前一段时间,小灰发布了一篇有关大整数相加的漫画,没看过的小伙伴可以先看一看:
那么,大整数相乘又是如何实现的呢?
起初,小灰认为只要按照大整数相加的思路稍微做一下变形,就可以轻松实现大整数相乘。但是随着深入的学习,小灰才发现事情并没有那么简单......


————— 第二天 —————





怎样列出这个乘法竖式呢?以 93281 X 2034 为例,竖式如下:

在程序中,我们可以利用int型数组,把两个大整数按位进行存储,再把数组中的元素像小学竖式那样逐个进行计算。
这个乘法竖式的计算过程可以大体分为两步:
1.整数B的每一个数位和整数A所有数位依次相乘,得到中间结果。
2.所有中间结果相加,得到最终结果。

-
/** -
* 大整数求乘积 -
* @param bigNumberA 大整数A -
* @param bigNumberB 大整数B -
*/ -
public static String multiply(String bigNumberA, String bigNumberB) { -
//1.把两个大整数用数组逆序存储,数组长度等于两整数长度之和 -
int lengthA = bigNumberA.length(); -
int lengthB = bigNumberB.length(); -
int[] arrayA = new int[lengthA]; -
for(int i=0; i< lengthA; i++){ -
arrayA[i] = bigNumberA.charAt(lengthA-1-i) - '0'; -
} -
int[] arrayB = new int[lengthB]; -
for(int i=0; i< lengthB; i++){ -
arrayB[i] = bigNumberB.charAt(lengthB-1-i) - '0'; -
} -
//2.构建result数组,数组长度等于两整数长度之和 -
int[] result = new int[lengthA+lengthB]; -
//3.嵌套循环,整数B的每一位依次和整数A的所有数位相乘,并把结果累加 -
for(int i=0;i<lengthB;i++) { -
for(int j=0;j<lengthA;j++) { -
//整数B的某一位和整数A的某一位相乘 -
result[i+j] += arrayB[i]*arrayA[j]; -
//如果result某一位大于10,则进位,进位数量是该位除以10的商 -
if(result[i+j] >= 10){ -
result[i+j+1] += result[i+j]/10; -
result[i+j] = result[i+j]%10; -
} -
} -
} -
//4.把result数组再次逆序并转成String -
StringBuilder sb = new StringBuilder(); -
//是否找到大整数的最高有效位 -
boolean findFirst = false; -
for (int i = result.length - 1; i >= 0; i--) { -
if(!findFirst){ -
if(result[i] == 0){ -
continue; -
} -
findFirst = true; -
} -
sb.append(result[i]); -
} -
return sb.toString(); -
} -
-
public static void main(String[] args) { -
String x = "3338429042340042304302404"; -
String y = "12303231"; -
System.out.println(multiply(x, y)); -
}






————————————







下面,我们的推导会有一些烧脑,请大家坐稳扶好~~
大整数从高位到低位,被平分成了两部分。设整数1的高位部分是A,低位部分是B;整数2的高位部分是C,低位部分是D,那么有如下等式:

如果把大整数的长度抽象为n,那么:

因此,整数1与整数2 的乘积可以写成下面的形式:

如此一来,原本长度为n的大整数的1次乘积,被转化成了长度为n/2的大整数的4次乘积(AC,AD,BC,BD)。





什么是master定理呢?
master定理的英语名称是master theorem,它为许多由分治法得到的递推关系式提供了渐进时间复杂度分析。
设常数a >= 1,b > 1,如果一个算法的整体计算规模 T(n) = a T(n / b) + f(n),那么则有如下规律:



假设两个长度为n的大整数相乘,整体运算规模是T(n) 。
根据刚才得到的结论,两个大整数相乘被拆分成四个较小的乘积:

所以在第一次分治时,T(n)和T(n/2)有如下关系:
T(n) = 4T(n/2) + f(n)
其中f(n)是4个乘积结果相加的运算规模,f(n)的渐进时间复杂度很明显是O(n)。
把这个关系带入到master定理的公式 T(n) = a T(n / b) + f(n) 当中,
此时 a=4, b=2。
此时,把a和b的值,以及f(n)的时间复杂度带入到master定理的第一个规律,也就是下面的规律:

发现正好符合条件。
怎么符合呢?推导过程如下:

所以我们的平均时间复杂度是:






如何做调整呢?其实很简单,连小学生都会:

这样一来,原本的4次乘法和3次加法,转变成了3次乘法和6次加法。


这样一来,时间复杂度是多少呢?
假设两个长度为n的大整数相乘,整体运算规模是T(n) 。
刚才我们说过,两个大整数相乘可以被拆分成三个较小的乘积,
所以在第一次分治时,T(n)和T(n/2)有如下关系:
T(n) = 3T(n/2) + f(n)
其中f(n)是6次加法的运算规模,f(n)的渐进时间复杂度很明显是O(n)。
此时让我们回顾一下master定理:
设常数a >= 1,b > 1,如果一个算法的整体计算规模 T(n) = a T(n / b) + f(n),那么则有如下规律:

