整数の最も正確な平方根を見つけるための独自の関数をどのように作成しますか?
グーグルで調べたところ、 this ( 元のリンク からアーカイブ)が見つかりましたが、最初は完全に取得できませんでした。
(実際のルートに)最も近い整数またはフロートとして平方根を仮定します。
以下は、N> 0の場合にfloor(sqrt(N))を計算します。
x = 2^ceil(numbits(N)/2)
loop:
y = floor((x + floor(N/x))/2)
if y >= x
return x
x = y
これは、Crandall&Pomerance、「Prime Numbers:A Computational Perspective」に記載されているニュートンの方法のバージョンです。このバージョンを使用する理由は、自分が何をしているのかを知っている人が、平方根のフロアに正確に収束することを証明しているためです。また、高速です(さらに高速なアルゴリズムを構築することも可能ですが、それを正しく行うことははるかに複雑です)。適切に実装されたバイナリ検索は、非常に小さいNの場合は高速になりますが、ルックアップテーブルを使用することもできます。
に丸める 最も近い 整数、上記のアルゴリズムを使用してt = floor(sqrt(4N))を計算します。 tの最下位ビットが設定されている場合、x =(t + 1)/ 2を選択します。それ以外の場合は、t/2を選択します。これはタイで切り上げられることに注意してください。剰余がゼロ以外かどうか(つまり、t ^ 2 == 4Nかどうか)を調べることで、切り捨てる(または偶数に丸める)こともできます。
浮動小数点演算を使用する必要がないことに注意してください。実際、そうすべきではありません。このアルゴリズムは、完全に整数を使用して実装する必要があります(特に、floor()関数は、通常の整数除算を使用することを示すだけです)。
ニーズに応じて、単純な分割統治戦略を使用できます。他の方法のようにfastとして収束することはありませんが、初心者にとっては理解しやすいかもしれません。さらに、O(log n)アルゴリズム(各反復で探索空間を半分にする)であるため、32ビットの浮動小数点数の最悪のケースは32反復です。
62.104の平方根が必要だとしましょう。 0とその中間の値を選択し、2乗します。正方形が数値よりも大きい場合、中間点よりも小さい数値に集中する必要があります。低すぎる場合は、高い方に集中してください。
実際の数学では、検索空間を永久に2つに分割し続けることができます(合理的な平方根がない場合)。実際には、コンピューターは最終的に精度が不足し、近似値が得られます。次のCプログラムはそのポイントを示しています。
#include <stdio.h>
#include <stdlib.h>
int main (int argc, char *argv[]) {
float val, low, high, mid, oldmid, midsqr;
int step = 0;
// Get argument, force to non-negative.
if (argc < 2) {
printf ("Usage: sqrt <number>\n");
return 1;
}
val = fabs (atof (argv[1]));
// Set initial bounds and print heading.
low = 0;
high = mid = val;
oldmid = -1;
printf ("%4s %10s %10s %10s %10s %10s %s\n",
"Step", "Number", "Low", "High", "Mid", "Square", "Result");
// Keep going until accurate enough.
while (fabs(oldmid - mid) >= 0.00001) {
oldmid = mid;
// Get midpoint and see if we need lower or higher.
mid = (high + low) / 2;
midsqr = mid * mid;
printf ("%4d %10.4f %10.4f %10.4f %10.4f %10.4f ",
++step, val, low, high, mid, midsqr);
if (mid * mid > val) {
high = mid;
printf ("- too high\n");
} else {
low = mid;
printf ("- too low\n");
}
}
// Desired accuracy reached, print it.
