难度:简单
给你一个非负整数 x
,计算并返回 x
的 算术平方根 。
由于返回类型是整数,结果只保留 整数部分 ,小数部分将被 舍去 。
注意:不允许使用任何内置指数函数和算符,例如 pow(x, 0.5)
或者 x ** 0.5
。
输入:x = 4
输出:2
输入:x = 8
输出:2
解释:8 的算术平方根是 2.82842..., 由于返回类型是整数,小数部分将被舍去。
/**
* 二分法
* @desc 时间复杂度 O(logN) 空间复杂度 O(1)
* @param x {number}
* @return {number}
*/
export function mySqrt(x: number): number {
let left = 0;
let right = x;
let ans = -1;
while (left <= right) {
const mid = (right + left) >> 1;
if (mid * mid <= x) {
ans = mid;
left = mid + 1;
} else {
right = mid - 1;
}
}
return ans;
}
牛顿迭代法 是一种可 以用来快熟求解函数零点的方法。
为了叙述方便,我们用C
表示待求出平方根的那个整数。显然C
的平方根就是函
数y=f(x)=x^2-C
的零点。
牛顿迭代法的本质是借助泰勒级数,从初始值开始快熟向零点逼近。我们任取一个x0
作为
初始值,在每一步的迭代中,我们找到函数图像上的点(xi,f(xi))
,过该点做一条斜率为
该点导数f'(xi)
的直线,与横轴的交点记为xi+1
。xi+1
相较于xi
而言距离零点更近
。在经过多次迭代后,我们就可以得到一个距离零点非常接近的交点。下图给出了从x0
开
始迭代两次,得到x1
和x2
的过程。
接下来,我们可以来研究xi
和xi-1
的关系。当我们已知了x0
的时候,此时
的y=f(x)=x^2-C
的坐标点为(x0, x0^2 - C)
,然后f'(x)=2x
,因此该点的导数
为2x0
,因此直线的函数为y = 2x0 · x + b
。
然后我们就需要求b
值,将(x0, x0^2 - C)
坐标点代入
得b = (x0^2 - C) - 2x0^2 = -C - x0^2
,因此我们可以求出直线函数
为y = 2x0 · x - C - x0^2
。
然后我们想求x1
的时候,即y=0
,代入求
出x1 = (C + x0^2) / 2x0 = 0.5 * (x0 + C/x0)
。
因此我们可以得知,当我们用变量t
作为初始值,则t = 0.5 * (t + x / t)
,然而
当t^2 - x
的差距小于 1 时就可以返回结果了。
/**
* 牛顿迭代
* @desc 时间复杂度 O(logN) 空间复杂度 O(1)
* @param x {number}
* @return {number}
*/
export function mySqrt2(x: number): number {
if (x === 0) return 0;
let t = x;
while (t * t - x >= 1) {
// k = 2t
// y = 2tx + b
// b = (t^2 - C) - 2t^2 = - C - t^2
// y = 2tx - C - t^2
// x = (C + t^2) / 2t = 0.5 * (t + C/t)
t = 0.5 * (t + x / t);
}
return Math.floor(t);
}