[Leetcode] 29. Divide Two Integers 解题报告

最新推荐文章于 2020-09-24 22:58:54 发布

魔豆Magicbean

最新推荐文章于 2020-09-24 22:58:54 发布

阅读量848

点赞数

CC 4.0 BY-SA版权

分类专栏： IT公司面试习题文章标签： Leetcode Divide Two Integers 解题报告 Math Binary Search

本文链接：https://blog.youkuaiyun.com/magicbean2/article/details/53665437

IT公司面试习题专栏收录该内容

736 篇文章

订阅专栏

本文介绍了一种不使用乘法、除法和取模运算符实现整数除法的方法。提出了两种算法，一种时间复杂度为O(n)，另一种更优的时间复杂度为O(log n)。后者利用了除数的指数增长特性来快速逼近结果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

题目：

Divide two integers without using multiplication, division and mod operator.

If it is overflow, return MAX_INT.

思路：

我们在这里总结一下两种可能的思路（只考虑被除数和除数均为正数的情况）：

1、只要被除数大于等于除数，就从被除数中减去除数，每减去一次结果就增加1。假设最终结果为n，则该算法的时间复杂度为O(n)。

2、只要被除数大于等于除数的2倍，我们就将除数和结果均乘以2，直到被除数小于除数的2倍。接着将被除数更新为被除数与除数的差，将除数恢复为最初的除数，并重复上述操作直到被除数小于除数。此时算法的时间复杂度降为O(logn）。

O(logn)的复杂度要比O(n)好不少的。而这刚好涉及到几何级数和代数级数的概念。因为思路1中被除数是以代数级数的速度下降的，所以其时间复杂度为O(n)；而思路2中除数是以几何级数的速度增长的，所以迭代中被除数也就是以几何级数的速度下降的，因此其时间复杂度为O(logn）。

注意上述分析中n并不表示被除数和除数的规模，而是代表结果的规模。这类问题我们一般称为output-sensitive的。

好多问题都可以从O(n)优化为O(logn)，而这也是面试中经常会碰到的问题。我记得中Leetcode中还有好几道题目涉及到这一思想，例如求平方根，求幂等。建议读者把这几道题目结合起来一起练习，加深印象。

代码：

class Solution {
public:
    int divide(int dividend, int divisor) 
    {
        // the only special case that might cause overflow
        if(dividend == INT_MIN && divisor == -1) 
            return INT_MAX;
        if(dividend == 0) 
            return 0;  
        long ans = 0;
        long nums1 = labs(dividend);
        long nums2 = labs(divisor);  
        while(nums2 <= nums1)  
        {  
            int cnt = 1;  
            while((nums2 << cnt) <= nums1) 
                cnt++;  
            ans += (1 << (cnt-1));
            nums1 -= (nums2 << (cnt-1));  
        }  
        return (dividend > 0 ^ divisor > 0)? -ans : ans;  
    }
};