用贪心算法计算十进制数转二进制数(小数部分)

在上一篇博文用贪心算法计算十进制数转二进制数(整数部分)-CSDN博客中,小编介绍了用贪心算法进行十进制整数转化为二进制数的操作步骤,那么有朋友问我,那十进制小数转二进制,可以用贪心算法来计算吗?我研究了一下,发现也是可以用的,下边介绍一下操作步骤。

目录

一、乘2正向取整法

二、十进制小数转化为二进制小数的数学原理

三、贪心算法

1、贪心算法简介

2、操作步骤

3、结论


一、乘2正向取整法

在介绍贪心算法之前,还是先介绍一下常用的计算方法,就是“乘2取整”法。

这种方法就是把十进制的小数部分乘2,并记录得到的积的整数部分,把积的整数部分减掉,再把积的小数部分进行乘2,并记录得到的积的整数部分,依次乘2取整,直到乘2后得到的积为1,也就是整数部分为1,小数部分为0时,转化完成。转化完成后,从上往下(正向)依次把整数部分排列起来,就是转化后的二进制小数。

图1 乘2取整法

注意,并不是所有的十进制小数都能精确地转化为二进制小数。如果出现乘2后的积一直不为1的情况时,此十进制小数就不能精确转化为二进制小数,只能无限接近。

例如,十进制小数0.15就无法精确地转换为二进制,转化的结果为0.001001100110011……循环不尽,无法得到精确转化值。

二、十进制小数转化为二进制小数的数学原理

通过观察图1,可以看出:

0.6875=1\times 2^{-1}+0\times 2^{-2}+1\times 2^{-3}+1\times 2^{-4}                                       (1)

一般的表达式为:

   a=\sum_{i=1}^{i=n}\left ( c_{i}\ast 2^{-i} \right ),c_{i}\in \left \{ 0,1 \right \}                                                              (2)

十进制小数转化为二进制小数的过程就是把系数c_{i}i=1i=n(从最高位到最低位)的排列。   

在(1)式中,c_{1}=1,c_{2}=0,c_{3}=1,c_{4}=1,所以\left ( 0.6875 \right )_{10}=\left ( 0.1011 \right )_{2}

如果把(1)式中的系数 c_{_i}=0 的项去掉,那么有

0.6875=1\times 2^{-1}+1\times 2^{-3}+1\times 2^{-4}                                           (3)

也就是把十进制小数转换为二进制小数的过程,实际上就是把十进制小数转换为若干个以2为底的幂运算之和,那么一般表达式为:

a=\sum_{i=0}^{i=m}2^{-n_{i}}                                                                       (4)

在(3)式中,n_{0}=1,n_{1}=3,n_{2}=4。也就是在十进制小数0.6825转换为二进制小数后,数位序号为1,3,4的项系数为1,其他项系数都为0(数位序号从左向右依次增1,最低位序号为1),如表1所示,表格中橙色项系数为1,白色项系数为0。

表1 十进制小数0.6875的二进制转换结果
位序号1234
位权重1/21/41/81/16
项系数1011
二进制数1011

三、贪心算法

那么如何快速计算出(4)式的n_{i}呢?与十进制整数转化二进制数类似,也可以用贪心算法进行计算。

1、贪心算法简介

贪心算法(又称贪婪算法)是指,在对问题求解时,总是做出在当前看来是最好的选择。也就是说,不从整体最优上加以考虑,他所做出的是在某种意义上的局部最优解。

2、操作步骤

假设十进制数为a,根据公式(4),用贪心算法思维进行十进制小数转二进制小数计算的步骤为:

(1)先找出a中最大的那一项2^{-n_{i}},并记录n_{i}

(2)把最大项的值从​​​​​​​a中减掉:a=a-2^{-n_{i}}

(3)跳转到步骤(1)循环计算,直到​​​​​​​a=0a\leqslant给定极小值,计算结束。

为了人工计算更直观,我们通常把2^{-n_{i}}写为小数形式0.5,0.25,0.125,0.0625,0.03125

因此(1)式右边的指数形式转化为小数形式

0.6825=1\times 0.5+0\times 0.25+1\times0.125+1\times 0.0625                              (5)

同样,可以把(3)式改写为:

0.6825=1\times 0.5+1\times0.125+1\times 0.0625                                        (6)

