博客
关于我
leetcode—sqrt
阅读量:802 次
发布时间:2023-01-31

本文共 1089 字,大约阅读时间需要 3 分钟。

题目描述

本题要求实现一个函数 int sqrt(int x),用于计算给定整数 x 的整数平方根。该函数需要返回不大于 √x 的最大整数。

解法分析

为了高效地解决这一问题,可以采用二分搜索算法。这种方法的核心思想是通过不断缩小搜索范围来快速找到目标值。以下是详细的实现步骤:

  • 初始化变量

    • 设定 rmin0,表示搜索的下界。
    • 设定 rmaxx / 2,这是一个合理的上界估计。
  • 计算中间值

    • 在每次循环中,计算 rmidrminrmax 的中间值,即 rmid = (rmin + rmax) / 2
  • 检查中间值平方是否等于 x

    • 如果 rmid * rmid 等于 x,则 rmid 就是 x 的平方根,直接返回。
  • 调整搜索范围

    • 如果 rmid * rmid 小于 x,说明 rmid 太小,需要向上调整搜索范围,令 rmax = rmid + 1
    • 如果 rmid * rmid 大于 x,说明 rmid 太大,需要向下调整搜索范围,令 rmin = rmid + 1
  • 返回结果

    • 当搜索结束后,rmin 会接近 rmax,此时返回 rmin 即可得到整数平方根。
  • 代码实现

    int sqrt(int x) {    if (x < 0) return -1;    if (x < 4) return x > 0 ? 1 : 0;        long long rmin = 0;    long long rmax = x / 2;        while (rmin <= rmax) {        long long rmid = (rmin + rmax) / 2;        if (rmid * rmid == x) return rmid;        if (rmid * rmid < x) rmax = rmid + 1;        else rmin = rmid + 1;    }        return (int)rmin;}

    代码解释

    • 边界条件处理:首先检查 x 的值。如果 x 为负数,直接返回 -1。对于小于 4 的正数,直接返回其平方根。
    • 二分搜索:通过初始化 rminrmax,然后在 while 循环中不断调整搜索范围,计算中间值 rmid
    • 平方检查:根据 rmid 的平方与 x 的关系,调整搜索范围,最终找到最大的整数平方根。
    • 返回结果:循环结束后,返回 rmin 作为整数平方根。

    这种方法的时间复杂度为 O(log x),在保证正确性的同时,能够高效地完成平方根计算。

    转载地址:http://fqgyk.baihongyu.com/

    你可能感兴趣的文章
    Objective-C实现获取文件头的50个字符(附完整源码)
    查看>>
    Objective-C实现随机图生成器算法(附完整源码)
    查看>>
    OJ中常见的一种presentation error解决方法
    查看>>
    OK335xS UART device registe hacking
    查看>>
    ok6410内存初始化
    查看>>
    OKR为什么到今天才突然火了?
    查看>>
    ollama本地部署DeepSeek(Window图文说明)
    查看>>
    onCreate()方法中的参数Bundle savedInstanceState 的意义用法
    查看>>
    one_day_one--mkdir
    查看>>
    ONI文件生成与读取
    查看>>
    oobbs开发手记
    查看>>
    OpenCV 中的图像转换
    查看>>
    opencv&Python——多种边缘检测
    查看>>
    OpenCV-Python接口、cv和cv2的性能比较
    查看>>
    opencv26-模板匹配
    查看>>
    opencv5-图像混合
    查看>>
    opencv9-膨胀和腐蚀
    查看>>
    OpenCV与AI深度学习 | YOLO11介绍及五大任务推理演示(目标检测,图像分割,图像分类,姿态检测,带方向目标检测)
    查看>>
    OpenCV与AI深度学习 | 使用Python和OpenCV实现火焰检测(附源码)
    查看>>
    OpenCV与AI深度学习 | 使用YOLO11实现区域内目标跟踪
    查看>>