117 lines
3.1 KiB
Markdown
117 lines
3.1 KiB
Markdown
|
# 用 Python 计算 a^n:用 Python 计算幂的不同方法
|
|||
|
|
|
|||
|
|
> 原文：<https://www.askpython.com/python/examples/compute-raised-to-power>
|
|||
|
|
|
|||
|
|
在本教程中，我们将以几种不同的方式计算 **`a`的`n`** 次方。让我们一步一步地看一个又一个方法。
|
|||
|
|
|
|||
|
|
***也读作: [Python pow()方法](https://www.askpython.com/python/built-in-methods/python-pow)***
|
|||
|
|
|
|||
|
|
* * *
|
|||
|
|
|
|||
|
|
## 方法 1:基本方法
|
|||
|
|
|
|||
|
|
计算`a^n`最基本的方法就是将**乘以数字 a，n 乘以**反复计算。这种方法非常慢，效率也不高。
|
|||
|
|
|
|||
|
|
尽管如此，这种方法的代码还是在下面提到了。
|
|||
|
|
|
|||
|
|
```py
|
|||
|
|
def basic_approach(a,n):
|
|||
|
|
ans = 1
|
|||
|
|
for i in range(n):
|
|||
|
|
ans *= a
|
|||
|
|
return ans
|
|||
|
|
|
|||
|
|
print(basic_approach(2,5))
|
|||
|
|
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
我们从上面提到的代码得到的输出是 **32** ，这是正确的输出。现在让我们转到下一个方法。
|
|||
|
|
|
|||
|
|
* * *
|
|||
|
|
|
|||
|
|
## 方法 2:普通递归方法
|
|||
|
|
|
|||
|
|
我们将通过递归来处理这个方法。如果你想知道更多关于递归的知识，你可以阅读下面提到的教程。
|
|||
|
|
|
|||
|
|
***了解更多关于递归的知识:[Python 中的递归](https://www.askpython.com/python/python-recursion-function)***
|
|||
|
|
|
|||
|
|
这里的基本概念是 **fun(a，n) = a * fun(a，n-1)** 。所以递归可以用来计算 a 的 n 次幂。
|
|||
|
|
|
|||
|
|
代码如下所述。添加评论供您参考。
|
|||
|
|
|
|||
|
|
```py
|
|||
|
|
def normal_recursion(a,n):
|
|||
|
|
|
|||
|
|
# If power is 0 : a^0 = 1
|
|||
|
|
if(n==0):
|
|||
|
|
return 1
|
|||
|
|
|
|||
|
|
# If power is 1 : a^1 = a
|
|||
|
|
elif(n==1):
|
|||
|
|
return a
|
|||
|
|
|
|||
|
|
# For n>=2 : a^n = a* (a^(n-1))
|
|||
|
|
term = normal_recursion(a,n-1)
|
|||
|
|
term = a * term
|
|||
|
|
|
|||
|
|
# Return the answer
|
|||
|
|
return term
|
|||
|
|
|
|||
|
|
print(normal_recursion(2,5))
|
|||
|
|
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
我们从上面的代码中得到的输出是 **32** ，这是准确无误的输出。让我们转到下一个方法，它只使用递归，但以更好的方式。
|
|||
|
|
|
|||
|
|
* * *
|
|||
|
|
|
|||
|
|
## 方法 3:快速递归方法
|
|||
|
|
|
|||
|
|
前面我们使用了线性递归方法，但是计算 n 的幂也可以基于 n 的值(幂值)来计算。
|
|||
|
|
|
|||
|
|
1. 如果 **n 是偶数**那么 **fun(a，n)=【fun(a，n/2)】^ 2**
|
|||
|
|
2. 如果 **n 是奇数**那么 **fun(a，n)= a *(fun(a，n/2)】^ 2)**
|
|||
|
|
|
|||
|
|
这将是一种更有效的方法，并将在很大程度上减少程序所花费的时间。下面提到了相同方法的代码。
|
|||
|
|
|
|||
|
|
```py
|
|||
|
|
def fast_recursion(a,n):
|
|||
|
|
|
|||
|
|
# If power is 0 : a^0 = 1
|
|||
|
|
if(n==0):
|
|||
|
|
return 1
|
|||
|
|
|
|||
|
|
# If power is 1 : a^1 = a
|
|||
|
|
elif(n==1):
|
|||
|
|
return a
|
|||
|
|
|
|||
|
|
# For n>=2 : n can be even or odd
|
|||
|
|
|
|||
|
|
# If n is even : a^n = (a^(n/2))^2
|
|||
|
|
# if n is odd : a^n = a * ((a^(n/2))^2)
|
|||
|
|
|
|||
|
|
# In both the cases we have the calculate the n/2 term
|
|||
|
|
term = fast_recursion(a,int(n/2))
|
|||
|
|
term *= term
|
|||
|
|
|
|||
|
|
# Now lets check if n is even or odd
|
|||
|
|
if(n%2==0):
|
|||
|
|
return term
|
|||
|
|
else:
|
|||
|
|
return a*term
|
|||
|
|
|
|||
|
|
print(fast_recursion(2,5))
|
|||
|
|
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
该代码的输出也是正确的 **32** 。与以前的方法相比，这种方法占用一半的时间。
|
|||
|
|
|
|||
|
|
* * *
|
|||
|
|
|
|||
|
|
## 结论
|
|||
|
|
|
|||
|
|
因此，在本教程中，我们学习了如何使用各种方法计算 a 的 n 次幂，有些方法涉及递归，有些不涉及。你可以采用任何一种方法，但选择最有效的方法总是更好。
|
|||
|
|
|
|||
|
|
感谢您的阅读！编码快乐！👩💻
|
|||
|
|
|
|||
|
|
* * *
|