0


【算法】高精度计算π(pi)值

😀大家好,我是白晨,一个不是很能熬夜😫,但是也想日更的人✈。如果喜欢这篇文章,点个赞👍,关注一下👀白晨吧!你的支持就是我最大的动力!💪💪💪

在这里插入图片描述

文章目录


📔前言


  1. π
  2. π
  3. π 一直是一个备受数学界青睐的数字。从古至今,无数的学者都在努力探求着
  4. π
  5. π
  6. π 精确值。🤼‍♂️从祖冲之到欧拉,📖从圣经到《数理精蕴》,从东至西,历经几千年的发展,特别是在计算机发明之后,对于
  7. π
  8. π
  9. π 的求解可以说是一日千里,现在计算到几十亿位以后已经不值得惊讶。

🧐这篇文章,白晨想带大家去了解利用计算机求解

  1. π
  2. π
  3. π 的一种方法,其中涉及到 C++,链表,大数四则运算等知识点。我会尽可能详细的讲解每一个难点的实现。

题目参考:

在这里插入图片描述

这次我们的最低目标是在3000ms的限制内,实现计算

  1. π
  2. π
  3. π 到小数点后500位。

📕1.公式选择


首先,如果不清楚如何计算

  1. π
  2. π
  3. π 的同学可以先参考下面的文章,有助于理解下面的公式选择。

π 是怎么算出来的?

相信大家看完后已经对

  1. π
  2. π
  3. π 的求法有一定的认识了,所以这里给出几个关于
  4. π
  5. π
  6. π 的几个公式:

在这里插入图片描述

我们这里选择第三个公式,为什么呢?

当然是因为第三个公式是题目给出的反正切函数的幂次展开式啦(bushi)

其实是因为第三个公式是线性收敛,平均每计算一次就会得到0.3个有效数字,相比于第四个

  1. a
  2. r
  3. c
  4. t
  5. a
  6. n
  7. x
  8. arctanx
  9. arctanx泰勒展开公式(莱布尼茨公式)来说,效率上会高出很多,而且最重要的一点是它比较容易实现,递推公式如下:

在这里插入图片描述

将其展开就是第三个公式,大家可以对比着看。

关于

  1. a
  2. r
  3. c
  4. t
  5. a
  6. n
  7. x
  8. arctanx
  9. arctanx泰勒展开计算
  10. π
  11. π
  12. π 可以参考此篇文章:π的计算

反正切函数的幂次展开式的推导具体过程:

在这里插入图片描述


📗2.实现难点解析


  • 关于大数实现:

这里我们选择 C++ 模板中的 list 类来实现(也可以使用string类等,只要可以进行大数四则运算就可以,这里为了符合题意使用链表),由于

  1. π
  2. π
  3. π 的整数部分为3,所以我们只需要一位来存储整数部分,也即front存储整数部分,其余小数点以后的位顺次向后连接。

我们的核心目标是要实现:

在这里插入图片描述

我们将上面的任务拆开,分解成一个个独立的任务

    1. R ( n ) n R(n) * n R(n)∗n

这里我们选择模拟竖式乘法:

  • 从链表尾结点开始,每个结点的数乘n。
  • 结点中只能存放个位数,所以当乘得结果大于等于10,需要保存进位。
  • 每次计算乘法时,还需要加上前一个数的进位。
  • 循环上述过程,直到头节点。

在这里插入图片描述

    1. R ( n ) n / 2 n + 1 R(n) * n/(2*n+1 R(n)∗n/(2n+1

这里我们选择模拟竖式除法:

  • 用上面乘法得到的结果除以(2n + 1)。
  • 除法与乘法相反,我们要从头节点开始除法。
  • 每一位除以(2n + 1)得到的结果就是:(此节点的值 + 上一个结点的余数*10) /(2n + 1)。
  • 再保存这个结点除以(2n + 1)后所得的余数。
  • 循环上述过程,直到尾节点

此处不再演示,大家可以类比乘法动手模拟一下,其实非常相似,代码也很相似。

    1. S u m ( n + 1 ) = S u m ( n ) + R ( n + 1 ) Sum(n + 1) = Sum(n) + R(n + 1) Sum(n+1)=Sum(n)+R(n+1)

这就是递推公式的最后一步,将上面计算得到的

  1. R
  2. (
  3. n
  4. +
  5. 1
  6. )
  7. R(n+1)
  8. R(n+1) 加到
  9. S
  10. u
  11. m
  12. (
  13. n
  14. )
  15. Sum(n)
  16. Sum(n) 上,这其实就是一个大数加法的问题,我们选择模拟竖式加法:
  • 从最低位开始, R ( n + 1 ) R(n+1) R(n+1) 与 S u m ( n ) Sum(n) Sum(n) 对应的位相加。
  • 相加得到的值如果大于等于10,需要进位。
  • 对应位相加得到的结果需要加上进位
  • 循环上述过程,直到头节点

