【算法问题】如何实现大整数相加

如何实现大整数相加

摘自漫画算法:

题目:给出两个很大的整数,要求实现程序求出两个整数之和。

注意:很多人第一想法就是直接用long存储,在程序里相加不就行了;但是如果这两个整数大得连long类型都装不下呢?比如两个100位的整数?

解题思路

在讲解大整数相加之前,先来回顾一下小学数学课,在上小学时,我们通过列竖式计算两个较大数目的加、减、乘、除;那么,为什么需要列出竖式来运算呢?这是因为对于这么大的整数,我们无法一步到位直接算出结果,所以不得不把计算过程拆解成一个一个子步骤。其实不仅仅是人脑,对于计算机来说也同样如此。程序不可能通过一条指令计算出两个大整数之和,但我们却可以把大运算拆解成若干个小运算,像小学生列竖式一样按位计算。

如果大整数超出了long类型的范围,该如何来存储这样的整数呢?

对于这个问题很好解决,用数组存储即可。数组的每一个元素,对应着大整数的每一个数位。

在程序中列出的”竖式“究竟是什么样子呢?我们以426 709 752 318 + 95 481 253 129为例,来看看大整数相加的详细步骤。

1、创建两个整型数组,数组长度是较大整数的位数+1.把每一个数组倒序存储到数组中,整数的个位存于数组下标为0的位置,最高位存于数组的尾部。之所以倒序存储,是因为这样更符合从左到右访问数组的习惯。

思路步骤 — 图1.png

2、创建结果数组,结果数组的长度同样是较大整数的位数+1,+1的目的很明显,是给最高位进位预留的。

思路步骤 — 图2.png

3、遍历两个数组,从左到右按照对应下标把元素两两相加,就像小学生计算竖式一样。在本例中,最先相加的是数组A的第1个元素8和数组B的第1个元素9,结果是7,进位1。把7填充到result数组的对应下标位置,进位的1填充到下一个位置。

思路步骤 — 图3.png

第2组相加的是数组A的第2个元素1和数组B的第2个元素2,结果3,再加上刚才的进位1,把4填充到result数组的对应下标位置。

思路步骤 — 图4.png

第3组相加的是数组A的第3个元素3和数组B的第3个元素1,结果是4,把4填充到result数组的对应下标位置。

思路步骤 — 图5.png

第4组相加的是数组A的第4个元素2和数组B的第4个元素3,结果是5,把5填充到result数组的对应下标位置。

思路步骤 — 图6.png

以此类推,一直把数组的所有元素都相加完毕。

4、把result数组的全部元素再次逆序,去掉首位0,就是最终结果。

思路步骤 — 图7.png

需要说明的是,为两个大整数建立临时数组,是一种直观的解决方案。若想节省内存空间,也可以不创建这两个临时数组。

代码实现

/**
 * 描述:实现大整数相加。
 * <p>
 * Create By ZhangBiao
 * 2020/6/9
 */
public class BigNumberSum {

    /**
     * 大整数求和
     *
     * @param bigNumberA 大整数A
     * @param bigNumberB 大整数B
     * @return
     */
    public static String bigNumberSum(String bigNumberA, String bigNumberB) {
        // 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+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 = 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();
    }

    public static void main(String[] args) {
        System.out.println(bigNumberSum("426709752318", "95481253129"));
    }

}

上述代码中,如果给出的大整数的最长位数是n,那么创建数组。按位运算、结果逆序的时间复杂度各自都是O(n),整体的时间复杂度也是O(n)。不过当前的思路其实还存在一个可优化的地方。

优化方案

我们之前是把大整数按照数位来拆分的,即如果较大整数有50位,那么我们就需要创建一个长度为51的数组,数组中的每个元素存储其中一位数字。

优化 — 图1.png

那么我们真的有必要把原整数拆分得这么细吗?显然不需要,只需要拆分到可以被直接计算的程序就够了。

int类型的取值范围是 -2 147 483 648 ~ 2 147 483 647,最多可以有10位整数。为了防止溢出,我们可以把大整数的每9位作为数组的一个元素,进行加法运算。(这里也可以使用long类型来拆分,按照int类型拆分仅仅是提供一个思路)。

优化 — 图2.png

如此一来,内存占用空间和运算次数,都压缩到了原来的1/9。

posted @ 2020-06-09 20:25  瞬间的花逝  阅读(610)  评论(0编辑  收藏  举报