这个题目有很简单，就是实现一个指数运算方法，但是对于递归次数和运算时间有约束。
指数运算，就是pow(x,n), x可以是浮点数，输入为x为2.000，n为10，返回1024.000；其中指数n可以为负数。
Input: 2.00000, 10
Output: 1024.00000
其实python默认内置的指数计算符号是**，比如上面就是2.000**10；直接就是用return x**n提交竟然也通过了，还比62%的时间快。
想想当然不是那么搞得，思考了下，直接一个一个乘积计算必定超过运算效率约束；可以用二分法，比如pow(x,n)，如果n为偶数，可以分为pow(x,n/2)*pow(x,n/2)；如果n非偶数就是多乘一次x，其他就是偶数。然后在使用缓存字典方法，避免重复计算。
在后面计算时候发现，测试系统是不会每次计算不同（x,n)都新建对象来刷新缓存字典，造成第二次的（x,n)都使用第一次的缓存字典；所以每次新的的（x，n)的时候都情况下缓存字典。
提交后，发现比87%的提交答案都快。和用python自带的n**x 对比也是快那么一些。
代码如下：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
|
class Solution: cacheDict = {} def myRecursion(self,x,n): if n in self.cacheDict.keys(): return self.cacheDict[n] if n%2 == 1: productRe = self.myRecursion(x, (n-1)/2)*self.myRecursion(x, (n-1)/2)*x else: productRe = self.myRecursion(x, n/2)*self.myRecursion(x, n/2) self.cacheDict[n] = productRe return productRe def myPow(self, x, n) -> float: if n < 0: self.cacheDict = {0:1,1:1/x} return self.myRecursion(1.0/x, abs(n)) else: self.cacheDict = {0:1,1:x} return self.myRecursion(x, n) |
原文：https://www.cnblogs.com/chenguopa/p/15239858.html