第一種方法，使用二分法。在一個(gè)區(qū)間內(nèi)每次拿中間數(shù)的平方來(lái)試，如果大了就左移中間數(shù)，如果小了就右移。當(dāng)結(jié)果逼近真實(shí)值的時(shí)候取精度最高的結(jié)果。

//二分法求平方根，首尾兩端不斷逼近 float Sqrt(float m){const float eps = 1e-11;//eps用于控制結(jié)果的精度 if(m<0){cerr<<"無(wú)法求根"<<endl;return -1;}float mid,low,up,last;low = 0,up = m;mid = (low + up)/2;do{if(mid * mid > m)up = mid;elselow = mid;last = mid;mid = (low + up)/2; }while(fabs(last - mid) > eps); //不能使用abs，會(huì)提示函數(shù)有歧義 ,fabs可以直接傳float參數(shù) return mid; }
第二種方法，牛頓迭代法。↓↓↓↓↓↓↓↓以下描述取自百度百科

設(shè)r是 的根，選取 作為r的初始近似值，過(guò)點(diǎn) 做曲線 的切線L，L的方程為 ，求出L與x軸交點(diǎn)的橫坐標(biāo) ，稱(chēng)x₁為r的一次近似值。過(guò)點(diǎn) 做曲線 的切線，并求該切線與x軸交點(diǎn)的橫坐標(biāo) ，稱(chēng) 為r的二次近似值。重復(fù)以上過(guò)程，得r的近似值序列，其中， 稱(chēng)為r的 次近似值，上式稱(chēng)為牛頓迭代公式。 用牛頓迭代法解非線性方程，是把非線性方程 線性化的一種近似方法。把 在點(diǎn) 的某鄰域內(nèi)展開(kāi)成泰勒級(jí)數(shù) ，取其線性部分（即泰勒展開(kāi)的前兩項(xiàng)），并令其等于0，即 ，以此作為非線性方程 的近似方程，若 ，則其解為 ， 這樣，得到牛頓迭代法的一個(gè)迭代關(guān)系式： 。
簡(jiǎn)單來(lái)說(shuō)就是，如要求A的算術(shù)平方根，先假設(shè)一個(gè)值x，然后不斷求（x+a/x)/2=x，不斷迭代。 float SqrtByNt(float m){const float eps = 1e-11;float x = m; float last;//用于記錄上一次迭代的值 do{last = x;x=(x+m/x)/2; }while(fabs(x-last)>eps);return x; }
接下來(lái)是卡馬克的神奇平方根算法，其實(shí)也是用了牛頓迭代法，但他設(shè)置了一個(gè)神奇的常數(shù)0x5f3759df來(lái)計(jì)算那個(gè)猜測(cè)值。 float InvSqrt (float x) {float xhalf = 0.5f*x;int i = *(int*)&x;i = 0x5f3759df - (i>>1);x = *(float*)&i;x = x*(1.5f - xhalf*x*x);x = x*(1.5f - xhalf*x*x);x = x*(1.5f - xhalf*x*x);return 1/x; }

總結(jié)

以上是生活随笔為你收集整理的算术平方根解法的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。