博客
关于我
高精度:大数相除
阅读量:177 次
发布时间:2019-02-28

本文共 1059 字,大约阅读时间需要 3 分钟。

模拟手工除法计算商和余数

手工除法是处理大数除法的一种方法,可以通过模拟人工计算的过程来实现。具体来说,我们需要从低位开始处理每一位数字,逐步计算商和余数。

思路概述我们从低位开始处理每一位数字,这样计算起来更方便。每次循环中,当前的余数乘以10加上当前位的数字,得到新的余数。然后,用这个余数除以除数B,得到商的当前位,更新余数。循环结束后,反转商的顺序,去掉前导零即可得到最终结果。

代码实现

#include 
#include
using namespace std;vector
div(const vector
& A, int b) { vector
C; int r = 0; for (int i = A.size() - 1; i >= 0; --i) { r = r * 10 + A[i]; int q = r / b; r %= b; C.push_back(q); } reverse(C.begin(), C.end()); while (!C.empty() && C.back() == 0) C.pop_back(); return C;}int main() { string a; int b, r; vector
A; cin >> a >> b; for (int i = a.size() - 1; i >= 0; --i) { A.push_back(a[i] - '0'); } vector
C = div(A, b); for (int i = C.size() - 1; i >= 0; --i) { cout << C[i]; } cout << endl; cout << r << endl; return 0;}

测试案例输入:7 2输出:31

输入:14 3输出:42

输入:10 2输出:50

输入:25 5输出:50

输入:100 10输出:100

输入:1000 10输出:1000

输入:9999 7输出:14281

输入:5 10输出:05

转载地址:http://ubdj.baihongyu.com/

你可能感兴趣的文章
OpenCV与AI深度学习 | 如何使用YOLO-World做目标检测
查看>>
OpenCV与AI深度学习 | 如何使用YOLOv9分割图像中的对象
查看>>
OpenCV与AI深度学习 | 如何使用YOLOv9检测图片和视频中的目标
查看>>
OpenCV与AI深度学习 | 如何在 Docker 容器中使用 GPU
查看>>
OpenCV与AI深度学习 | 实战 | OpenCV中更稳更快的找圆方法--EdgeDrawing使用演示(详细步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战 | OpenCV传统方法实现密集圆形分割与计数(详细步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战 | OpenCV实现扫描文本矫正应用与实现详解(附源码)
查看>>
OpenCV与AI深度学习 | 实战 | YOLO11自定义数据集训练实现缺陷检测 (标注+训练+预测 保姆级教程)
查看>>
OpenCV与AI深度学习 | 实战 | YOLOv10模型微调检测肾结石并提高准确率
查看>>
OpenCV与AI深度学习 | 实战 | 使用OpenCV和Streamlit搭建虚拟化妆应用程序(附源码)
查看>>
OpenCV与AI深度学习 | 实战 | 使用OpenCV确定对象的方向(附源码)
查看>>
OpenCV与AI深度学习 | 实战 | 使用YOLOv8 Pose实现瑜伽姿势识别
查看>>
OpenCV与AI深度学习 | 实战 | 使用YoloV8实例分割识别猪的姿态(含数据集)
查看>>
OpenCV与AI深度学习 | 实战 | 使用姿态估计算法构建简单的健身训练辅助应用程序
查看>>
OpenCV与AI深度学习 | 实战 | 基于OpenCV和K-Means聚类实现颜色分割(步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战 | 基于YoloV5和Mask RCNN实现汽车表面划痕检测(步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战 | 基于YOLOv9+SAM实现动态目标检测和分割(步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战 | 基于YOLOv9和OpenCV实现车辆跟踪计数(步骤 + 源码)
查看>>
OpenCV与AI深度学习 | 实战 | 文本图片去水印--同时保持文本原始色彩(附源码)
查看>>
OpenCV与AI深度学习 | 实战 | 通过微调SegFormer改进车道检测效果(数据集 + 源码)
查看>>