Уважаемые пользователи сайта , пожалуйста поделитесь хорошим классом Длинки(+,-,/,%,*). Свой писал но вроде медленный. Не получается модернизировать. Хорошим в смысле быстрой роботы .
Буду очень благодарен.
| № | Пользователь | Рейтинг |
|---|---|---|
| 1 | Benq | 3676 |
| 2 | jiangly | 3670 |
| 3 | Kevin114514 | 3657 |
| 4 | maroonrk | 3355 |
| 5 | Um_nik | 3353 |
| 6 | squareOf105 | 3346 |
| 7 | tourist | 3343 |
| 8 | strapple | 3324 |
| 9 | heuristica | 3322 |
| 10 | jiangbowen | 3291 |
| Страны | Города | Организации | Всё → |
| № | Пользователь | Вклад |
|---|---|---|
| 1 | Qingyu | 158 |
| 2 | nik_exists | 150 |
| 2 | maspy | 150 |
| 4 | AmShZ | 143 |
| 4 | Um_nik | 143 |
| 6 | Errichto | 139 |
| 7 | adamant | 137 |
| 8 | BledDest | 134 |
| 9 | maroonrk | 133 |
| 10 | qwexd | 130 |
| Название |
|---|



http://www.everfall.com/paste/id.php?fhelgcbkw1cf
вот весьма эффективная длинка, битовый подход, основание 2^32
многое можно соптимизировать, но это я писал давно и небыло цели особо извращатся.
реализация деления за n^2 * log(base) = n^2 * 32, можно за n^2 реализовать по кнуту, по моим тестам
в 6 или 12 раз быстрее если цифру брать за 8 или 16 бит соответственно
#include <stdio.h>
#include <vector>
std::vector < int > v;
int main() {
for (int i = 0; i < 100; i++) {
printf("Size and Capacity before push back: %d %d\n", v.size(), v.capacity());
v.push_back(1);
printf("Size and Capacity after push back: %d %d\n", v.size(), v.capacity());
}
return 0;
}
Если не ошибаюсь, это всё ваша студия шалит.Вот, а оттуда по ссылкам
Можно сделать крайне быструю длинку со следующими эвристиками:
1. использовать 10^k как основание системы счисления, если результат нужен десятичный.
2. использовать кэширование при умножении на короткое.
и т.п.
В Харькове на сборах рассказывался алгоритм Карацубы и Быстрое преобразование Фурье. Эти алгоритмы выполняют умножение за NlogN. При этом как я понял БПФ лучше работает с базой 10, а не 10^9.
В случае если необходимо реализовать операцию сложения, то стоит избавляться от долгой операции %. Были задачи, когда эта оптимизация спасает.
Аналогичный случай с умножением за N^2. Необходимо избавиться от %. Дмитрий Жуков говорил, что подобная оптимизация может помочь, даже в том случа если на первый взгляд решение пройти не может.
Как я понял БПФ чем меньше база тем лучше. Карацуба, если я не ошибаюсь, Nlog1.5N
https://acmp.ru/article.asp?id_text=1329