sqrt函数实现

感谢杨工，让我更加认识到自己技术薄弱，这道题源自于和杨工的非正式面试，当时根本没思路，甚至没和查找有丝毫的联系，看来做自己想做的还是要付出努力的。sqrt()即开平方运算，y=x*x,已知Y的情况下求解X的值，基本的思路是找个区间，逐步计算逼近，知道需要的精度。

（1）二分查找

并不是严格的二分查找，设定寻找的区间，在这个区间中一直取中点，计算中点的平方和Y的查找，逐步逼近，直到自己需要的精度：

#define  ABS_FLOAT 0.000001

bool eqs(double val1 , double val2)

{

    double diff = fabs(val1 - val2) ;

    if(diff < ABS_FLOAT)

    {

        return true ;

    }

    else

    {

        return false ;

    }

}

//获取开方值，二分查找的方法

double SqrtBybisection(double _value)

{

    if (_value <= 0 )

        return 0 ;

    double low  = 0.0;

    double high = 0.0 ;

    if (_value > 0 && _value < 1)

    {

        low = _value;

        high = 1.0 ;

    }

    else

    {

        low  = 1.0 ;

        high =  _value  ;

    }

    double mid  = (low + high)/2.0 ;

    double last = 0.0 ;

    do

    {

        if (mid * mid > _value)

        {

            high =  mid ;

        }

        else

        {

            low = mid ;

        }

        last = mid ;

        mid = (high + low )/ 2.0 ;

        //std::cout << mid << std::endl ;

    }while(! eqs( last , mid)) ;

    return mid ;

}

.csharpcode, .csharpcode pre
{
font-size: small;
color: black;
font-family: consolas, "Courier New", courier, monospace;
background-color: #ffffff;
/*white-space: pre;*/
}
.csharpcode pre { margin: 0em; }
.csharpcode .rem { color: #008000; }
.csharpcode .kwrd { color: #0000ff; }
.csharpcode .str { color: #006080; }
.csharpcode .op { color: #0000c0; }
.csharpcode .preproc { color: #cc6633; }
.csharpcode .asp { background-color: #ffff00; }
.csharpcode .html { color: #800000; }
.csharpcode .attr { color: #ff0000; }
.csharpcode .alt
{
background-color: #f4f4f4;
width: 100%;
margin: 0em;
}
.csharpcode .lnum { color: #606060; }

2 牛顿迭代法

牛顿迭代法通过泰勒公司展开，通过切线逐步逼近，具体推到可以参考：牛顿逼近， sqrt实现的代码：

//牛顿迭代法求解

/* f(x) = x^2 - v --> x = x0 - f(x0)/2x0 -->x = (x0 + v / x0) / 2  ;

   -->

*/

double SqrtByNewton(const double& _val)

{

    double nrt = _val ;

    double last_nrt = 0 ;

     while (! eqs( nrt , last_nrt))

     {

         last_nrt = nrt ;

         nrt = (nrt + _val / nrt) / 2.0 ;

     }

     return  nrt ;

}

3 技巧算法

看到这种解法，我也很惊讶，程序员真是无底线啊~~

先看看浮点数表示，浮点数不论是float还是double在存储方式上都是遵从IEEE的规范的，float遵从的是IEEE R32.24 ,而double 遵从的是R64.53。

数学中浮点用S=M*2^N，在计算机中主要由三部分构成：符号位+指数位(N)+尾数(M)，符号位：0为正1为负，指数位：2^M ，移位存储，尾数：即有效数字，规定整数部分为1

float 浮点数内存分布：

31	30~23	22~0
1 位符号位	8位指数位	23位尾数

double型浮点内存分布：

63	62~52	51~0
1 位符号位	11位指数位	52位尾数

比如 float类型8.5，二进制表示为1000.1 ，标准表达为1.0001*2^3 , OK ,该数的指数位：127+3=130，即10000010 ，符号位 0，尾数去掉1为0001 ，填充后为0001 0000 0000 0000 0000 000，这个数的表示为 1 1000010 0001 0000 0000 0000 0000 0000 000

符号位	指数位	尾数
0	10000010	0001 0000 0000 0000 0000 000

了解这些之后，再来看一下快速的技巧：

float sqrtinv(float x)

{

    float xhalf = 0.5f*x;

    int i = *(int*)&x; // get bits for floating VALUE

    i = 0x5f375a86- (i>>1); // gives initial guess y0

    x = *(float*)&i; // convert bits BACK to float

    x = x*(1.5f-xhalf*x*x); // Newton step, repeating increases accuracy

    x = x*(1.5f-xhalf*x*x); // Newton step, repeating increases accuracy

    x = x*(1.5f-xhalf*x*x); // Newton step, repeating increases accuracy

    return 1/x;

}

这个算法速度据说比系统函数还要快，确实，迭代的步骤少来很多，具体解释和浮点的表示有关，可以参考下文：一般而言，一个float数据共32个bit，和int数据一样。其中前23位为有效数字，后面接着一个8位数据表示指数，最后一位表示符号，由于这里被开方的数总是大于0，所以我们暂不考虑最后一个符号位。此时