下边以十进制小数a=0.6875转化为二进制小数为例,介绍贪心算法的计算步骤:

(1)找出0.6875中最大的项为0.5,也就是2^{-1},记录n_{0}=1

(2)a=0.6875-0.5=0.1875

(3)找出0.1875中最大的项为0.125,也就是2^{-3},记录n_{1}=3

(4)a=0.1875-0.125=0.0625

(5)找出0.0625中最大的项为0.0625,也就是2^{-4},记录n_{1}=4

(6)a=0.0625-0.0625=0,计算结束;

计算的结果为:0.6875=0.5+0.125+0.0625=2^{-1}+2^{-3}+2^{-4}

二进制小数位序号为1,3,4的项为1,其他位序号的项为0,计算结果为\left ( 0.6875 \right )_{10}=\left ( 0.1011 \right )_{2}

3、结论

对比乘2取整法和贪心法,可以发现,对于可以转化为精确二进制小数的情况来说,贪心算法计算量少,准确率较高,不容易算错,也更直观,更好理解和记忆,但是需要我们事先记住一些常用的2^{-n}的值,这样才有助于我们更快找出最大项。表2为1\leqslant n\leqslant 52^{-n}的值。

表2 常用2为底幂的值

2^{-n}2^{-1}2^{-2}2^{-3}2^{-4}2^{-5}
0.50.250.1250.06250.03125

(本文结束)

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mfbz.cn/a/668973.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

支付系统对接商户

target:离开柬埔寨倒计时-214day 还是美女作为开篇 前言 昨天没有写文章,因为部门团建,我得去给他们画饼,说起来也真的是唏嘘,我一个已经都在计划着离开柬埔寨的人,昨天聚餐还一个个给他们描述未来的前景&a…

5G无线标准演进综述及新技术引入

摘 要 随着经济和社会的发展,5G业务越来越丰富多彩,1080P高清视频、裸眼3D、网联汽车、云手机等新业务、新终端对网络的要求也越来越高;另一方面,5G标准持续演进,在MIMO、载波聚合、移动性管理、uRLLC、切片、定位等方…

海思SD3403,SS928/926,hi3519dv500,hi3516dv500移植yolov7,yolov8(19)-Yolov10探索

YOLOv10 开源有几天了,看性能是比较强的,但是试过的一些人说没有YOLOv8好,实际效果以测试结果为准,这里创新点算是去掉了之前YOLO的NMS步骤,论文题目也说了NMS-Free,以此来提高小目标检测率,减少计算冗余,也没有NMS的计算时间提高实时性。 这个倒是让我看到了以后可以…

以sqlilabs靶场为例,讲解SQL注入攻击原理【18-24关】

【less-18】 打开时,获取了自己的IP地址。,通过分析源码知道,会将用户的user-agent作为参数记录到数据库中。 提交的是信息有user-Agent、IP、uname信息。 此时可以借助Burp Suite 工具,修改user_agent,实现sql注入。…

STM32之USART(串口)通信学习

1.通信接口 在开始通信之前,我们要了解什么是通信,通信就是将一个设备的数据传送到另一个设备。 同时按照双方规定的协议即通信协议,指定通信规则通信双方按照规则进行数据的收发。 应用场景:单片机的串口可以使单片机与单片机…

软件架构设计属性之5:可维护性属性分析与应用

文章目录 引言一、可维护性定义和重要性1.1 定义1.2 重要性 二、可维护性关键要素2.1 模块化2.2 单一职责2.3 低耦合2.4 高内聚2.5 抽象和封装2.6 实践建议 三、设计原则3.1 开闭原则3.2 依赖倒置原则3.3 评估方法3.4 挑战与解决方案 四、实战应用总结 引言 在当今数字化飞速发…

利用GNSS IMU集成提高车道级定位精度

准确的定位对于很多不同的事情都是至关重要的。导航系统可以引导我们去某个地方,自动驾驶汽车可以利用这些数据在道路上安全行驶。尽管全球导航卫星系统(GNSS)在定位方面非常出色,但它们可能并不总是提供最准确的车道水平事实。解决这个问题的一个有希望…

