【JavaScript】五个常用功能 案例:高精度乘法 批量修改对象属性 属性遍历 判断是否包含数字 检查重复字符串_js批量修改对象属性(1)

img
img

网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。

需要这份系统化资料的朋友,可以戳这里获取

一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!

前言

最近博主一直在牛客网刷题巩固基础知识,牛客网不仅具有公司真题专项练习面试题库在线编程等功能,还具有非常强大的AI模拟面试功能,简直是求职者的福音!

牛客网里的题库非常全面的,无论你是前端还是后端,是想要备考还是准备面试又或者是想要提高自己,你都能在牛客网上找到适合自己的题,赶快点击链接去注册登录吧:点我进入牛客网

牛客网牛客网
在这里插入图片描述在这里插入图片描述

本篇文章所有示例来自于牛客网题库/在线编程/JS篇,这些都是前端开发中常用的功能,借此记录一下刷题过程,巩固基础!

1、高精度乘法

描述: 求 a 和 b 相乘的值,a 和 b 可能是小数,需要注意结果的精度问题

示例:

输入:3, 0.0001
输出:0.0003

解:

function multiply(a, b) {
	// 转字符串
    let stra = a.toString();
    let strb = b.toString();
    // 获取小数位数
    let stranum = stra.split(".")[1] ? stra.split(".")[1].length : 0;
    let strbnum = strb.split(".")[1] ? strb.split(".")[1].length : 0;

    return parseFloat(stra \* strb).toFixed(stranum + strbnum);
}

JavaScript里做小数的乘法运算时会出现浮点错误,例如:0.1 * 0.1的结果为0.010000000000000002 ,而不是0.01
在这里插入图片描述

这里的思路就是利用两数相乘后的小数位数来格式化两数相除的结果,所以就需要先获得两个数的小数位数,这里使用的是split方法将字符串在.处分割,如果分割后的数组含有下标为1的元素(第二个元素),则这个元素就是原数的小数点后的数值,取其length属性即可获得原数值的小数位数。

使用parseFloat获取两数相乘后的浮点数,再使用toFixed格式化一下即可。

  • parseFloat() 函数解析一个参数(必要时先转换为字符串)并返回一个浮点数。
  • toFixed(digits) 方法使用定点表示法来格式化一个数值。
    digits为小数点后数字的个数;介于 0 到 20(包括)之间,实现环境可能支持更大范围。如果忽略该参数,则默认为 0。

2、批量改变对象的属性

描述: 给定一个构造函数 constructor,请完成 alterObjects 方法,将 constructor所有实例greeting 属性指向给定的 greeting 变量。

示例:

var C = function (name) {
    this.name = name;
    return this;
};

var obj1 = new C("Rebecca1");
var obj2 = new C("Rebecca2");

// 批量改变C的示例,obj1和obj2都会被改变
alterObjects(C, "What's up");

// obj1和obj2的greeting属性都被设置为了"What's up"
console.log(obj1.greeting, obj2.greeting); // What's up What's up

解:

function alterObjects(constructor, greeting) {
	// 在prototype原型上进行操作
    constructor.prototype.greeting = greeting;
}

所有实例的某个属性都改变只需要改变这个构造函数的原型即可。

3、属性遍历

描述:

找出对象 obj 不在原型链上的属性(注意这题测试例子的冒号后面也有一个空格~)
1、返回数组,格式为 key: value
2、结果数组不要求顺序

示例:

var C = function () {
    this.foo = "bar";
    this.baz = "bim";
};

C.prototype.bop = "bip";

// C原型上的bop属性不会被打印
console.log(iterate(new C())); // [ 'foo: bar', 'baz: bim' ]

解:

function iterate(obj) {
    let arr = [];
    for (const key in obj) {
        if (obj.hasOwnProperty(key)) {
            arr.push(`${key}: ${obj[key]}`);
        }
    }
    return arr;
}

for in遍历对象时会将对象原型上的属性也遍历出来,即上面的例子中bop属性也会被遍历到

hasOwnProperty这个方法可以用来检测一个对象是否含有特定的自身属性;和 in 运算符不同,该方法会忽略掉那些从原型链上继承到的属性

4、 判断是否包含数字

描述:

给定字符串 str,检查其是否包含数字,包含返回 true,否则返回 false

示例:

输入:'abc123'
输出:true

解:

最简单的方式:使用正则

function containsNumber(str) {
    let reg = /[0-9]/;
    return reg.test(str);
}

test() 方法执行一个检索,用来查看正则表达式与指定的字符串是否匹配。返回 truefalse

最笨的方法:遍历字符串

function containsNumber(str) {
    for (let i = 0; i < str.length; i++) {
        if (!isNaN(Number(str[i]))) {
            return true;
        }
    }
    return false;
}


![img](https://img-blog.csdnimg.cn/img_convert/517ab06950b0986eccc8eb29a93948bb.png)
![img](https://img-blog.csdnimg.cn/img_convert/21f85382acf782a90138c2d338baa08c.png)

**网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。**

**[需要这份系统化资料的朋友,可以戳这里获取](https://bbs.youkuaiyun.com/topics/618545628)**


**一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!**

366)]