对于T(n) = 3T(n/2) + f(n)这个关系式来说, a=3, b=2。
把a和b的值,以及f(n)的时间复杂度带入到master定理的第一个规律,也就是下面的规律:

发现正好符合条件。
怎么符合条件呢?推导过程如下:

所以我们的平均时间复杂度是:

2 和 1.59 之间的差距看似不大,但是当整数长度非常大的时候,两种方法的性能将是天壤之别。



下面展示一下实现代码。我们的代码非常复杂,在这里只作为参考,最重要的还是解决问题的思路:
-
/** -
* 大整数乘法 -
* @param bigNumberA 大整数A -
* @param bigNumberB 大整数B -
*/ -
public static String bigNumberMultiply(String bigNumberA, String bigNumberB) { -
boolean isNegative = false; -
if ((bigNumberA.startsWith("-") && bigNumberB.startsWith("-")) -
|| (!bigNumberA.startsWith("-") && !bigNumberB.startsWith("-"))) { -
// 两数同符号的情况 -
bigNumberA = bigNumberA.replaceAll("-", ""); -
bigNumberB = bigNumberB.replaceAll("-", ""); -
} else if ((bigNumberA.startsWith("-") && !bigNumberB.startsWith("-")) -
|| (!bigNumberA.startsWith("-") && bigNumberB.startsWith("-"))) { -
// 两数不同符号的情况 -
bigNumberA = bigNumberA.replace("-", ""); -
bigNumberB = bigNumberB.replace("-", ""); -
isNegative = true; -
} -
// 如果两数长度之和小于10,直接相乘返回 -
if (bigNumberA.length() + bigNumberB.length() < 10) { -
// 计算乘积 -
int tmp = (Integer.parseInt(bigNumberA) * Integer.parseInt(bigNumberB)); -
if (tmp == 0) { -
return "0"; -
} -
String value = String.valueOf(tmp); -
if(isNegative){ -
value = "-" + value; -
} -
return value; -
} -
// 公式 AC * 10^n+((A-B)(D-C)+AC+BD) * 10^(n/2)+BD当中的a,b,c,d -
String a, b, c, d; -
if (bigNumberA.length() == 1) { -
a = "0"; -
b = bigNumberA; -
} else { -
if (bigNumberA.length() % 2 != 0) { -
bigNumberA = "0" + bigNumberA; -
} -
a = bigNumberA.substring(0, bigNumberA.length() / 2); -
b = bigNumberA.substring(bigNumberA.length() / 2); -
} -
if (bigNumberB.length() == 1) { -
c = "0"; -
d = bigNumberB; -
} else { -
if (bigNumberB.length() % 2 != 0) { -
bigNumberB = "0" + bigNumberB; -
} -
c = bigNumberB.substring(0, bigNumberB.length() / 2); -
d = bigNumberB.substring(bigNumberB.length() / 2); -
} -
// 按最大位数取值,以确定补零数目 -
int n = bigNumberA.length() >= bigNumberB.length() ? bigNumberA.length() : bigNumberB.length(); -
-
//t1,t2为中间运算结果,t3为乘法运算完毕的结果 -
String t1, t2, t3; -
String ac = bigNumberMultiply(a, c); -
String bd = bigNumberMultiply(b, d); -
-
//t1=(A-B)(D-C) -
t1 = bigNumberMultiply(bigNumberSubtract(a, b), bigNumberSubtract(d, c)); -
//t2=(A-B)(D-C)+AC+BD -
t2 = bigNumberSum(bigNumberSum(t1, ac), bd); -
//t3= AC * 10^n+((A-B)(D-C)+AC+BD) * 10^(n/2)+BD -
t3 = bigNumberSum(bigNumberSum(Power10(ac, n), Power10(t2, n/2)), bd).replaceAll("^0+", ""); -
if (t3 == "") -
return "0"; -
if(isNegative){ -
return "-" + t3; -
} -
return t3; -
} -
-
-
-
/** -
* 大整数加法 -
* @param bigNumberA 大整数A -
* @param bigNumberB 大整数B -
*/ -
public static String bigNumberSum(String bigNumberA, String bigNumberB) { -
-
if (bigNumberA.startsWith("-") && !bigNumberB.startsWith("-")) { -
return bigNumberSubtract(bigNumberB, bigNumberA.replaceAll("^-", "")); -
} else if (!bigNumberA.startsWith("-") && bigNumberB.startsWith("-")) { -
return bigNumberSubtract(bigNumberA, bigNumberB.replaceAll("^-", "")); -
} else if (bigNumberA.startsWith("-") && bigNumberB.startsWith("-")) { -
return "-" + bigNumberSum(bigNumberA.replaceAll("^-", ""), bigNumberB.replaceAll("^-", "")); -
} -
-
//1.把两个大整数用数组逆序存储,数组长度等于较大整数位数+1 -
int maxLength = bigNumberA.length() > bigNumberB.length() ? bigNumberA.length() : bigNumberB.length(); -
int[] arrayA = new int[maxLength+1]; -