printf ("sqrt(%.4f) = %.4f\n", val, mid);
return 0;
}
ここにいくつかの実行がありますので、うまくいけばそれがどのように機能するかを知ることができます。 77の場合:
pax> sqrt 77
Step Number Low High Mid Square Result
1 77.0000 0.0000 77.0000 38.5000 1482.2500 - too high
2 77.0000 0.0000 38.5000 19.2500 370.5625 - too high
3 77.0000 0.0000 19.2500 9.6250 92.6406 - too high
4 77.0000 0.0000 9.6250 4.8125 23.1602 - too low
5 77.0000 4.8125 9.6250 7.2188 52.1104 - too low
6 77.0000 7.2188 9.6250 8.4219 70.9280 - too low
7 77.0000 8.4219 9.6250 9.0234 81.4224 - too high
8 77.0000 8.4219 9.0234 8.7227 76.0847 - too low
9 77.0000 8.7227 9.0234 8.8730 78.7310 - too high
10 77.0000 8.7227 8.8730 8.7979 77.4022 - too high
11 77.0000 8.7227 8.7979 8.7603 76.7421 - too low
12 77.0000 8.7603 8.7979 8.7791 77.0718 - too high
13 77.0000 8.7603 8.7791 8.7697 76.9068 - too low
14 77.0000 8.7697 8.7791 8.7744 76.9893 - too low
15 77.0000 8.7744 8.7791 8.7767 77.0305 - too high
16 77.0000 8.7744 8.7767 8.7755 77.0099 - too high
17 77.0000 8.7744 8.7755 8.7749 76.9996 - too low
18 77.0000 8.7749 8.7755 8.7752 77.0047 - too high
19 77.0000 8.7749 8.7752 8.7751 77.0022 - too high
20 77.0000 8.7749 8.7751 8.7750 77.0009 - too high
21 77.0000 8.7749 8.7750 8.7750 77.0002 - too high
22 77.0000 8.7749 8.7750 8.7750 76.9999 - too low
23 77.0000 8.7750 8.7750 8.7750 77.0000 - too low
sqrt(77.0000) = 8.7750
62.104の場合:
pax> sqrt 62.104
Step Number Low High Mid Square Result
1 62.1040 0.0000 62.1040 31.0520 964.2267 - too high
2 62.1040 0.0000 31.0520 15.5260 241.0567 - too high
3 62.1040 0.0000 15.5260 7.7630 60.2642 - too low
4 62.1040 7.7630 15.5260 11.6445 135.5944 - too high
5 62.1040 7.7630 11.6445 9.7037 94.1628 - too high
6 62.1040 7.7630 9.7037 8.7334 76.2718 - too high
7 62.1040 7.7630 8.7334 8.2482 68.0326 - too high
8 62.1040 7.7630 8.2482 8.0056 64.0895 - too high
9 62.1040 7.7630 8.0056 7.8843 62.1621 - too high
10 62.1040 7.7630 7.8843 7.8236 61.2095 - too low
11 62.1040 7.8236 7.8843 7.8540 61.6849 - too low
12 62.1040 7.8540 7.8843 7.8691 61.9233 - too low
13 62.1040 7.8691 7.8843 7.8767 62.0426 - too low
14 62.1040 7.8767 7.8843 7.8805 62.1024 - too low
15 62.1040 7.8805 7.8843 7.8824 62.1323 - too high
16 62.1040 7.8805 7.8824 7.8815 62.1173 - too high
17 62.1040 7.8805 7.8815 7.8810 62.1098 - too high
18 62.1040 7.8805 7.8810 7.8807 62.1061 - too high
19 62.1040 7.8805 7.8807 7.8806 62.1042 - too high
20 62.1040 7.8805 7.8806 7.8806 62.1033 - too low
21 62.1040 7.8806 7.8806 7.8806 62.1038 - too low
22 62.1040 7.8806 7.8806 7.8806 62.1040 - too high
23 62.1040 7.8806 7.8806 7.8806 62.1039 - too high
sqrt(62.1040) = 7.8806
49の場合:
pax> sqrt 49
Step Number Low High Mid Square Result
1 49.0000 0.0000 49.0000 24.5000 600.2500 - too high
2 49.0000 0.0000 24.5000 12.2500 150.0625 - too high