**网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。**

**[需要这份系统化资料的朋友,可以戳这里获取](https://bbs.youkuaiyun.com/topics/618545628)**


**一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!**

<think>嗯,用户想了解如何实现高精度小数乘法运算,我得先理清楚这个问题。高精度计算通常是因为计算机的浮点数精度不够,比如在财务计算或者需要精确结果的场合,这时候就需要自己处理每一位数字。 首先,用户提到的引用里有提到JavaScript和Java的处理方法,比如用BigDecimal类,但用户可能更想知道底层实现,而不仅仅是调用库。那应该从手动模拟乘法过程开始。比如,将小数转换成字符串处理,避免浮点误差。 然后,高精度乘法的步骤应该是怎样的呢?记得手算乘法的时候,每一位相乘然后相加进位。对于小数,需要考虑整数部分和小数部分的位置。比如,两个小数相乘,先忽略小数点,按整数相乘,最后计算小数点的位置。 比如,0.12 * 0.3,可以转换成12*3=36,然后小数点后有2+1=3位,所以结果是0.036。这样处理的话,需要把输入的小数拆分成整数部分和小数部分,或者直接处理整个数字,去除小数点后按整数相乘,最后确定小数点的位置。 接下来,具体实现步骤可能需要分解为:字符串处理去除小数点,记录小数位数;然后进行整数的高精度乘法;最后处理结果的小数点位置,并去除前导零和末尾多余的零。 在字符串处理时,需要注意输入可能有前导零或者后导零,比如“012.340”这样的情况。处理的时候需要先去除前导零,但也要注意像0.5这样的情况,整数部分为零。小数部分可能需要截断或保留末尾零,根据需求决定。 然后,高精度乘法的实现,通常是用数组或字符串来存储每一位数字,然后按位相乘,处理进位。例如,将两个数的每一位相乘,结果存放在对应的位置,最后处理进位。比如,a的第i位和b的第j位相乘,结果应该加到i+j的位置上。这里可能需要一个临时数组来保存中间结果。 进位处理是关键,每一位计算后要加上进位,然后当前位保留余数,进位则为商。比如,当前位的值是sum,进位是sum // 10,当前位实际是sum % 10。 然后,处理小数点的位置。两个乘数的小数点后的位数之和就是结果的小数位数。比如,1.23有两位小数,0.4有一位,结果就是三位小数。这时候需要在乘积的适当位置插入小数点。 还有处理前导零和末尾零的问题。比如,乘积可能会有前导零,如00123,需要去掉前面的零,但如果是0.12300,可能需要保留两位小数,或者根据要求去掉后面的零,变成0.123。 另外,用户提到的引用中,有C语言的例子,用字符数组存储每位数字,然后用循环处理每一位相乘。这可能就是基本的实现方式。 那具体的步骤应该是: 1. 输入两个高精度小数,作为字符串处理。 2. 处理这两个字符串,去掉小数点,并记录各自的小数位数。 3. 将处理后的字符串转换为整数数组,可能逆序存储方便计算。 4. 执行高精度乘法,得到一个整数结果数组。 5. 计算总的小数位数,并在结果数组中插入小数点。 6. 格式化结果,去除前导零和末尾多余的零。 7. 输出最终结果。 现在,需要详细解释每一步怎么做。例如,在处理小数点时,如何确定小数位数。比如,输入“123.456”,小数位数是3,处理后的字符串是“123456”。对于整数部分没有小数点的情况,小数位数是0。 然后,乘法部分,如何将两个大数相乘。比如,将每个数字转换为整数数组,逆序存储,然后每位相乘,累加到结果数组的正确位置,处理进位。这可能涉及到双重循环,遍历每一位相乘。 例如,a的长度是m,b的长度是n,乘积的长度最多是m+n。初始化一个长度为m+n的数组,初始值为0。然后,对于a的每一位i,b的每一位j,乘积的结果加到i+j的位置上,然后处理进位。 之后,处理小数点位置,总的小数位数是两个数的小数位数之和。比如,两个数的小数位数分别是d1和d2,总共有d1+d2位小数。结果数组从右往左数d1+d2位的位置插入小数点。 然后,处理前导零,比如整数部分前面的零要去掉,但如果所有整数部分都是零,则保留一个零。末尾的零如果是小数部分,可能需要根据需求保留或去掉。 在代码实现上,如何处理这些步骤呢?比如,用Python的话,字符串处理比较方便。用户给的示例中有Python的快速排序代码,可能用户更倾向于Python实现? 或者,用户的问题并不限定语言,而是算法步骤。所以需要给出通用的方法,并可以附上示例代码。 可能的示例代码步骤: 比如,输入两个字符串num1和num2: 1. 处理num1和num2的小数点位置: - 对于num1,找到小数点的位置,记录小数位数d1,并将字符串转换为整数部分和小数部分的组合,比如“123.45”变成“12345”,d1=2。 - 同理处理num2,得到d2。 - 如果数没有小数点,则d1或d2为0。 2. 将处理后的两个整数字符串进行高精度乘法运算,得到乘积的整数结果字符串。 3. 在乘积结果中插入小数点,位置是总小数位数d = d1 + d2。比如,乘积结果是“370”,d=3,则变成“0.370”,然后去掉末尾的零变成“0.37”(如果要求的话)。 高精度乘法函数的实现: 比如,将两个字符串转换为逆序的整数数组,例如,数字123”变成[3,2,1],然后相乘: function multiply(num1, num2): len1 = len(num1) len2 = len(num2) result = [0]*(len1 + len2) for i in range(len1): for j in range(len2): result[i+j] += int(num1[i]) * int(num2[j]) result[i+j+1] += result[i+j] // 10 result[i+j] %= 10 # 处理进位 # 转换为字符串,并处理前导零 ... 然后,将结果数组转换为字符串,处理前导零和小数点。 可能需要注意,逆序存储的原因是为了方便处理进位,因为乘法是从低位到高位进行的。 然后,处理小数点时,确定总的小数位数,然后在结果字符串的适当位置插入小数点。例如,乘积结果的总长度是m+n,小数位数是d,那么小数点应该插入在从右数d的位置。例如,乘积是12345,d=3,那么结果是12.345。 但如果是逆序的话,可能需要调整。 可能这一步需要更仔细的处理,比如,结果数组处理后是逆序的,所以当转换为字符串后,需要反转得到正确的顺序,然后插入小数点。 例如,结果数组是[5,4,3,2,1],反转后是12345,总小数位数是d=3,那么正确的结果是12345,插入小数点后变成12.345。 所以,具体的步骤可能包括: - 将结果数组转换为字符串(反转后),然后插入小数点,总小数位数为d=d1+d2。 - 如果d大于字符串长度,需要在前面补零。例如,乘积字符串是“123”,d=5,那么结果是0.00123。 - 去除前导零和末尾的零,例如,“00123.45600”变成“123.456”。 最后,将这些步骤用代码实现,可能需要处理各种边界情况,比如其中一个数是零的情况,或者小数位数过多的情况。 在用户给出的引用中,引用[4]提到用字符数组存储乘数,并处理进位。这与我刚才的思路类似,所以可以借鉴。 现在,总结一下实现步骤: 1. 输入处理: - 去除输入字符串中的前导零和小数点后的后导零? - 分割整数部分和小数部分,或者直接处理整个字符串,去掉小数点,记录小数位数。 例如,处理num1: def preprocess(num_str): if '.' in num_str: integer_part, decimal_part = num_str.split('.') decimal_digits = len(decimal_part) # 去除整数部分的前导零 integer_part = integer_part.lstrip('0') or '0' # 去除小数部分的后导零 decimal_part = decimal_part.rstrip('0') full_num = integer_part + decimal_part decimal_digits = len(decimal_part) else: full_num = num_str.lstrip('0') or '0' decimal_digits = 0 return full_num, decimal_digits 但需要注意,如果输入是“0.000”,处理后小数位数可能为0,或者保留? 