【Python 百练成钢】高精度加法、阶乘计算、矩阵幂运算、矩阵面积交

简介: 【Python 百练成钢】高精度加法、阶乘计算、矩阵幂运算、矩阵面积交

前言🦚


本次分享几道有关于运算方面的算法题,有高精度加法、阶乘运算、矩阵的运算

题情概览:

高精度加法(是进行阶乘计算的前提,模拟的就是我们小学学习的竖式加法运算过程)

阶乘计算(阶乘计算模拟的是竖式乘法)

矩阵的幂运算(模拟矩阵的计算过程、还会分享一下普通矩阵如何转置)

矩阵面积交(探索矩阵顶点之间的关系)


高精度加法🦚


💓问题描述


输入两个整数a和b,输出这两个整数的和。a和b都不超过100位。

算法描述

 由于a和b都比较大,所以不能直接使用语言中的标准数据类型来存储。对于这种问题,一般使用数组来处理。

 定义一个数组A,A[0]用于存储a的个位,A[1]用于存储a的十位,依此类推。同样可以用一个数组B来存储b。

 计算c = a + b的时候,首先将A[0]与B[0]相加,如果有进位产生,则把进位(即和的十位数)存入r,把和的个位数存入C[0],即C[0]等于(A[0]+B[0])%10。然后计算A[1]与B[1]相加,这时还应将低位进上来的值r也加起来,即C[1]应该是A[1]、B[1]和r三个数的和.如果又有进位产生,则仍可将新的进位存入到r中,和的个位存到C[1]中。依此类推,即可求出C的所有位。

 最后将C输出即可。

输入格式

 输入包括两行,第一行为一个非负整数a,第二行为一个非负整数b。两个整数都不超过100位,两数的最高位都不是0。

输出格式

 输出一行,表示a + b的值。

样例输入

20100122201001221234567890

2010012220100122

样例输出

20100122203011233454668012


💓问题分析


使用一个临时变量,记录之前相加需要进位的数,也就是说在相加的时候,始终有三个变量在相加,相加之后将存储结果的临时变量的个位取出来,放进结果列表中,然后整除以10,用于下一位置的计算。将数组进行了颠倒是为了便于计算,当较短的数组超出的时候就不必再使用短数组进行运算了。


💓代码实现


老规矩先上运行结果:

b7e6132224eb4eb6a2b3dd032a7867fd.png


ans=[]
m=[int(x) for x in list(input()[::-1])]
n=[int(x) for x in list(input()[::-1])]
# print(n,m)
temp=0
i=0
minlen=min(len(n),len(m))
maxlen=max(len(n),len(m))
if len(n)>len(m):
    m,n=n,m
while i<maxlen:
    if i<minlen:
        temp=n[i]+m[i]+temp
    else:
        temp=0+m[i]+temp
    ans.append(temp%10)
    temp//=10
    i+=1
print("".join(map(str,ans[::-1])))


阶乘计算🦚


💓问题描述


输入一个正整数n,输出n!的值。

 其中n!=123*…*n。

算法描述

 n!可能很大,而计算机能表示的整数范围有限,需要使用高精度计算的方法。使用一个数组A来表示一个大整数a,A[0]表示a的个位,A[1]表示a的十位,依次类推。

 将a乘以一个整数k变为将数组A的每一个元素都乘以k,请注意处理相应的进位。

 首先将a设为1,然后乘2,乘3,当乘到n时,即得到了n!的值。

输入格式

 输入包含一个正整数n,n<=1000。

输出格式

 输出n!的准确值。

样例输入

10

样例输出

3628800


💓问题分析


模拟小学学过的乘法计算,只不过小学学的是先乘完后相加,我做的是边乘边相加。


19b6619bd8564fb3b9352b675f591451.jpg


竖式中上面的一行,乘以下面的一个数后得到一行,对下面得到的n行以高精度加法的思想进行相加,每次相加取到的个位就是结果中相应位置的数。为了便于计算我们一列表下标为0的位置作为个位。


💓代码实现


老规矩先上运行结果:

ff7fedace80e4d48bffc612ef9f71439.png

ce074655b3d445788640c13df574d624.png


# 对列表进行运算,低位放在左边
def sumlist(ls1,ls2):
    ans=[]
    # 长的放在后面
    if len(ls1)>len(ls2):
        ls1,ls2=ls2,ls1
    i=0
    temp=0
    while i<len(ls2) or temp!=0:
        if i<len(ls1):
            temp=ls1[i]+ls2[i]+temp
        else:
            temp=ls2[i]+temp
        ans.append(temp%10)
        temp//=10
        i+=1
    return ans 
n=int(input())
ans=[0]*3000
ans[0]=1
for i in range(2,n+1):
    j=0
    temp=0
    while j<len(ans) or temp!=0:
        temp=ans[j]*i+temp
        ans[j]=temp%10
        temp//=10
        j+=1
# print(ans)
print(int("".join(map(str,ans[::-1]))))


