数学乘法巧妙算法大全
大数相乘，快速算法？
大数相乘，快速算法？
计算乘方是有快速算法的，并不是一个一个蛮力乘上去的。比如想算2^10000，计算机先算2^5000，再算一次平方，即两个数的乘法。而为了计算2^5000，计算机会先算2^2500再算一次平方。这个算法叫快速幂算法，对于2^N的计算，如果认为每次乘法的时间复杂度是O(1)的话，那整体的时间复杂度只有O(logN)级别。
一般来说，为了实现快速幂算法，首先把指数做二进制表示，比如你要算A的23次方，可以把23分解为16 4 2 1。然后计算BA^2，CB^2A^4，D(C^2)^2A^16。最终结果为ABCD相乘。
但这里乘法的复杂度并不是O(1)，因为它是无限精度的，也就是所谓的大数乘法。大数乘法也有很多算法，最朴素的，类似手算的方法，复杂度是O(N^2)，其他一些方法有分治法，复杂度O(N^1.58)，FFT方法，复杂度O(N logN loglogN)等。快速幂的O(logN)次大数乘法中，最复杂的只有最后一次，也就是2^5000的那次，前面的复杂度几何级数衰减，所以整体复杂度也就是最后一次计算的复杂度。如果你用FFT方法的话，复杂度也就是比线性多了一点点，一般计算机上随便算算就出来了。
CPU没有全速运行是因为这个程序只用了1个核心在做计算，而你显示的是总的使用率，所以大概会保持在四分之一的水平。
是否用到了移位操作涉及Python大数运算的具体设计，我不是很懂就不多讲了。但原理上讲也是很有可能的，如果用比特串存储大数的话，那么计算2^N只需要在数组的第N位设置一个1，其余设置为0即可，那么转换到十进制是这段代码中最消耗计算量的部分。
20道简便算法，乘除法？
0.25×0.28 0.125×3.2×2.5 35×40.2 0.25×4÷0.25×4 3.5×9.9 3.5×99 3.5 3.5×101-3.5 3.5×9.9 3.5×0.1 3.5×2.7 35×0.73 3.5×2.7-3.5×0.7 (32 5.6)÷0.8 3.5÷0.6-0.5÷0.6 4.9÷3.5 7÷0.25÷4 7÷0.125 ÷8 7.35÷(7.35×0.25) 7.35÷(7.35÷0.25) 7.325-(5.325 1.7) 3.29 0.73 2.27 3.29-0.73-2.27 7.5 2.5-7.5 2.5 7.325-3.29-3.325 7.325-(5.325 1.7) 7.325-(5.325-1.7)