SICP 练习1.16

本文介绍了使用迭代过程实现快速幂运算的方法,包括定义函数、判断条件和递归调用等关键步骤,详细解释了如何通过减少计算量来提高效率。
部署运行你感兴趣的模型镜像
用一个a存答案就可以写出迭代的过程
(define (fast-expt-iter a b n) ; a存的是答案
  (cond ((= n 0) a) ; 终止情况
        ((even? n) (fast-expt-iter a (* b b) (/ n 2))) ; n为偶数
        (else (fast-expt-iter (* a b) b (- n 1))))) ; n为奇数

(define (even? n)
  (= (remainder n 2) 0))

(define (fast-expt b n)
  (fast-expt-iter 1 b n))

您可能感兴趣的与本文相关的镜像

PyTorch 2.6

PyTorch 2.6

PyTorch
Cuda

PyTorch 是一个开源的 Python 机器学习库,基于 Torch 库,底层由 C++ 实现,应用于人工智能领域,如计算机视觉和自然语言处理

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