这可能根据需求而定。用户可能需要保留有效小数位数,比如用户输入“0.123000”,小数位数是3,处理后为“123”和decimal_digits=3? 或者,可能用户需要精确计算,所以保留所有的小数位,包括后面的零? 比如,假设输入是“0.123000”,则处理后的full_num是“123000”,decimal_digits=6。但这样在最后的结果中,如果有末尾零,可能需要保留,比如当用户需要精确到指定位数时。 或者,可能需要在预处理步骤中去除末尾的零,以减少计算量。比如,将“0.123000”处理成“123”和decimal_digits=3,这样后续计算会更高效。 这取决于需求,但通常在高精度计算中,输入的数值应该被准确处理,包括末尾的零,因为这些可能代表有效数字。比如,用户输入可能是有意保留的零,如测量数据中的精度。 但为了简化,可能在预处理时去除小数部分的后导零。例如,将“0.123000”视为0.123,decimal_digits=3。这样更合理,因为末尾的零可能没有实际意义。 所以,预处理步骤可能需要: 处理输入字符串: - 分割整数和小数部分。 - 合并整数和小数部分为一个完整的数字字符串(去除前导和后导零)。 - 记录小数位数。 例如,输入“0123.4500”: - 分割为整数部分“0123”和小数部分“4500”。 - 整数部分去前导零得到“123”,小数部分去后导零得到“45”。 - 合并后的full_num是“12345”,decimal_digits是2(小数部分是“45”,长度2)。 这样,原来的数值是123.45,而处理后的数字12345,decimal_digits=2,这样总数值是123.45。 如果输入是“0.0”,则处理后的full_num是“0”,decimal_digits=0,这可能需要特别处理,避免变成空字符串。 这一步可能比较复杂,需要处理各种情况,比如输入为“.”,或者没有整数部分等情况。 但为了简单起见,假设输入是合法的小数,如“123.45”或“.45”(视为0.45),或者“123.”(视为123.0)。 接下来,高精度乘法运算: 将两个处理后的full_num字符串相乘,得到乘积的字符串,然后根据总小数位数插入小数点。 例如,num1的full_num是“123”,decimal_digits=1(即12.3),num2的full_num是“45”,decimal_digits=2(即0.45),总小数位数是3。乘积是123*45=5535,插入小数点后是5535变成5.535,总共有3位小数,即5535的左边数长度是4,插入点位置是4-3=1位,所以结果是5.535。 或者,需要确定小数点插入的位置。例如,两个数的小数位数总和为d,乘积字符串长度为n,则小数点应该从右边数d位的位置。例如,乘积是“5535”,d=3,那么结果为5.535。 所以,乘积字符串为“5535”,总小数位3,插入小数点后变成5535 -> 5.535。 如果乘积的长度小于d,需要在前面补零。例如,乘积是“35”,d=3,则结果应该是0.035。 这一步的处理可能需要填充前导零,以确保小数点位置正确。 最后,格式化结果: - 去除整数部分的前导零,但至少保留一个零。 - 去除小数部分的后导零,如果不需要的话。 - 如果小数部分为零,可以省略小数点。 例如: 结果字符串是“5535”,d=3 → “5.535” → 如果有后导零,比如“5.53500” → 变为“5.535”。 或者,如果结果是“535”,d=3 → 前面补零得到“0.535”。 或者,如果结果是“5”,d=3 → “0.005”。 综上,代码的大致步骤是: 预处理两个输入字符串,得到full_num1,d1;full_num2,d2。 执行高精度整数乘法,得到product_str。 计算总小数位数d = d1 + d2。 处理product_str,插入小数点,得到最终结果。 然后,代码实现中的高精度乘法函数需要正确处理进位,并处理前导零。 现在,如何实现高精度乘法? 例如,将两个字符串转换为数字列表,逆序存储,然后相乘: 比如,num1_str = '123' → [3, 2, 1] num2_str = '45' → [5, 4] 相乘时,每一位i和j相乘,结果存在i+j的位置,最后处理进位。 Python示例代码: def multiply(num1, num2): len1 = len(num1) len2 = len(num2) result = [0] * (len1 + len2) for i in range(len1): digit1 = int(num1[i]) for j in range(len2): digit2 = int(num2[j]) result[i + j] += digit1 * digit2 result[i + j + 1] += result[i + j] // 10 result[i + j] %= 10 # 处理进位 # 从低位到高位处理进位 for i in range(len(result)-1): carry = result[i] // 10 result[i] %= 10 result[i+1] += carry # 转换为字符串 product_str = ''.join(map(str, reversed(result))) # 去除前导零 product_str = product_str.lstrip('0') if not product_str: return '0' return product_str 但这段代码可能有错误,因为原来的result数组是正序还是逆序? 比如,num1是'123',存储为[3,2,1],num2是'45',存储为[5,4]。 在循环中,i和j是索引,对应num1[i]和num2[j],即对于i=0,得到digit1是3,j=0,digit2是5 → 3*5=15 → result[0] +=15 → result[0+0] =15 →然后处理进位到i+j+1=1的位置。 但是,这可能有问题,因为传统的乘法是从最低位开始相乘,但这里的存储可能有问题。或者,可能应该将num1和num2转换为逆序的列表,例如,'123'转换为[3,2,1],然后相乘。 或者,可能更好的做法是将数字的每一位按正序存储,然后相乘时,i和j的位置对应不同的权值。比如,num1的第i位(从0开始,左起)的权值是10^(len1-1 -i),同理num2的第j位。这时候,相乘后的权值是10^(len1-1 -i + len2-1 -j) = 10^(len1 + len2 -2 -i -j)。这可能比较复杂。 另一种方式,是将两个字符串转换为逆序的整数列表,然后进行相乘。例如: num1 = '123' → list [3,2,1] num2 = '45' → list [5,4] 然后,相乘时,每个数字的索引i和j对应的是10^i和10^j的权值,相乘后的权值是10^(i+j)。所以,结果数组的索引k = i + j,对应权值10^k。这样,相乘时,将digit1 * digit2的积加到结果数组的k = i + j的位置,然后处理进位。 这样,最终的结果数组的每个索引k的值是权值10^k的系数。处理完所有相乘和进位后,将结果数组反转得到正常的顺序。 例如,num1是[3,2,1](即123),num2是[5,4](即45),相乘后: i=0(digit1=3): j=0 → digit2=5 → 3*5=15 → 结果[0+0] +=15 → result[0] =15 处理进位,15//10=1 → result[1] +=1 → result[0] =5 然后,i=0,j=1 → digit2=4 → 3*4=12 → result[0+1=1] +=12 → result[1]=12+1=13 →进位13//10=1 → result[2] +=1 → result[1] =3. 继续处理i=1(digit1=2): j=0 → 2*5=10 → result[1] +=10 → result[1] =3+10=13 →进位1,result[2] +=1 → result[1]=3. 