3 49.0000 0.0000 12.2500 6.1250 37.5156 - too low
4 49.0000 6.1250 12.2500 9.1875 84.4102 - too high
5 49.0000 6.1250 9.1875 7.6562 58.6182 - too high
6 49.0000 6.1250 7.6562 6.8906 47.4807 - too low
7 49.0000 6.8906 7.6562 7.2734 52.9029 - too high
8 49.0000 6.8906 7.2734 7.0820 50.1552 - too high
9 49.0000 6.8906 7.0820 6.9863 48.8088 - too low
10 49.0000 6.9863 7.0820 7.0342 49.4797 - too high
11 49.0000 6.9863 7.0342 7.0103 49.1437 - too high
12 49.0000 6.9863 7.0103 6.9983 48.9761 - too low
13 49.0000 6.9983 7.0103 7.0043 49.0598 - too high
14 49.0000 6.9983 7.0043 7.0013 49.0179 - too high
15 49.0000 6.9983 7.0013 6.9998 48.9970 - too low
16 49.0000 6.9998 7.0013 7.0005 49.0075 - too high
17 49.0000 6.9998 7.0005 7.0002 49.0022 - too high
18 49.0000 6.9998 7.0002 7.0000 48.9996 - too low
19 49.0000 7.0000 7.0002 7.0001 49.0009 - too high
20 49.0000 7.0000 7.0001 7.0000 49.0003 - too high
21 49.0000 7.0000 7.0000 7.0000 49.0000 - too low
22 49.0000 7.0000 7.0000 7.0000 49.0001 - too high
23 49.0000 7.0000 7.0000 7.0000 49.0000 - too high
sqrt(49.0000) = 7.0000
Xの平方根を計算するための単純な(ただし非常に高速ではない)メソッド:
squareroot(x)
if x<0 then Error
a = 1
b = x
while (abs(a-b)>ErrorMargin)
a = (a+b)/2
b = x/a
endwhile
return a;
例:squareroot(70000)
a b
1 70000
35001 2
17502 4
8753 8
4381 16
2199 32
1116 63
590 119
355 197
276 254
265 264
ご覧のとおり、平方根の上限と下限を定義し、サイズが許容範囲になるまで境界を狭くします。
より効率的な方法がありますが、これはプロセスを示しており、理解しやすいものです。
整数を使用する場合は、無限ループがある場合、Errormarginを1に設定してください。
逆平方根1/sqrt(x)を計算する非常に興味深い方法を指摘させてください。または、次の投稿を読んでください。
http://betterexplained.com/articles/understanding-quakes-fast-inverse-square-root/
PS:私はあなたが平方根だけを望むことを知っているが、地震の優雅さが私の側のすべての抵抗を克服した:)
ところで、上記の記事はどこか退屈なニュートン・ラフソン近似についても述べています。
もちろんおおよそです。これが、浮動小数点数を使用した数学の仕組みです。
とにかく、標準的な方法は Newtonのメソッド です。これは、テイラーのシリーズを使用するのとほぼ同じで、すぐに思い浮かぶもう1つの方法です。
#!/usr/bin/env python
import decimal
def sqrt(n):
assert n > 0
with decimal.localcontext() as ctx:
ctx.prec += 2 # increase precision to minimize round off error
x, prior = decimal.Decimal(n), None
while x != prior:
prior = x
x = (x + n/x) / 2 # quadratic convergence
return +x # round in a global context
decimal.getcontext().prec = 80 # desirable precision
r = sqrt(12345)
print r
print r == decimal.Decimal(12345).sqrt()
出力:
111.10805551354051124500443874307524148991137745969772997648567316178259031751676
True
整数平方根 に関する素晴らしい記事を見つけました。
これは、そこに提示されているわずかに改善されたバージョンです。
unsigned long sqrt(unsigned long a){
int i;
unsigned long rem = 0;
unsigned long root = 0;
for (i = 0; i < 16; i++){
root <<= 1;
rem = (rem << 2) | (a >> 30);
a <<= 2;
if(root < rem){
root++;
rem -= root;
root++;
}
}
return root >> 1;
}
これは、Facebookなどからよく聞かれるインタビューの質問です。インタビューでニュートンの方法を使用するのは良い考えだとは思いません。インタビュアーが、あなたがそれを本当に理解していないときにニュートンの方法のメカニズムを尋ねたらどうなるでしょうか?
