(见下面的解决方案)
(潜伏者出现)
我正在使用BigDecimal / BigInteger类来处理非常庞大的数字。
我有一个计算复合增长系列的公式。
对于每个n,值= initial *(coef ^ n)。
我正试图找到一种快速计算n0和n1之间值子集的和的方法。
因此,例如,其中n0 = 4且n1 = 6,
返回:初始*(coef ^ 4)+初始*(coef ^ 5)+初始*(coef ^ 6)
我不太了解数学,但也许有一种公式化的表达方式?
我基本上把所有的值加起来,通过提高系数将它们中的一些组合成10的幂。
据我所知,功能是准确的。我可以返回
的值n0 = 1,n1 = 50000,初始值= 100,coef = 1.05,不到一秒钟。
虽然我可能永远不会将该函数用于高于~2,000的值,但是知道是否有更有效的方法会很好。
public static final BigDecimal sum(int n0, int n1, BigDecimal initial, BigDecimal coef) {
BigDecimal sum = BigDecimal.ZERO;
int short_cut = 1000000000;
//Loop for each power of 10
while (short_cut >= 10) {
//Check the range of n is greater than the power of 10
if (n1 - n0 >= short_cut) {
//Calculate the coefficient * the power of 10
BigDecimal xCoef = coef.pow(short_cut);
//Add the first sum of values for n by re-calling the function for n0 to n0 + shortcut - 1
BigDecimal add = sum(n0, n0 + short_cut - 1, initial, coef);
sum = sum.add(add);
//Move n forward by the power of 10
n0 += short_cut;
while (n1 - n0 >= short_cut) {
//While the range is still less than the current power of 10
//Continue to add the next sum multiplied by the coefficient
add = add.multiply(xCoef);
sum = sum.add(add);
//Move n forward
n0 += short_cut;
}
}
//Move to the next smallest power of 10
short_cut /= 10;
}
//Finish adding where n is smaller than 10
for (; n0 <= n1; n0++)
sum = sum.add(initial.multiply(coef.pow(n0)));
return sum;
}
下一个问题是求出n1的最大值,其中和(n0,initial,coef)&lt; = x。
编辑:
public static final BigDecimal sum(int n0, int n1, BigDecimal initial, BigDecimal coef) {
return initial.multiply(coef.pow(n0).subtract(coef.pow(n1 + 1))).divide(BigDecimal.ONE.subtract(coef));
}
(initial * coef ^ n0 - coef ^ n1 + 1)/ 1 - coef
感谢维基百科。
答案 0 :(得分:1)
我会写一些算法思想。
首先让我们简化您的公式:
所以你应该计算: S = a *(c ^ n0)+ a *(c ^(n0 + 1))+ ... + a *(c ^ n1) 其中 initial = a 和 coef = c
让 S(n)成为以下总和的函数: S(n)= a + a * c + a *(c ^ 2)+ ... + a *(c ^ n)
我们将得到 S = S(n1)-S(n0-1)
另一方面 S(n)是geometric progression的总和,因此 S(n)= a *(1-c ^ n)/(1 -c)强>
所以我们得到 S = S(n1)-S(n0-1)= a *(1-c ^ n1)/(1-c)-a *(1-c ^(n0- 1))/(1-C)= A *(C ^(N0〜1)-c ^ N1)/(1-c)的强>
所以现在我们必须处理计算 c ^ n 指数(当然BigDecimal类有pow方法,我们这样做只是为了能够计算算法的复杂性)。以下算法具有 O(log(n))复杂度:
function exp(c,n){
// throw exception when n is not an natural number or 0
if(n == 0){
return 1;
}
m = exp(c, floor(n/2));
if (n % 2 == 0){
return m*m;
} else{
return m*m*c;
}
}
因此,如果我们考虑到代数运算具有 O(1) O(log(n))复杂度计算>复杂性。