然后处理进位时,每个位置可能需要多次进位。 这可能比较复杂,所以更高效的做法是,在相乘时不处理进位,最后统一处理进位。 例如,初始时result数组全为0,每个i和j循环相乘,将结果累加到i+j的位置,最后统一处理进位。 这样,代码可能更高效,例如: def multiply(num1: str, num2: str) -> str: if num1 == "0" or num2 == "0": return "0" len1 = len(num1) len2 = len(num2) result = [0] * (len1 + len2) # 逆序存储数字,方便从低位开始处理 num1 = num1[::-1] num2 = num2[::-1] for i in range(len1): digit1 = int(num1[i]) for j in range(len2): digit2 = int(num2[j]) result[i + j] += digit1 * digit2 # 处理进位 carry = 0 for k in range(len(result)): temp = result[k] + carry result[k] = temp % 10 carry = temp // 10 # 转换为字符串并处理前导零 product_str = ''.join(map(str, result[::-1])).lstrip('0') return product_str if product_str else '0' 这可能更正确,例如,num1=123,num2=45,逆序后num1='321',num2='54'。 相乘过程: i=0(digit1=3): j=0 → digit2=5 → 3*5=15 → result[0] +=15 → result[0] =15 j=1 → digit2=4 → 3*4=12 → result[1] +=12 → result[1] =12 i=1(digit1=2): j=0 → 2*5=10 → result[1] +=10 → result[1] =22 j=1 → 2*4=8 → result[2] +=8 → result[2] =8 i=2(digit1=1: j=0 →1*5=5 → result[2] +=5 → result[2]=13 j=11*4=4 → result[3] +=4 → result[3]=4 然后,result数组是: [15,22,13,4,0,0] 处理进位: 从k=0开始: k=0: temp=15+0=15 → result[0] =5, carry=1 k=1: temp=22+1=23 → result[1]=3, carry=2 k=2: temp=13+2=15 → result[2]=5, carry=1 k=3: temp=4+1=5 → result[3]=5, carry=0 k=4: temp=0+0=0 → 0 k=5: 0+0=0. 所以,处理后的result数组是[5,3,5,5,0,0],反转后是0,0,5,5,3,5 → 去掉前导零后是5535,即正确结果123*45=5535。 这样,乘法函数正确。然后,处理小数点。 例如,假设两个数的小数位数是d1和d2,总小数位数d=d1+d2。假设full_num1123,d1=1 → 原数是12.3;full_num2是45,d2=2 → 原数是0.45。相乘结果是5535,总小数位数3 → 5535插入小数点后是5.535。 所以,在得到product_str后,需要插入小数点。 此时,product_str是5535,长度4,总小数位数3,所以小数点应该插入在4-3=1的位置,即变成5.535。 但如何将整数字符串转换为带小数点的结果? 例如,假设product_str是5535,总小数位数d=3: - 如果d >= len(product_str),需要在前面补零,例如,product_str是35,d=3 → 0.035。 所以,处理逻辑是: 如果 d > 0: if len(product_str) > d: 整数部分 = product_str[:-d] 小数部分 = product_str[-d:] else: 整数部分 = '0' 小数部分 = product_str.zfill(d) # 前面补零到d位 result = f"{整数部分}.{小数部分}" # 去除小数部分的后导零和可能的末尾小数点 result = result.rstrip('0').rstrip('.') if '.' in result else result 例如,product_str='5535', d=3: len=4 >3 → 整数部分='5', 小数部分='535' → 5.535 → 去除后导零的话,可能已经是正确结果。 另一个例子,product_str='35', d=3 → 整数部分='0', 小数部分='035' → 0.035 → 去除后导零的话,如果小数部分是035,变成03 → 但实际应保留三位小数? 或者,去除后导零可能改变小数位数。比如,0.035 → 去除后导零后还是0.035;0.0350 → 0.035。 所以,格式化结果时,可能需要保留小数位数,或者根据用户需求决定是否去除后导零。 在代码中,可能处理为: def format_product(product_str, decimal_places): if decimal_places == 0: return product_str # 确定小数点位置 len_product = len(product_str) if len_product > decimal_places: integer_part = product_str[:-decimal_places] fractional_part = product_str[-decimal_places:] else: integer_part = '0' fractional_part = product_str.zfill(decimal_places) # 合并整数和小数部分 formatted = f"{integer_part}.{fractional_part}" # 去除小数部分的后导零和可能的末尾小数点 formatted = formatted.rstrip('0').rstrip('.') # 处理整数部分为零的情况 if formatted.startswith('.'): formatted = '0' + formatted return formatted 例如,product_str='5535', decimal_places=3 → '5.535' product_str='35', decimal_places=3 → '0.035' product_str='5', decimal_places=3 → '0.005' product_str='0', decimal_places=0 → '0' product_str='1234', decimal_places=2 → '12.34' 对于小数部分的后导零,例如,formatted='5.535000' → 变成'5.535'。 这样,代码将正确处理这些情况。 然后,将这些步骤综合起来: 1. 预处理输入字符串,得到full_num1,d1和full_num2,d2。 2. 执行高精度乘法,得到product_str。 3. 计算总小数位数d = d1 + d2. 4. 格式化product_str,得到最终结果。 最后,编写完整的Python代码示例: 需要注意的是,预处理步骤可能需要处理输入中的小数点,合并整数和小数部分,并记录小数位数。 