Javaでバイナリ検索ベースのソリューションを提供しましたが、誰もが理解できると思います。
public int sqrt(int x) {
if(x < 0) return -1;
if(x == 0 || x == 1) return x;
int lowerbound = 1;
int upperbound = x;
int root = lowerbound + (upperbound - lowerbound)/2;
while(root > x/root || root+1 <= x/(root+1)){
if(root > x/root){
upperbound = root;
} else {
lowerbound = root;
}
root = lowerbound + (upperbound - lowerbound)/2;
}
return root;
}
ここで私のコードをテストできます: leetcode:sqrt(x)
三角法を使用して平方根を取得する方法を次に示します。ロングショットによる最速のアルゴリズムではありませんが、正確です。コードはjavascriptにあります:
var n = 5; //number to get the square root of
var icr = ((n+1)/2); //intersecting circle radius
var sqrt = Math.cos(Math.asin((icr-1)/icr))*icr; //square root of n
alert(sqrt);
学校で学んだアルゴリズムがあり、これを使用して正確な平方根を計算できます(または、根が無理数の場合は任意の精度)。ニュートンのアルゴリズムよりも明らかに遅いですが、正確です。 531.3025の平方根を計算するとします
最初に、小数点から始まる数字を2桁のグループに分割します。
{5} {31}。{30} {25}
その後:
1)最初のグループの実際の平方根以下である最初のグループの最も近い平方根を見つけます:sqrt({5})> =2。この平方根は最終回答の最初の数字です。最終平方根のBとして既に見つかっている数字を示しましょう。したがって、現時点ではB = 2です。
2)次に、{5}とB ^ 2の差を計算します:5-4 = 1。
3)後続のすべての2桁のグループについて、以下を実行します。
残りを100倍し、2番目のグループに追加します:100 + 31 = 131。
Xを見つける-ルートの次の桁。131> =((B * 20)+ X)* Xなど。 X =3。43* 3 = 129 <131。B=23。また、小数点の左側に2桁のグループがないため、最終ルートのすべての整数桁が見つかりました。
4){30}と{25}についても同じことを繰り返します。だからあなたが持っています:
{30}:131-129 = 2. 2 * 100 + 30 = 230> =(23 * 2 * 10 + X)* X-> X = 0-> B = 23.0
{25}:230-0 = 230. 230 * 100 + 25 =23025。23025> =(230 * 2 * 10 + X)* X-> X = 5-> B = 23.05
最終結果= 23.05。
アルゴリズムはこのように複雑に見えますが、学校で勉強した「長い除算」に使用するのと同じ表記法を使用して紙上で行うと、除算を行わずに計算することを除いてはるかに簡単です平方根。
// Fastest way I found, an (extreme) C# unrolled version of:
// http://www.hackersdelight.org/hdcodetxt/isqrt.c.txt (isqrt4)
// It's quite a lot of code, basically a binary search (the "if" statements)
// followed by an unrolled loop (the labels).
// Most important: it's fast, twice as fast as "Math.Sqrt".
