LeetCode 43. 字符串相乘 | Python

43. 字符串相乘


题目来源:力扣(LeetCode)https://leetcode-cn.com/problems/multiply-strings

题目


给定两个以字符串形式表示的非负整数 num1 和 num2,返回 num1 和 num2 的乘积,它们的乘积也表示为字符串形式。

示例 1:

输入: num1 = "2", num2 = "3"
输出: "6"

示例 2:

输入: num1 = "123", num2 = "456"
输出: "56088"

说明:

  • num1 和 num2 的长度小于110。
  • num1 和 num2 只包含数字 0-9。
  • num1 和 num2 均不以零开头,除非是数字 0 本身。
  • 不能使用任何标准库的大数类型(比如 BigInteger)或直接将输入转换为整数来处理。

解题思路


思路:竖式运算

首先审题,题目要求的是乘积,那么我们可以模拟竖式乘法来计算乘积。

这里先要注意一种情况,当 num1 和 num2 任意一个为 0 时,直接返回 0。

如果 num1 和 num2 都不为 0,那么我们可以遍历 num2 每一位和 num1 进行相乘,然后将每次相乘的结果进行累加。(这其实就是我们竖式乘法运算的思想)如下图示:

竖式运算 | 图例

之前我们曾遇到过 415. 字符串相加,我们在后续的累加的部分可以直接使用此题的思想。还有一个需要注意的,除了 num2 最低位与 num1 的运算除外,其他位与 num1 的乘积都应该补 0。

具体代码实现见【代码实现 # 竖式运算】

在上面的算法中,需要对每步计算计算的字符串进行相加的过程,多次对字符串进行操作,会消耗性能。

在这里,我们对竖式运算进行优化,我们采用数组代替字符串存储结果,避免频繁操作字符串。

先看题目后面的说明中,第 2、3 条说明 num1 和 num2 不存在前导 0 的情况,并且 num1 和 num2 中每位数只包含 0 到 9 之间的数字。在这里,我们根据这个来确定定义数组的长度。

我们知道,(自然数中)只有 1 位的数字最小的是 0,最大为 9。两位数最小的是 10,最大的是 99。我们可以发现,这里是有规律的。假设 n 为数字位数,那么当 n = 1 时,最小数字为 $0=10^{0}$,最大数字为 $9 = 10^{1}-1$;当 n = 2 时,最小数字为 $10 = 10^{2-1}$,最大数字为 $99 = 10^{2}-1$。也就说,当 n 取大于 0 的数(正整数)时,n 位数最小数为 $10^{n-1}$,最大数为 $10^{n} - 1$。

现在我们假设,N1、N2 分别为 num1 和 num2 的长度。这里看 num1 和 num2 分别去最小值和最大值时可能的长度。

  • 当 $ m{num1}$ 和 $ m{num2}$ 取最小值时,也就是 $ m{num1}= 10^{N1-1}, m{num2}= 10^{N2-1}$,那么两者的乘积 $ m{num1} imes m{num2}= 10^{N1+N2-2}$,也就说此时乘积的长度为 $N1+N2-1$;
  • 当 $ m{num1}$ 和 $ m{num2}$ 取最大值时,也就是 $ m{num1}= 10^{N1}-1, m{num2}= 10^{N2}-1$,那么两者的乘积 $ m{num1} imes m{num2}= 10^{N1+N2} - 10{N1}-10{N2}+1$,这里我们可以发现,两者的乘积是介于 [$10^{N1+N2-1}$, $10^{N1+N2}$] 之间的。也就说长度为 $N1+N2$

在这里,两数相乘的最大长度为两数长度之和。那么定义数组 ans 长度为 len(num1)+len(num2)。对于任意 $0leq i <N1$ 和 $0leq j < N2$,索引对应的数值乘积结果(最大两位数,形如 'ab','0a' 的形式),结果第一位位于 ans[i+j] 中,第二位位于 ans[i+j+1] 中。可结合下图理解:

竖式运算(优化)

具体代码见【代码实现 # 竖式运算(优化)】

代码实现


# 竖式运算
class Solution:
    def multiply(self, num1: str, num2: str) -> str:
        if num1 == '0' or num2 == '0':
            return '0'

        ans = '0'
        N1, N2 = len(num1), len(num2)
        # 从后往前遍历 num2,与 num1 相乘
        for i in range(N2-1, -1, -1):
            carry = 0
            k = int(num2[i])
            # 补充 0
            curr = ['0'] * (N2-i-1)
            for j in range(N1-1, -1, -1):
                product = int(num1[j]) * k + carry
                carry = product // 10
                curr.append(str(product%10))
            # 确认 carry 是否不为 0,不为 0 则补充在最高位
            if carry != 0:
                curr.append(str(carry))
            # 形成字符串,放入下列求和方法中
            curr = ''.join(curr[::-1])
            ans = self.addStrings(ans, curr)
        return ans

    def addStrings(self, num1: str, num2: str) -> str:
        # 用以存储计算结果
        ans = []
        # 定义指针分别指向 num1, num2 末尾
        p = len(num1) - 1
        q = len(num2) - 1
        # 存储进位
        carry = 0

        # 模拟加法运算
        # 这里将 carry 放到条件中,是考虑后续计算结束后,还有进位,也就是 carry 为 1 的情况
        while p >= 0 or q >= 0 or carry:
            # 由于有可能出现索引溢出的现象,
            # 当较短的字符串索引溢出时,要在头部添加 0,用以后续计算
            elem1 = int(num1[p]) if p >= 0 else 0
            elem2 = int(num2[q]) if q >= 0 else 0
            # 模拟计算,注意加上进位
            tmp = elem1 + elem2 + carry
            # 相加结果可能大于 10
            # 计算进位,并且就将结果模 10,余数添加到 ans 头部
            carry = tmp // 10
            # ans = str(tmp % 10) + ans
            ans.append(str(tmp % 10))
            # 往前继续计算
            p -= 1
            q -= 1

        return ''.join(ans[::-1])

# 竖式运算(优化)
class Solution:
    def multiply(self, num1: str, num2: str) -> str:
        if num1 == "0" or num2 == "0":
            return "0"

        N1, N2 = len(num1), len(num2)

        ans = [0] * (N1+N2)

        for i in range(N1-1, -1, -1):
            a = int(num1[i])
            for j in range(N2-1, -1, -1):
                b = int(num2[j])
                tmp  = ans[i+j+1] + a * b
                ans[i+j] += tmp // 10
                ans[i+j+1] = tmp % 10
        
        # 文章分析了取值为最小最大时,两数乘积的长度为 N1 + N2 - 1 和 N1 + N2
        # 这里注意数组中首元素
        ans = ans[1:] if ans[0] == 0 else ans

        return ''.join(str(x) for x in ans)

实现结果


实现结果 | 竖式运算

实现结果 | 竖式运算(优化)

欢迎关注


公众号 【书所集录

原文地址:https://www.cnblogs.com/yiluolion/p/13497887.html