例如,预处理函数: def preprocess_number(num_str): if '.' in num_str: integer_part, fractional_part = num_str.split('.') integer_part = integer_part.lstrip('0') or '0' fractional_part = fractional_part.rstrip('0') full_num = integer_part + fractional_part decimal_places = len(fractional_part) else: full_num = num_str.lstrip('0') or '0' decimal_places = 0 # 处理全零的情况 if full_num == '': full_num = '0' return full_num, decimal_places 但是,如果输入是“0.000”,则处理后的full_num是'' + '' → '0',decimal_places=0。这可能有问题,因为原数是0.000,应该视为0.0,但小数位数是3。所以需要调整预处理步骤。 例如,处理小数部分: def preprocess_number(num_str): if '.' in num_str: parts = num_str.split('.') integer_part = parts[0].lstrip('0') or '0' fractional_part = parts[1].rstrip('0') if len(parts) >1 else '' # 合并整数和小数部分 full_num = integer_part + fractional_part decimal_places = len(parts[1]) if len(parts) >1 else 0 # 如果小数部分被全部去掉了,decimal_places应该是原长度减去后导零的数量 # 但这里直接取rstrip后的长度,所以可能需要调整 # 例如,输入是 '12.3400' → parts[1] is '3400' → fractional_part is '34' → decimal_places=4? # 但上面代码中,decimal_places会被设置为 len(parts[1]),即4,而处理后的小数部分是 '34',所以小数位数应该是原来的4位? # 但这样处理后,full_num是integer_part + fractional_part = '12' + '34' = '1234',decimal_places=4 → 实际值是1234 * 10^-4 = 12.34,但原数是12.34,但输入是12.3400,所以小数位数是4位,保留两位有效小数? 这里存在矛盾,因为预处理中去除了后导零,但需要记录原始的小数位数。例如,输入是“12.3400”,应记录小数位数是4,而不是处理后的2。否则,在乘法时总的小数位数会被错误计算。 哦,这里发现一个错误。原来的小数位数应该是处理前的小数位数,而不是处理后的。例如,输入是“0.4500”,小数位数是4,而不是2。因为用户可能输入的是精确到四位小数的数值,即使后面有零。 所以,预处理步骤应该记录原始的小数位数,而不是处理后的。例如,在split之后,小数部分的长度就是原始的小数位数,不管后面是否有零。 比如: num_str = '0.4500' → split后,parts[1]是'4500' → decimal_places =4. 这样,即使小数部分被处理为'45',但decimal_places仍然是4。这样在乘法时,总小数位数是两者的和,正确的保留所有小数位数。 但这样的话,合并后的full_num是integer_part + fractional_part(去掉了后导零),但decimal_places是原来的小数位数。 例如,num_str='0.4500' → integer_part='0',fractional_part='4500' → decimal_places=4 → 但处理后的fractional_part是'45',所以 full_num是 '045' → 也就是 '45'? 但 integer_part已经被处理为 '0',所以 full_num是 '0' + '45' → '045' → 但去掉了前导零的integer_part是 '0',所以 full_num是 '045'? 这可能导致错误,比如输入0.45,原数是0.45,小数位数是2,处理后full_num是'045',即45,这样乘以另一个数可能出错。 这似乎有问题,因为预处理步骤中的合并方式应该正确反映原数的数值,不管后导零如何。 正确的预处理步骤应该是: 当处理一个数时,比如输入是“0.4500”,原数值是0.45,但用户可能希望保留四位小数。因此,在乘法运算中,小数位数应该是4,而不是2。因此,在预处理时,应该记录原始的小数位数,而不是处理后的。 这样,在合并full_num时,应该保留所有的数字,包括后面的零,否则会导致结果错误。 例如,输入“0.4500”对应的数值是0.4500,即精确到四位小数,但实际值是0.45。但用户可能输入“0.4500”以表示四位小数,此时在乘法中,应该保留所有四位小数位数。 但这样处理的话,预处理步骤就不能去除后导零,否则小数位数会被错误计算。 所以,预处理步骤应该: 1. 分割整数和小数部分。 2. 记录原始的小数位数,即小数部分的长度。 3. 合并整数和小数部分,包括后导零,因为这是用户输入的一部分,表示精确到该位数。 例如,输入“0.4500” → 整数部分是'0',小数部分是'4500' → decimal_places=4 → full_num是 '04500' → 但整数部分的'0'被处理为保留,然后合并为 '04500' → 去除前导零后的整数部分为 '0',所以 full_num是 '04500' → 但这样合并后,数值是04500,即4500,但原数是0.4500 → 4500 * 10^-4 =0.45 → 所以这样的处理是正确的。 或者,可能更简单的方式是,不进行任何去除后导零的处理,直接合并整数和小数部分,记录原始的小数位数。这样,所有的数字都被保留,包括后导零。 例如,预处理步骤: def preprocess_number(num_str): if '.' in num_str: integer_part, fractional_part = num_str.split('.') integer_part = integer_part.lstrip('0') or '0' decimal_places = len(fractional_part) full_num = integer_part + fractional_part else: integer_part = num_str.lstrip('0') or '0' decimal_places = 0 full_num = integer_part # 处理全零的情况 if full_num == '': full_num = '0' return full_num, decimal_places 这样,输入“0.4500” → integer_part是'0',fractional_part是'4500' → full_num是 '04500' → decimal_places=4. 但合并后的full_num是 '04500',即数值是4500,原数是0.4500 → 4500 * 10^(-4) =0.45。 这样,在乘法时,两个数的full_num是他们的实际数值乘以10^decimal_places的整数。例如,num1的full_num是 a,d1 → 实际数值是 a * 10^(-d1). 相乘后的结果是 (a * 10^(-d1)) * (b *10^(-d2)) )= a*b *10^-(d1+d2). 所以,正确的方式是合并整数和小数部分,并保留所有的小数位数,包括后导零。这样,在乘法时,得到的乘积是 a*b,然后小数位数是 d1+d2. 所以,预处理步骤不应该去除后导零,因为这会改变小数位数,从而导致结果错误。 例如,用户输入“2.50” → 小数位数是2,原数值是2.5,但用户可能希望保留两位小数,此时在乘法时,小数位数应该加上另一位数,例如乘以“3.00”,得到的结果小数位数是2+2=4,即结果应保留四位小数。 所以,正确的预处理步骤应该保留所有的小数位数,包括后导零。 