// On my pc: Math.Sqrt ~35 ns, sqrt <16 ns (mean <14 ns)
private static uint sqrt(uint x)
{
uint y, z;
if (x < 1u << 16)
{
if (x < 1u << 08)
{
if (x < 1u << 04) return x < 1u << 02 ? x + 3u >> 2 : x + 15u >> 3;
else
{
if (x < 1u << 06)
{ y = 1u << 03; x -= 1u << 04; if (x >= 5u << 02) { x -= 5u << 02; y |= 1u << 02; } goto L0; }
else
{ y = 1u << 05; x -= 1u << 06; if (x >= 5u << 04) { x -= 5u << 04; y |= 1u << 04; } goto L1; }
}
}
else // slower (on my pc): .... y = 3u << 04; } goto L1; }
{
if (x < 1u << 12)
{
if (x < 1u << 10)
{ y = 1u << 07; x -= 1u << 08; if (x >= 5u << 06) { x -= 5u << 06; y |= 1u << 06; } goto L2; }
else
{ y = 1u << 09; x -= 1u << 10; if (x >= 5u << 08) { x -= 5u << 08; y |= 1u << 08; } goto L3; }
}
else
{
if (x < 1u << 14)
{ y = 1u << 11; x -= 1u << 12; if (x >= 5u << 10) { x -= 5u << 10; y |= 1u << 10; } goto L4; }
else
{ y = 1u << 13; x -= 1u << 14; if (x >= 5u << 12) { x -= 5u << 12; y |= 1u << 12; } goto L5; }
}
}
}
else
{
if (x < 1u << 24)
{
if (x < 1u << 20)
{
if (x < 1u << 18)
{ y = 1u << 15; x -= 1u << 16; if (x >= 5u << 14) { x -= 5u << 14; y |= 1u << 14; } goto L6; }
else
{ y = 1u << 17; x -= 1u << 18; if (x >= 5u << 16) { x -= 5u << 16; y |= 1u << 16; } goto L7; }
}
else
{
if (x < 1u << 22)
{ y = 1u << 19; x -= 1u << 20; if (x >= 5u << 18) { x -= 5u << 18; y |= 1u << 18; } goto L8; }
else
{ y = 1u << 21; x -= 1u << 22; if (x >= 5u << 20) { x -= 5u << 20; y |= 1u << 20; } goto L9; }
}
}
else
{
if (x < 1u << 28)
{
if (x < 1u << 26)
{ y = 1u << 23; x -= 1u << 24; if (x >= 5u << 22) { x -= 5u << 22; y |= 1u << 22; } goto La; }
else
{ y = 1u << 25; x -= 1u << 26; if (x >= 5u << 24) { x -= 5u << 24; y |= 1u << 24; } goto Lb; }
}
else
{
if (x < 1u << 30)
{ y = 1u << 27; x -= 1u << 28; if (x >= 5u << 26) { x -= 5u << 26; y |= 1u << 26; } goto Lc; }
else
{ y = 1u << 29; x -= 1u << 30; if (x >= 5u << 28) { x -= 5u << 28; y |= 1u << 28; } }
}
}
}
z = y | 1u << 26; y /= 2; if (x >= z) { x -= z; y |= 1u << 26; }
Lc: z = y | 1u << 24; y /= 2; if (x >= z) { x -= z; y |= 1u << 24; }
Lb: z = y | 1u << 22; y /= 2; if (x >= z) { x -= z; y |= 1u << 22; }
La: z = y | 1u << 20; y /= 2; if (x >= z) { x -= z; y |= 1u << 20; }
L9: z = y | 1u << 18; y /= 2; if (x >= z) { x -= z; y |= 1u << 18; }
L8: z = y | 1u << 16; y /= 2; if (x >= z) { x -= z; y |= 1u << 16; }
L7: z = y | 1u << 14; y /= 2; if (x >= z) { x -= z; y |= 1u << 14; }
L6: z = y | 1u << 12; y /= 2; if (x >= z) { x -= z; y |= 1u << 12; }
L5: z = y | 1u << 10; y /= 2; if (x >= z) { x -= z; y |= 1u << 10; }
L4: z = y | 1u << 08; y /= 2; if (x >= z) { x -= z; y |= 1u << 08; }
L3: z = y | 1u << 06; y /= 2; if (x >= z) { x -= z; y |= 1u << 06; }