大模型对齐方法笔记四:针对领域问答来进行知识对齐方法KnowPAT

KnowPAT KnowPAT(Knowledgeable Preference AlignmenT) 出自2023年11月的论文《Knowledgeable Preference Alignment for LLMs in Domain-specific Question Answering》,主要针对领域问答来进行知识对齐。 在领域问答有两个挑战:希望输出满足用户的要…

15-通过JS代码处理窗口滚动条

selenium并不是万能的,页面上有些操作无法实现时,就需要借助JS代码来完成了。selenium提供了一个方法:execute_script(),可以执行JS脚本代码。 比如:当页面上的元素超过一屏后,想操作屏幕下方的元素&#x…

git报错prohibited by Gerrit: not permitted: update

git push报错: Push to refs/for/[branch] to create a review, or get Push rights to update the branch. Contact an administrator to fix the permissions (prohibited by Gerrit: not permitted: update)原因: 使用Gerrit代码审核时,本…

IsoBench:多模态基础模型性能的基准测试与优化

随着多模态基础模型的快速发展,如何准确评估这些模型在不同输入模态下的性能成为了一个重要课题。本文提出了IsoBench,一个基准数据集,旨在通过提供多种同构(isomorphic)表示形式的问题,来测试和评估多模态…

React-表单受控绑定

概念:使用React组件的状态(useState)控制表单的状态 1.准备一个React状态值 2.通过value属性绑定状态,通过onChange属性绑定状态同步的函数

Web自动化测试-掌握selenium工具用法,使用WebDriver测试Chrome/FireFox网页(Java

目录 一、在Eclipse中构建Maven项目 1.全局配置Maven 2.配置JDK路径 3.创建Maven项目 4.引入selenium-java依赖 二、Chrome自动化脚本编写 1.创建一个ChromeTest类 2.测试ChromeDriver 3.下载chromedriver驱动 4.在脚本中通过System.setProperty方法指定chromedriver的…

《软件方法(下)》8.3.4.5和《设计模式》中用语的区别

DDD领域驱动设计批评文集 做强化自测题获得“软件方法建模师”称号 《软件方法》各章合集 8.3 建模步骤C-2 识别类的关系 8.3.4 识别关联关系 8.3.4.4 类关系再整理 有了前面的知识,我们需要再整理一下类的关系。用类图表示类的关系如图8-134。 图8-134 “类的…

NextJs 数据篇 - 数据获取 | 缓存 | Server Actions

NextJs 数据篇 - 数据获取 | 缓存 | Server Actions 前言一. 数据获取 fetch1.1 缓存 caching① 服务端组件使用fetch② 路由处理器 GET 请求使用fetch 1.2 重新验证 revalidating① 基于时间的重新验证② 按需重新验证revalidatePathrevalidateTag 1.3 缓存的退出方式 二. Ser…

录制gif 强推LICEcap

LICEcap 官网:https://www.cockos.com/licecap/ 即按即用,录制好的gif可直接插入博客,yyds~

算法练习第25天|491. 非递减子序列

491. 非递减子序列 491. 非递减子序列https://leetcode.cn/problems/non-decreasing-subsequences/ 题目描述: 给你一个整数数组 nums ,找出并返回所有该数组中不同的递增子序列,递增子序列中 至少有两个元素 。你可以按 任意顺序 返回答案…

文件IO(三)

文件IO(三) 左移右移Linux的man 手册文件IO打开文件操作文件关闭文件 caps lock开灯关灯读取按键文件IO操作目录文件打开目录文件操作目录文件 库动态库和静态库的优缺点创建静态库创建动态库 按下右ctrl键 亮灭灯 左移右移 Linux的man 手册 文件IO 打开…

知网AI查重:AI工具如何助力通过检测?

论文降重一直是困扰各界毕业生的“拦路虎”,还不容易熬过修改的苦,又要迎来降重的痛。 其实想要给论文降重达标,我有一些独家秘诀。话不多说直接上干货! 1、同义词改写(针对整段整句重复) 这是最靠谱也是…

旅游门票预订系统小程序源码购票源码

功能介绍: 景点项目 支持发布多个景点项目、景点门票等。 在线支付 支持整合微信支付功能 一款基于ThinkPHP Uniapp开发的旅游i ]票预订系 统 支持景点]票、导游产品便捷预订、美食打卡、景点分 享、旅游笔记分享等综合系统,提供前后台无加密源码,支…
最新文章