1高精度的十进制运算推荐.pptVIP

计算s行的状态转移方程 function calc(s:longint):anstype; var i,j,l:longint; temp1,temp2:anstype; { fillchar(f,sizeof(f),0); /*状态转移方程初始化为０*/ for i←1 to m do f[i,i]←map[s,i]*2; /*f[i,i]为s行的第i个元素值＊２*/ for l←2 to m do /*枚举区间长度*/ for i←1 to m-l+1 do /*枚举区间首指针*/ { j←i+l-1; /*计算尾指针*/ temp1←(f[i+1,j]+map[s,i])*2; /*取区间首元素*/ temp2←(f[i,j-1]+map[s,j])*2; /*取区间尾元素*/ if temp1≥temp2 /*取两个方案的大者作为该区间的状态转移方程值*/ then f[i,j]←temp1 else f[i,j]←temp2 }; calc←f[1,m]/*返回s行的状态转移方程值*/ }; * 主程序 readln(n,m); /*读矩阵规模*/ for i←1 to n do /*读矩阵元素（存储方式为高精度数组）*/ for j←1 to m do { map[i,j][0]←1;read(map[i,j][1]) }; fillchar(ans,sizeof(ans),0);/*最大得分初始化为０*/ for i←1 to n do ans←ans+calc(i);/*累加n行的状态转移方程值*/ 输出高精度数组ans； * 麦森数 * 使用倍增思想，优化幂运算 首先，看一个简单的例子——已知整数a，计算a17。很显然，一种最简单的方法就是令b=a，然后重复16次进行操作b=b*a。这样，为了得到a17，共进行了16次乘法。 现在考虑另外一种方法，令a0=a，a1=a2，a2=a4，a3=a8，a4=a16，可以看出，ai=ai-12，(1≤i≤4)。于是，得到a0，a1，a2，a3，a4共需要4次乘法。而a17= a*a16=a0*a4， 也就是说，再进行一次乘法就可以得到a17。这样，总共进行5次乘法就算出了a17。 * 已知a，计算an: 将n表示成为二进制形式，并提取出其中的非零位，即n=2(b1)+2(b2)+……+2(bw)， (2(i)=2i)不妨设b1b2……bw。例如 n=9，b2=3，b1=0 由于已知a，所以也就知道了a0 ，重复bw次将这个数平方并记录下来，就可以得到(bw+1)个数：a2(0)， a2(1) ，a2(2)，……，a2(bw)； 根据幂运算的法则，可以推出an= a2(b1)+2(b2)+..2(bw)， =a2(b1)*a2(b2)*……*a2(bw)，而这些数都已经被求出，所以最多再进行(bw+1)次操作就可以得到。 * 算法分析 1、2P-1的位数为 2、采用高精度运算计算和输出2P-1的最后500位数字。设 ans为2p-1对应的高精度数组； 我们将p转换为对应的二进制数Dn…D0，其中Di的权为2i。 = =( )2。将p对应二进制数中值为1的权2i作为2的次幂，组成ans=2P-1的一项( )，显然，后一项为前一项的平方。当前项存储在高精度数组I中，取后500位。 p= ans=2p-1= -1= -1。 我们将p对应二进制数中值为1的每一项连乘起来，每一次的乘积取后500位，最后的乘积ans-1即为2p-1对应的高精度数组。 * 主程序 read(p);/*输入2的乘幂数*/ writeln(trunc(p*ln(2)/ln(10)+1));/*计算和输出2p-1的位数*/ fillchar(l,sizeof(l),0);l[0]←2;/*当前项初始化*/ fillchar(ans,sizeof(ans),0); ans[0]←1;/*乘积项初始化*/ while p0 do/*由低向高位逐位分析p的每一个二进制位*/ { if p mod 2=1 /*若p的当前二进制位为1，则连乘当前项，取乘积的后500位*/ then ans←ans*l；