L2: z = y | 1u << 04; y /= 2; if (x >= z) { x -= z; y |= 1u << 04; }
L1: z = y | 1u << 02; y /= 2; if (x >= z) { x -= z; y |= 1u << 02; }
L0: return x > y ? y / 2 | 1u : y / 2;
}
最初に思い浮かぶのは、これがバイナリ検索を使用するのに適した場所であることです(この素晴らしい tutorials に触発されました)。
vaule
の平方根を見つけるために、(1..value)
のnumber
を検索します。ここで、予測子が初めて真になります。選択する予測子はnumber * number - value > 0.00001
です。
double square_root_of(double value)
{
assert(value >= 1);
double lo = 1.0;
double hi = value;
while( hi - lo > 0.00001)
{
double mid = lo + (hi - lo) / 2 ;
std::cout << lo << "," << hi << "," << mid << std::endl;
if( mid * mid - value > 0.00001) //this is the predictors we are using
{
hi = mid;
} else {
lo = mid;
}
}
return lo;
}
バイナリ検索を使用する
public class FindSqrt {
public static void main(String[] strings) {
int num = 10000;
System.out.println(sqrt(num, 0, num));
}
private static int sqrt(int num, int min, int max) {
int middle = (min + max) / 2;
int x = middle * middle;
if (x == num) {
return middle;
} else if (x < num) {
return sqrt(num, middle, max);
} else {
return sqrt(num, min, middle);
}
}
}
名前が示すように、逆もありますが、「十分に近い」ことは「十分に近い」こともあります。とにかく面白い読み物。
一般に、整数の平方根(2など)はonlyに近似できます(浮動小数点演算の問題ではなく、正確に計算できない無理数であるため) )。
もちろん、いくつかの近似は他の近似よりも優れています。もちろん、値1.732は1.7よりも3の平方根のより良い近似であることを意味します
指定したリンクでコードが使用する方法は、最初の近似値を取得し、それを使用してbetter近似値を計算します。
これはニュートン法と呼ばれ、新しい近似ごとに計算を繰り返すことができますntilそれは十分正確です。
実際、must繰り返しをいつ停止するかを決定する何らかの方法があると、繰り返しを永久に実行します。
通常、近似値の差がより小さい決定した値である場合に停止します。
編集:あなたがすでに見つけた2つよりも簡単な実装があるとは思わない。
バイナリ検索を使用して、フロート平方根と任意の精度を処理できるシンプルなソリューション
rubyでコーディング
include Math
def sqroot_precision num, precision
upper = num
lower = 0
middle = (upper + lower)/2.0
while true do
diff = middle**2 - num
return middle if diff.abs <= precision
if diff > 0
upper = middle
else diff < 0
lower = middle
end
middle = (upper + lower)/2.0
end
end
puts sqroot_precision 232.3, 0.0000000001
すでにかなりの数の答えがありますが、ここに私の答えがあります。これは最も簡単なコードです(私にとって)。ここに アルゴリズム があります。
python 2.7のコード:
from __future__ import division
val = 81
x = 10
def sqr(data,x):
temp = x - ( (x**2 - data)/(2*x))
if temp == x:
print temp
return
else:
x = temp
return sqr(data,x)
#x =temp
#sqr(data,x)
sqr(val,x)
2の平方根を見つけようとしており、推定値が1.5であるとします。 a = 2、x = 1.5と言います。より良い推定値を計算するために、aをxで除算します。これにより、新しい値y = 1.333333が得られます。ただし、これを次の推定値とすることはできません(なぜですか?)。以前の推定値で平均化する必要があります。したがって、次の推定値xxは(x + y)/ 2または1.416666になります。
Double squareRoot(Double a, Double epsilon) {
Double x = 0d;
Double y = a;
Double xx = 0d;
// Make sure both x and y != 0.
while ((x != 0d || y != 0d) && y - x > epsilon) {
xx = (x + y) / 2;
if (xx * xx >= a) {
y = xx;
} else {
x = xx;
}
}
return xx;
}
Epsilonは、近似の精度を決定します。関数は、abs(x * x-a)<epsilonを満たす最初の近似値xを返す必要があります。ここで、abs(x)はxの絶対値です。
square_root(2, 1e-6)
Output: 1.4142141342163086