for(int i=0; i< bigNumberA.length(); i++){ -
arrayA[i] = bigNumberA.charAt(bigNumberA.length()-1-i) - '0'; -
} -
int[] arrayB = new int[maxLength+1]; -
for(int i=0; i< bigNumberB.length(); i++){ -
arrayB[i] = bigNumberB.charAt(bigNumberB.length()-1-i) - '0'; -
} -
//2.构建result数组,数组长度等于较大整数位数+1 -
int[] result = new int[maxLength+1]; -
//3.遍历数组,按位相加 -
for(int i=0; i<result.length; i++){ -
int temp = result[i]; -
temp += arrayA[i]; -
temp += arrayB[i]; -
//判断是否进位 -
if(temp >= 10){ -
temp -= 10; -
result[i+1] = 1; -
} -
result[i] = temp; -
} -
//4.把result数组再次逆序并转成String -
StringBuilder sb = new StringBuilder(); -
//是否找到大整数的最高有效位 -
boolean findFirst = false; -
for (int i = result.length - 1; i >= 0; i--) { -
if(!findFirst){ -
if(result[i] == 0){ -
continue; -
} -
findFirst = true; -
} -
sb.append(result[i]); -
} -
return sb.toString(); -
} -
-
-
/** -
* 大整数减法 -
* @param bigNumberA 大整数A -
* @param bigNumberB 大整数B -
*/ -
public static String bigNumberSubtract(String bigNumberA, String bigNumberB) { -
int compareResult = compare(bigNumberA, bigNumberB); -
if (compareResult == 0) { -
return "0"; -
} -
boolean isNegative = false; -
if (compareResult == -1) { -
String tmp = bigNumberB; -
bigNumberB = bigNumberA; -
bigNumberA = tmp; -
isNegative = true; -
} -
//1.把两个大整数用数组逆序存储,数组长度等于较大整数位数+1 -
int maxLength = bigNumberA.length() > bigNumberB.length() ? bigNumberA.length() : bigNumberB.length(); -
int[] arrayA = new int[maxLength+1]; -
for(int i=0; i< bigNumberA.length(); i++){ -
arrayA[i] = bigNumberA.charAt(bigNumberA.length()-1-i) - '0'; -
} -
int[] arrayB = new int[maxLength+1]; -
for(int i=0; i< bigNumberB.length(); i++){ -
arrayB[i] = bigNumberB.charAt(bigNumberB.length()-1-i) - '0'; -
} -
//2.构建result数组,数组长度等于较大整数位数+1 -
int[] result = new int[maxLength+1]; -
//3.遍历数组,按位相加 -
for(int i=0; i<result.length; i++){ -
int temp = result[i]; -
temp += arrayA[i]; -
temp -= arrayB[i]; -
//判断是否进位 -
if(temp < 0){ -
temp += 10; -
result[i+1] = -1; -
} -
result[i] = temp; -
} -
//4.把result数组再次逆序并转成String -
StringBuilder sb = new StringBuilder(); -
//是否找到大整数的最高有效位 -
boolean findFirst = false; -
for (int i = result.length - 1; i >= 0; i--) { -
if(!findFirst){ -
if(result[i] == 0){ -
continue; -
} -
findFirst = true; -
} -
sb.append(result[i]); -
} -
String value = sb.toString(); -
if (isNegative) { -
value = "-" + value; -
} -
return value; -
} -
-
-
// 比较大小 -
private static int compare(String x, String y) { -
if (x.length() > y.length()) { -
return 1; -
} else if (x.length() < y.length()) { -
return -1; -
} else { -
for (int i = 0; i < x.length(); i++) { -
if (x.charAt(i) > y.charAt(i)) { -
return 1; -
} else if (x.charAt(i) < y.charAt(i)) { -
return -1; -
} -
} -
return 0; -
} -
} -
-
-
// 扩大10的n次方倍 -
public static String Power10(String num, int n) { -
for (int i = 0; i < n; i++) { -
num += "0"; -
} -
return num; -
} -
-
-
public static void main(String[] args) { -
String x = "1513143"; -
String y = "9345963"; -
System.out.println(bigNumberMultiply(x, y)); -
}
需要注意的是,这段实现代码只适用于两个大整数长度相等的情况。如果想求解长度不等的整数相乘,只需要对代码做微小的改动,有兴趣的小伙伴没有试一试。






几点补充:
1. 文章最后的代码,经由网上技术博客的代码改动而来,仅做参考。
2. 关于快速傅里叶变换,有兴趣深入研究的小伙伴们可以参考《算法导论》第30章的内容。
本文探讨了大整数乘法的实现与优化方法,通过将大整数分解为更小的部分,使用分治法减少乘法次数,从而降低时间复杂度。介绍了传统乘法竖式的实现,并引入了master定理分析算法效率,最终通过巧妙调整,实现了更高效的Karatsuba算法。
1044

被折叠的 条评论
为什么被折叠?