矩阵幂运算🦚



💓问题描述


给定一个N阶矩阵A,输出A的M次幂(M是非负整数)

 例如:

 A = 1 2

  3 4

 A的2次幂

 7 10

 15 22

输入格式

 第一行是一个正整数N、M(1<=N<=30, 0<=M<=5),表示矩阵A的阶数和要求的幂数

 接下来N行,每行N个绝对值不超过10的非负整数,描述矩阵A的值

输出格式

 输出共N行,每行N个整数,表示A的M次幂所对应的矩阵。相邻的数之间用一个空格隔开

样例输入

2 2

1 2

3 4

样例输出

7 10

15 22


💓问题分析


矩阵的运算规则是:一行元素分别乘一列元素的和相加结作为结果矩阵的一位数

例如:A矩阵、B矩阵(能够相乘的前提条件是前面矩阵的列数等于后面矩阵的行数)

ans[ij]=A的第i行*B的第j列

矩阵的零次幂是对角矩阵

注意:(矩阵进行赋值的时候,需要注意深浅拷贝的问题)


💓代码实现


老规矩先上运行结果:


b00bcb50adfb4751883dcd354565e228.png


# n,m=map(int,input().split())
# mk=[list(map(int,input().split())) for i in range(n)]
# mk1=mk.copy()
# ans=[]
# for i in range(n):
#     ans.append([0 for x in range(n)])
# # 矩阵的零次幂是对角矩阵
# if m==0:
#     for i in range(n):
#         ans[i][i]=1
# #矩阵的非零次幂
# else:
#     for _ in range(m-1):# m次幂
#         ans=[[0 for i in range(n)] for j in range(n)]
#         for j in range(n):# 行
#             for k in range(n):# 列
#                 for t in range(n): # 行*列
#                     ans[j][k]+=mk1[j][t]*mk[t][k]
#         mk1=ans.copy()
# for i in ans:
#     print(*i)
import copy
n,m=map(int,input().split())
mk=[list(map(int,input().split())) for i in range(n)]
mk1=mk.copy()
ans=[]
for i in range(n):
    ans.append([0 for x in range(n)])
# 矩阵的零次幂是对角矩阵
if m==0:
    for i in range(n):
        ans[i][i]=1
#矩阵的非零次幂
else:
    temp=0
    for _ in range(m-1):# m次幂
        for j in range(n):# 行
            for k in range(n):# 列
                temp=0
                for t in range(n): # 行*列
                    temp+=mk1[j][t]*mk[t][k]
                ans[j][k]=temp
        # 矩阵之间的赋值需要使用深拷贝,否则会导致数据错乱
        mk1=copy.deepcopy(ans)
for i in ans:
    print(*i)


💓矩阵转置


矩阵转置的概念就是将矩阵中下标为i,j的元素与矩阵中下标为j,i的元素进行对换

刚开始想到的就是将矩阵进行遍历,兑换,但是比较复杂。本次分享两个简便的方法


①zip函数


大家都知道zip函数可以将可迭代对象进行打包,所以进行矩阵转置的时候可以使用zip函数,将列表

进行打包,打包之后再进行转换为列表即可


②列表推导式


列表推导式是一个非常好用的东西,可以使用列表推导式进行一个转置矩阵的生成。

新生成的矩阵就是转置后的矩阵


矩阵面积交🦚


💓问题描述


平面上有两个矩形,它们的边平行于直角坐标系的X轴或Y轴。对于每个矩形,我们给出它的一对相对顶点的坐标,请你编程算出两个矩形的交的面积。

输入格式

 输入仅包含两行,每行描述一个矩形。

 在每行中,给出矩形的一对相对顶点的坐标,每个点的坐标都用两个绝对值不超过10^7的实数表示。

输出格式

 输出仅包含一个实数,为交的面积,保留到小数后两位。

样例输入

1 1 3 3

2 2 4 4

样例输出

1.00


💓问题分析


对于矩形他给出的点是相对顶点

相交的矩形必定位于两个矩形中间,所以相交矩形的相对较小顶点应x坐标该是两矩形最小的x坐标中较大的那一个

相对较大的x顶点应该是两个矩形最大的x中较小的一个。需要考虑两矩形没有相交面积的情况。


912154cd9e9c4ac0a32b33c3a5ac9bda.png


给出的顶点是相对的,矩形的相对顶点围成的矩阵面积是相同的,可以通过转换将绿色顶点围成的矩阵转换为由蓝色顶点围成的矩阵,方法就是将矩阵的最大值x与最大值y挑选出来。