因此,预处理函数应修改为: def preprocess_number(num_str): if '.' in num_str: integer_part, fractional_part = num_str.split('.') integer_part = integer_part.lstrip('0') or '0' decimal_places = len(fractional_part) full_num = integer_part + fractional_part or '0' else: integer_part = num_str.lstrip('0') or '0' decimal_places = 0 full_num = integer_part # 处理全零的情况 if full_num == '': full_num = '0' return full_num, decimal_places 例如: 输入“0.4500” → integer_part='0', fractional_part='4500' → decimal_places=4 → full_num='04500' 但此时,full_num是'04500',即当转换为整数时,是4500,但原数是0.4500,即4500e-4=0.45. 这样,在处理乘法时,正确的小数位数是4,所以乘积的小数位数是4+其他数的小数位数。 例如,乘以“0.4500”(d1=4)和“0.3”(d2=1)得到的小数位数是5,结果应该是4500 * 3 =13500 → 13500e-5 =0.13500 → 0.135,但根据用户需求可能需要保留五位小数,即0.13500。 所以,预处理步骤必须保留原始的小数位数,包括后导零,不能去除。 因此,预处理函数中,不应去掉小数部分的后导零。 这可能意味着,在代码中,合并后的full_num包括所有的小数位,包括后导零。例如,输入“12.3400” → full_num是'123400',decimal_places=4. 这样,在乘法时,正确的数值是123400 × 10^(-4) = 12.34. 所以,预处理步骤的正确实现是: def preprocess_number(num_str): # 分割整数和小数部分 if '.' in num_str: parts = num_str.split('.') integer_part = parts[0].lstrip('0') # 去除前导零 if not integer_part: # 如果整数部分全为零,设置为'0' integer_part = '0' fractional_part = parts[1] if len(parts) >1 else '' decimal_places = len(fractional_part) full_num = integer_part + fractional_part else: integer_part = num_str.lstrip('0') if not integer_part: integer_part = '0' decimal_places = 0 full_num = integer_part # 处理全零的情况,例如输入是 "0.0000" → full_num可能是 '00',需要合并为 '0' full_num = full_num.lstrip('0') or '0' return full_num, decimal_places 这样,输入“0.4500” → integer_part='0', fractional_part='4500' → decimal_places=4 → full_num='0' + '4500' = '04500' → lstrip('0') → '4500' → 但此时,原数的数值是4500e-4=4.5,而正确的数值应该是0.4500=4500e-4=0.45。哦,这里发现错误,因为合并后的full_num是integer_part + fractional_part,其中integer_part已经被处理为去除前导零后的结果。例如,“0.4500”的integer_part是'0',fractional_part是'4500',合并后是'04500' → lstrip('0')后变成'4500',此时原数的数值是4500 * 10^-4=4.5,这显然错误。 这说明预处理步骤有误。正确的合并应该是保留integer_part的原样,除了前导零的处理。例如,“0.4500”的整数部分是'0',小数部分是'4500',合并后的full_num应该是'04500',但在处理前导零时,integer_part被处理为'0',所以合并后的full_num是'0'+'4500'='04500',然后 lstrip('0')得到'4500',这显然改变了原数的值,导致错误。 这明显是错误的,所以预处理步骤需要调整。正确的做法是,保留整数部分的原数字符串,但去除前导零,除非整数部分全为零,此时保留一个零。 例如,输入“0.4500”: integer_part = parts[0] → '0' 在处理integer_part时,lstrip('0')得到'',然后设置为'0'。 fractional_part = '4500' full_num = '0' + '4500' = '04500' 然后,full_num.lstrip('0') → '4500',这显然与原数0.4500=4500e-4=4.5不符。这说明预处理步骤存在严重错误。 问题出在合并整数和小数部分的方式上。正确的合并方式应该是,将整数和小数部分拼接起来,不去除前导零,而只处理整数部分的前导零。例如,原数的整数部分是'0',小数部分是'4500',合并后的full_num应该是'04500',然后处理前导零得到'4500' → 但这改变了原数的值。 这说明,预处理步骤中的前导零处理是错误的,应该保留整数部分的原始数字,而仅去除前导零后的结果。例如,原数的整数部分是'0',处理后的integer_part是'0',然后拼接小数部分得到'04500' → 此时,full_num是'04500',作为字符串,转换为整数是4500,而原数的实际值是0.4500=4500e-4=4.5,这显然错误。 所以,这里的问题根源在于,预处理步骤中错误地拼接了处理后的integer_part和小数部分,导致数值被错误放大。 正确的预处理步骤应该将原数的整数部分和小数部分合并为完整的数字字符串,而不会改变其数值。例如,输入“0.4500”的数值是0.4500,对应的full_num应该是4500,但乘以10^4得到4500 → 0.4500 =4500/10^4=0.45。但是,原数的整数部分是0,小数部分是4500,合并后的数字是04500,转换为整数是4500,这相当于将0.4500视为4500e-4=0.45,是正确的。 但是,在处理整数部分时,例如,输入是“123.45” → 整数部分是123,小数部分是45 → full_num是12345 → 正确,乘以10^-2 → 123.45. 输入是“0.4500” → full_num是04500 → 转为4500 → 4500 *10^-4=0.45,正确。 所以,预处理步骤中的前导零处理是正确的,因为当拼接后的full_num被转换为整数时,前导零会被忽略。例如,full_num是04500 → 转换为整数是4500,这确实是正确的数值,当乘以10^-4时得到0.45。 因此,预处理函数的正确版本: def preprocess_number(num_str): # 分割整数和小数部分 if '.' in num_str: integer_part, fractional_part = num_str.split('.') # 处理整数部分,去除前导零 integer_part = integer_part.lstrip('0') or '0' # 记录小数位数 decimal_places = len(fractional_part) # 合并整数和小数部分 full_num = integer_part + fractional_part else: # 没有小数点,整数部分 integer_part = num_str.lstrip('0') or '0' decimal_places = 0 full_num = integer_part # 处理full_num为空的情况(如输入是".45" → integer_part是0,fractional_part是45 → full_num是045 → lstrip变成45 → 错误) # 所以,不能对full_num进行lstrip,因为整数部分的零可能被去掉。 # 例如,输入是 "0.4500" → integer_part是0 → fractional_part是4500 → full_num是04500 → 转换为整数是4500,正确。 # 输入是 ".45" → integer_part是0 → fractional_part是45 → full_num是045 → 转换为45 → 0.45 ×10^-2=0.0045? 不对,原数是0.45,小数位数是2,所以正确的数值是45 ×10^-2=0.45. # 所以,full_num应保留前导零,例如,输入是 "0.45" → full_num是045 → 转换为45 → 45 ×10^-2=0.45. # 因此,full_num不需要去除前导零,因为拼接后的数字直接转换为整数即可。 # 但是,如果输入是 "00.45" → integer_part是0 → fractional_part是45 → full_num是045 → 45 → 0.45,正确。 # 所以,预处理后的full_num不需要去除前导零,因为这样会导致数值错误。 # 所以,正确的做法是:在合并integer_part和fractional_part后,不去除前导零,除非全零。 # 例如,输入是 "000.4500" → integer_part是0 → fractional_part是4500 → full_num是04500 → 转换为4500 → 0.45 ×10^4=4500 → 4500 ×10^-4=0.45,正确。 # 输入是 "0123.4500" → integer_part是123 → fractional_part是4500 → full_num=1234500 → 1234500 ×10^-4=123.45,正确。 # 因此,预处理函数中的full_num应该直接是 integer_part + fractional_part,无需进一步处理前导零,除非全为零。 # 检查full_num是否全为零 if all(c == '0' for c in full_num): full_num = '0' else: # 去除前导零,但保留至少一个零 full_num = full_num.lstrip('0') or '0' return full_num, decimal_places 这样,输入“0.4500” → integer_part是'0',fractional_part是'4500' → full_num是 '04500' → lstrip('0')后是 '4500' → 正确,因为原数值是0.4500=4500e-4=0.45. 输入“.45” → integer_part是'0',fractional_part是'45' → full_num是'045' → lstrip后是'45' → 45e-2=0.45. 输入“00.4500” → integer_part是'0' → full_num是04500 → lstrip后是4500 → 正确. 输入“0123.4500” → integer_part是'123' → full_num是1234500 → 正确. 输入“0.0” → integer_part是'0',fractional_part是'0' → full_num是 '00' → all zero → 设置为'0' → decimal_places=1 → 0e-1=0. 这样,预处理函数正确地将原数转换为full_num和decimal_places,确保数值正确。 现在,将所有步骤综合起来,编写完整的Python代码: 预处理两个输入字符串: num1_str = input_num1 → full_num1, d1 num2_str = input_num2 → full_num2, d2 执行高精度乘法: product_str = multiply(full_num1, full_num2) 总小数位数d = d1 + d2. 格式化product_str,得到最终结果. 然后,编写完整的代码: def preprocess_number(num_str): if '.' in num_str: integer_part, fractional_part = num_str.split('.') integer_part = integer_part.lstrip('0') or '0' decimal_places = len(fractional_part) full_num = integer_part + fractional_part else: integer_part = num_str.lstrip('0') or '0' decimal_places = 0 full_num = integer_part # 处理全零的情况 if all(c == '0' for c in full_num): full_num = '0' else: full_num = full_num.lstrip('0') or '0' return full_num, decimal_places def multiply(num1, num2): if num1 == '0' or num2 == '0': return '0' len1 = len(num1) len2 = len(num2) result = [0] * (len1 + len2) num1 = num1[::-1] num2 = num2[::-1] for i in range(len1): digit1 = int(num1[i]) for j in range(len2): digit2 = int(num2[j]) result[i + j] += digit1 * digit2 carry = 0 for k in range(len(result)): temp = result[k] + carry result[k] = temp % 10 carry = temp // 10 product_str = ''.join(map(str, result[::-1])).lstrip('0') return product_str if product_str else '0' def format_product(product_str, decimal_places): if decimal_places == 0: return product_str len_product = len(product_str) if len_product >= decimal_places: integer_part = product_str[:-decimal_places] fractional_part = product_str[-decimal_places:] else: integer_part = '0' fractional_part = product_str.zfill(decimal_places) # 合并整数和小数部分 if not integer_part: integer_part = '0' formatted = f"{integer_part}.{fractional_part}" # 去除后导零和多余的小数点 formatted = formatted.rstrip('0').rstrip('.') # 处理像 ".45" 变成 "0.45" if formatted.startswith('.'): formatted = '0' + formatted return formatted def high_precision_multiply(num1_str, num2_str): full_num1, d1 = preprocess_number(num1_str) full_num2, d2 = preprocess_number(num2_str) product_str = multiply(full_num1, full_num2) total_decimal = d1 + d2 formatted = format_product(product_str, total_decimal) return formatted 测试案例案例1:num1 = "0.45", num2 = "0.4" 预处理后,full_num1 = '45', d1=2;full_num2='4', d2=1 → product_str=45*4=180 → total_decimal=3 → formatted=180,插入小数点后变成180 → len=3 >=3 → integer_part=180[:-3] → '' → '0', fractional_part=180 → '180' → formatted=0.180 → 去除后导零变成0.18。