此过程与乘法非常相近,在后面的代码实现中我们可以看出。

  • 关于链表结点个数

链表结点数代表着小数点后的位数,所以当然是结点越多越精确,但是结点数太多会影响性能。如果我们要实现500位的精确值,我的建议是创建550~600个结点即可。

  • 关于要迭代的次数

这里有两种根据所求精度估算大致的迭代的次数的方法:

  1. 估算精度intcount(int n){int i =1;double sum =0;int a, b;while(1){ a =2* i +1; b = i; sum = sum +log10(a / b); i++;if(sum > n +1){return i;}}}> 参考文章:数据结构实验1.2—高精度计算PI值(西工大)
  2. 估算有效数字

在这里插入图片描述

  1. intcount(int n){double ret =(double)n;return(int)(ret /0.3);}

参考文章:目前求 π 的算法中哪种收敛最快?

以上两种方法都可以使用,根据我在release发布版本的测试下,两种方法没有数量级的差别,所以使用哪一种都可以。

注:如果要提升精度,必须也增大结点个数,不能只增加迭代次数

测试结果:

方法一:
在这里插入图片描述

方法二:
在这里插入图片描述


📘3.代码实现


  1. #include<time.h>#include<iostream>#include<list>#include<math.h>usingnamespace std;// 估测要计算的次数// 方法一:intcount(int n){int i =1;double sum =0;int a, b;while(1){
  2. a =2* i +1;
  3. b = i;
  4. sum = sum +log10(a / b);
  5. i++;if(sum > n +1){return i;}}}// 方法二:intcount(int n){double ret =(double)n;return(int)(ret /0.3);}intmain(){// 定义我们需要多少个结点#define NODE_NUM 550
  6. list<int>num(NODE_NUM,0);// 存放R(n)
  7. list<int>sum(NODE_NUM,0);// 存放Sum(n)int print;// 所需精度
  8. cin >> print;int cnt =count(print);// 所需迭代次数// 我们直接将 R(1) 初始化为2,这样就可以免去后面再统一乘2
  9. num.front()=2;
  10. sum.front()=2;// 这里循环的 i 就是 n for(int i =1; i <= cnt;++i){int ret =0;// 记录进位,补位情况// 计算R(n + 1)// 计算 R(n) * nfor(list<int>::reverse_iterator cur1 = num.rbegin(); cur1 != num.rend(); cur1++){// 每一位都是本位乘i,再加上进位int val =*cur1 * i + ret;// 保存进位
  11. ret = val /10;// 保存本位*cur1 = val %10;}
  12. ret =0;// 计算 R(n) * n / (2n + 1)for(list<int>::iterator cur1 = num.begin(); cur1 != num.end(); cur1++){// 除数int div =(i <<1)+1;// 加上前一位的余数int val =*cur1 + ret *10;// 除法,保存本位*cur1 = val / div;// 保存余数
  13. ret = val -*cur1 * div;}
  14. ret =0;// 计算 sum += R(n + 1)for(auto cur2 = sum.rbegin(), cur1 = num.rbegin(); cur2 != sum.rend(); cur2++, cur1++){// 大数加法int val =*cur1 +*cur2 + ret;*cur2 = val %10;
  15. ret = val /10;}}// 打印
  16. cout << sum.front()<<'.';
  17. list<int>::iterator it = sum.begin();
  18. it++;int i =0;while(i < print){
  19. cout <<*it;
  20. it++;
  21. i++;}return0;}

📙后记


这个方法其实还是有改进的细节,比如:

  1. 将输入输出更换为scanf和printf,因为其实在效率上 cin和cout 比前者慢了几十倍,在输出大型数字时,效率会受影响。
  2. 公式限制,其实比反正切幂次展开更高效的公式还是很多,这里只是为了实现简单和逻辑清晰而选择了反正切幂次展开,大家有兴趣可以参考下图公式自己去实现。

在这里插入图片描述

参考文章:目前求 π 的算法中哪种收敛最快?


这是一个新的系列 ——【算法】,想来想去将这个计算

  1. π
  2. π
  3. π 的文章放到了【算法】系列的开篇。因为其中确实有不少算法的实现,并且难度不是很大,很适合想学习C++或者算法的入门学习,在探求
  4. π
  5. π
  6. π 的实践中一路学习高数🦄和编程(bushi)。

如果解析有不对之处还请指正,我会尽快修改,多谢大家的包容。

如果大家喜欢这个系列,还请大家多多支持啦😋!

如果这篇文章有帮到你,还请给我一个

  1. 大拇指

👍和

  1. 小星星

⭐️支持一下白晨吧!喜欢白晨【算法】系列的话,不如

  1. 关注

👀白晨,以便看到最新更新哟!!!

我是不太能熬夜的白晨,我们下篇文章见。

标签: c++ 数据结构 算法

本文转载自: https://blog.csdn.net/baichendada/article/details/123625615
版权归原作者 白晨并不是很能熬夜 所有, 如有侵权,请联系我们删除。

“【算法】高精度计算&pi;(pi)值”的评论:

还没有评论