839f4374d4834b3ba9f4f0515d39a9c9.png


我们倾向于得到白色矩形的面积,我们的处理方式是,在两个绿色矩形的左边找一个较大的x1,在右边找一个较小的x2,同理找y,如果x1>x2证明没有交集,y也是。


💓代码实现


老规矩先上运行结果:


7cd1928a8b2143ed8458c0e483e35da6.png


# 矩形1的两个顶点
r1=list(map(float,input().split()))
# 矩形2的两个顶点
r2=list(map(float,input().split()))
# 如果有相交面积,那么x1<x2 y1<y2
x1=max(min(r1[0],r1[2]),min(r2[0],r2[2]))
x2=min(max(r1[0],r1[2]),max(r2[0],r2[2]))
y1=max(min(r1[1],r1[3]),min(r2[1],r2[3]))
y2=min(max(r1[1],r1[3]),max(r2[1],r2[3]))
if x1<x2 and y1<y2:
    print("{:.2f}".format((x2-x1)*(y2-y1)))
else:
    print("{:.2f}".format(0.00))


相关文章
|
2月前
|
Python
【10月更文挑战第10天】「Mac上学Python 19」小学奥数篇5 - 圆和矩形的面积计算
本篇将通过 Python 和 Cangjie 双语解决简单的几何问题:计算圆的面积和矩形的面积。通过这道题,学生将掌握如何使用公式解决几何问题,并学会用编程实现数学公式。
165 60
|
6天前
|
Python
Python中的函数是**一种命名的代码块,用于执行特定任务或计算
Python中的函数是**一种命名的代码块,用于执行特定任务或计算
31 18
|
9天前
|
Python
使用Python计算字符串的SHA-256散列值
使用Python计算字符串的SHA-256散列值
17 7
|
1月前
|
机器学习/深度学习 算法 编译器
Python程序到计算图一键转化,详解清华开源深度学习编译器MagPy
【10月更文挑战第26天】MagPy是一款由清华大学研发的开源深度学习编译器,可将Python程序一键转化为计算图,简化模型构建和优化过程。它支持多种深度学习框架,具备自动化、灵活性、优化性能好和易于扩展等特点,适用于模型构建、迁移、部署及教学研究。尽管MagPy具有诸多优势,但在算子支持、优化策略等方面仍面临挑战。
68 3
|
20天前
|
机器学习/深度学习 存储 数据挖掘
Python 编程入门:理解变量、数据类型和基本运算
【10月更文挑战第43天】在编程的海洋中,Python是一艘易于驾驭的小船。本文将带你启航,探索Python编程的基础:变量的声明与使用、丰富的数据类型以及如何通过基本运算符来操作它们。我们将从浅显易懂的例子出发,逐步深入到代码示例,确保即使是零基础的读者也能跟上步伐。准备好了吗?让我们开始吧!
25 0
|
2月前
|
Python
【10月更文挑战第15天】「Mac上学Python 26」小学奥数篇12 - 图形变换与坐标计算
本篇将通过 Python 和 Cangjie 双语实现图形变换与坐标计算。这个题目帮助学生理解平面几何中的旋转、平移和对称变换,并学会用编程实现坐标变化。
66 1
|
2月前
|
机器学习/深度学习 移动开发 Python
【10月更文挑战第11天】「Mac上学Python 22」小学奥数篇8 - 排列组合计算
本篇将通过 Python 和 Cangjie 双语讲解如何计算排列与组合。这道题目旨在让学生学会使用排列组合公式解决实际问题,并加深对数学知识和编程逻辑的理解。
65 4
|
2月前
|
数据可视化 Python
【10月更文挑战第12天】「Mac上学Python 23」小学奥数篇9 - 基础概率计算
本篇将通过 Python 和 Cangjie 双语实现基础概率的计算,帮助学生学习如何解决简单的概率问题,并培养逻辑推理和编程思维。
53 1
|
2月前
|
Python
使用python计算两个日期之前的相差天数,周数
使用python计算两个日期之前的相差天数,周数
43 0
|
2月前
|
索引 Python
Excel学习笔记(一):python读写excel,并完成计算平均成绩、成绩等级划分、每个同学分数大于70的次数、找最优成绩
这篇文章是关于如何使用Python读取Excel文件中的学生成绩数据,并进行计算平均成绩、成绩等级划分、统计分数大于70的次数以及找出最优成绩等操作的教程。
81 0