的时刻就是 N 的二进制表示的相应位上为 1 的时候,这里使用了右移,只需要判断最低位是不是 1 就好了。
这个算法是 O(logN) 的。之所以输入 2**100000 很久没有出现答案,那是因为显示出来要花费大量时间,输入输入 `a = 2**1000000` 那么就立刻执行完毕了。
以上是关于javascript 如何计算几次方的主要内容,如果未能解决你的问题,请参考以下文章