根据 n 的取值对函数计算的影响, 得出结论①如下:
P
o
w
(
x
,
n
)
=
{
x
n
,
(
n
>
=
0
)
(
1
/
x
n
)
,
(
n
<
0
)
Pow(x, n) = \begin{cases} x ^ n, (n >= 0)\\ (1 / x ^ n), (n < 0)\\ \end{cases}
Pow(x,n)={xn,(n>=0)(1/xn),(n<0)?
而根据幂运算法则“同底数幂的乘法:底数不变,指数相加幂的乘方”,有
x
m
?
x
n
=
x
m
+
n
x ^ m * x ^ n = x ^ {m + n}
xm?xn=xm+n
假设
f
(
n
)
=
P
o
w
(
x
,
n
)
f(n) = Pow(x, n)
f(n)=Pow(x,n)
于是有结论②如下:
f
(
n
)
=
{
f
(
n
/
2
)
?
f
(
n
/
2
)
,
(
n
是
偶
数
)
f
(
n
/
2
)
?
f
(
n
/
2
)
?
x
,
(
n
是
奇
数
)
f(n) = \begin{cases} f(n / 2) * f(n / 2), (n 是偶数)\\ f(n / 2) * f(n / 2) * x, (n 是奇数)\\ \end{cases}
f(n)={f(n/2)?f(n/2),(n是偶数)f(n/2)?f(n/2)?x,(n是奇数)?
可以看出,当 x 确定时,f(n)可以转化为一个与原问题相似的但规模较小(n/2)的问题来求解,所以使用递归完全可以解决该问题,代码如下:
public static double myPow(double x, int n) {
// 因为 n 需要转成正数来处理,所以使用 long 避免越界
long m = n;
// 结论①
return m >= 0 ? quickMul(x, m) : 1.0 / quickMul(x, -m);
}
public static double quickMul(double x, long n) {
if (n == 0) return 1.0;
double half = quickMul(x, n / 2);
// 结论②
return n % 2 == 0 ? half * half : half * half * x;
}
复杂度分析:
时间复杂度:O(㏒n),即为递归的层数。
空间复杂度:O(㏒n),即为递归的层数。这是由于递归的函数调用会使用栈空间。
|