但根据代码,formatted会变成0.18,但正确结果应该是0.45*0.4=0.18,正确。 案例2:num1="123", num2="45" → full_num1='123', d1=0; full_num2='45', d2=0 → product_str=5535 → total_decimal=0 → formatted=5535. 案例3:num1="0.4500", num2="0.3" → d1=4, d2=1 → total_decimal=5 → product_str=4500 *3=13500 → formatted=13500插入小数点后5位 → 13500长度5 → integer_part=13500[:-5] → '' → '0' → fractional_part=13500 → 0.13500 → 去除后导零后0.135. 案例4:num1="0.05", num2="0.02" → full_num1='05',d1=2 → full_num1预处理后是'5' → d1=2 → full_num2='02',d2=2 → product_str=5*2=10 → total_decimal=4 → formatted=10插入小数点后4位 → len=2 <4 → integer_part=0,fractional_part=0010 → 0.0010 → 去除后导零后0.001. 即0.05*0.02=0.001,正确. 案例5:num1="12.34", num2="5.6" → full_num1='1234',d1=2 → full_num2='56',d2=1 → product_str=1234*56= 1234*56=69,104 → product_str=69104 → total_decimal=3 → 69104插入小数点后3位 → 69.104 → 12.34*5.6=69.104,正确. 所以,代码能够正确计算。 因此,最终的代码示例大致如此,处理了各种情况,包括前导零、后导零、小数点的插入等。 用户的问题中还提到了引用[4]中的C语言实现,用字符数组存储每位数字,并进行进位处理。这里的Python实现思路类似,但更简洁。 综上,实现高精度小数乘法的步骤包括字符串预处理、高精度整数乘法、小数位数处理及结果格式化。通过将小数转换为整数进行运算,再恢复小数点位置,可以有效避免浮点精度问题。</think>### 高精度小数乘法实现方法 高精度小数乘法的核心思想是将小数转化为整数进行运算,最后再恢复小数点位置。以下是具体步骤和代码实现: #### 1. 输入预处理 去除输入数据的前导/后导零,提取有效数字和原小数位数: ```python def preprocess_number(num_str): if '.' in num_str: integer_part, fractional_part = num_str.split('.') integer_part = integer_part.lstrip('0') or '0' decimal_places = len(fractional_part) full_num = integer_part + fractional_part else: integer_part = num_str.lstrip('0') or '0' decimal_places = 0 full_num = integer_part # 处理全零情况 if all(c == '0' for c in full_num): return '0', decimal_places return full_num.lstrip('0') or '0', decimal_places ``` #### 2. 高精度整数乘法 模拟竖式乘法过程,使用数组存储中间结果: ```python def multiply(num1, num2): if num1 == '0' or num2 == '0': return '0' len1, len2 = len(num1), len(num2) result = [0] * (len1 + len2) num1, num2 = num1[::-1], num2[::-1] # 计算乘积 for i in range(len1): digit1 = int(num1[i]) for j in range(len2): result[i+j] += digit1 * int(num2[j]) # 处理进位 carry = 0 for k in range(len(result)): temp = result[k] + carry result[k] = temp % 10 carry = temp // 10 # 转换为字符串 product_str = ''.join(map(str, result[::-1])).lstrip('0') return product_str if product_str else '0' ``` #### 3. 结果格式化 根据总小数位数插入小数点,并去除无效零: ```python def format_product(product_str, decimal_places): if decimal_places == 0: return product_str if len(product_str) > decimal_places: integer_part = product_str[:-decimal_places] fractional_part = product_str[-decimal_places:] else: integer_part = '0' fractional_part = product_str.zfill(decimal_places) # 合并并清理格式 formatted = f"{integer_part or '0'}.{fractional_part}" formatted = formatted.rstrip('0').rstrip('.') return formatted if formatted != '0' else '0' ``` #### 4. 完整调用流程 ```python def high_precision_multiply(num1_str, num2_str): # 预处理 full_num1, d1 = preprocess_number(num1_str) full_num2, d2 = preprocess_number(num2_str) # 计算乘积 product_str = multiply(full_num1, full_num2) # 格式处理 return format_product(product_str, d1 + d2) ``` #### 示例验证 输入:`0.12 * 0.3` 1. 预处理得到:`12 (d1=2)`, `3 (d2=1)` 2. 整数乘积:`12*3=36` 3. 插入小数点:总小数位3 → `0.036` ```python print(high_precision_multiply("0.12", "0.3")) # 输出0.036 ``` ### 关键点说明 - **前导零处理**:避免无效零影响数值计算[^4] - **进位机制**:通过数组存储中间结果保证精度[^4] - **小数点定位**:通过原小数位数之和确定最终精度[^2]
评论
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