【leetcode】50.(Medium )Pow(x,n)

本文深入解析了快速幂算法,一种高效计算x的n次方的方法。通过递归和迭代结合,利用二进制思想减少乘法次数,实现复杂度从O(n)降低至O(logn)。文章详细介绍了算法原理、代码实现及运行结果。

题目链接


解题思路:
这道题的意思就是求x的n次方。
如果xx求下去,求n-1次,这样是超时的。
我的思路是,首先求x
x,然后n就可以减少2,然后求(xx)(x*x),这样n就可以减少4…
就是n不是-1、-1、-1…这样减下去,而是-2、-4、-8…这样减下去
迭代cnt次后,可以让n减少2^(cnt)-1(次)(等比求和),cnt是这么求的:

int cnt=(int)Math.floor(Math.log(n)/Math.log(2));

然后看n还剩下多少,对n进行递归

用一个一位的数组res(result)来记录结果的原因是,我想通过calculatePow来改变两个变量的值,res和n。如果将res设为一个单纯的double变量,无法通过子函数改变res的值,只能建立一个数组,然后将res的值的存到数组里,再将数组传递进入子函数,才能改变这个值。


提交代码:

class Solution {
    public double myPow(double x, int n) {
    	if(n==0)    return (double)1;
        if(x==1)    return (double)1;
        if(x==-1){
            if(n%2==0)  return (double)1;
            else return (double)(-1);
        }
        if(n==Integer.MIN_VALUE)	return 0;
        
    	double res[]=new double[1];
    	res[0]=1;
        boolean flag1=n>0?true:false;  //判断是否取倒数
        int flag2=(x<0)&&(n%2!=0)?-1:1;

        n=Math.abs(n);
        x=Math.abs(x);
        
        while(n>1) 
        	n=calculatePow(x,n,res);
        res[0]*=x;	
        
     if(flag1)	return (double)(flag2*res[0]);
     else return (double)(flag2*1/res[0]);
    }
    
    public int calculatePow(double x,int n,double[] res) {
    	int fold=1;
    	double base=x;
    	int cnt=(int)Math.floor(Math.log(n)/Math.log(2));
    	for(int i=0;i<cnt;i++) {
    		res[0]*=base;
    		base*=base;
    		n-=fold;
    		fold*=2;
    	}
    	return n;
   } 
}

运行结果:
在这里插入图片描述

基于径向基函数神经网络RBFNN的自适应滑模控制学习(Matlab代码实现)内容概要:本文介绍了基于径向基函数神经网络(RBFNN)的自适应滑模控制方法,并提供了相应的Matlab代码实现。该方法结合了RBF神经网络的非线性逼近能力和滑模控制的强鲁棒性,用于解决复杂系统的控制问题,尤其适用于存在不确定性和外部干扰的动态系统。文中详细阐述了控制算法的设计思路、RBFNN的结构与权重更新机制、滑模面的构建以及自适应律的推导过程,并通过Matlab仿真验证了所提方法的有效性和稳定性。此外,文档还列举了大量相关的科研方向和技术应用,涵盖智能优化算法、机器学习、电力系统、路径规划等多个领域,展示了该技术的广泛应用前景。; 适合人群:具备一定自动控制理论基础和Matlab编程能力的研究生、科研人员及工程技术人员,特别是从事智能控制、非线性系统控制及相关领域的研究人员; 使用场景及目标:①学习和掌握RBF神经网络与滑模控制相结合的自适应控制策略设计方法;②应用于电机控制、机器人轨迹跟踪、电力电子系统等存在模型不确定性或外界扰动的实际控制系统中,提升控制精度与鲁棒性; 阅读建议:建议读者结合提供的Matlab代码进行仿真实践,深入理解算法实现细节,同时可参考文中提及的相关技术方向拓展研究思路,注重理论分析与仿真验证相结合。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值