LeetCode-43-字符串相乘

本文介绍如何使用字符串形式的乘法算法,模拟竖式计算解决LeetCode中的问题。通过逐位相乘并处理进位,演示了如何在不依赖内置库的情况下计算两个数的乘积。算法复杂度和空间分析也一并给出。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

题目

<中等> 字符串相乘
来源:LeetCode.

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。
注意:不能使用任何内置的 BigInteger 库或直接将输入转换为整数。

示例 1:

输入: num1 = "2", num2 = "3"
输出: "6"

示例 2:

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

提示:

  • 1 < = n u m 1. l e n g t h , n u m 2. l e n g t h < = 200 1 <= num1.length, num2.length <= 200 1<=num1.length,num2.length<=200
  • n u m 1 和 n u m 2 只 能 由 数 字 组 成 。 num1 和 num2 只能由数字组成。 num1num2
  • n u m 1 和 n u m 2 都 不 包 含 任 何 前 导 零 , 除 了 数 字 0 本 身 。 num1 和 num2 都不包含任何前导零,除了数字0本身。 num1num20

接下来看一下解题思路:

思路:做加法:

    如果 num 1 \textit{num}_1 num1 num 2 \textit{num}_2 num2 之一是 0 0 0,则直接将 0 0 0 作为结果返回即可。

    如果 num 1 \textit{num}_1 num1 num 2 \textit{num}_2 num2 都不是 0 0 0,则可以通过模拟「竖式乘法」的方法计算乘积。从右往左遍历乘数,将乘数的每一位与被乘数相乘得到对应的结果,再将每次得到的结果累加。这道题中,被乘数是 num 1 \textit{num}_1 num1,乘数是 num 2 \textit{num}_2 num2

需要注意的是, num 2 \textit{num}_2 num2​ 除了最低位以外,其余的每一位的运算结果都需要补 0 0 0
对每次得到的结果进行累加,可以使用「415. 字符串相加」的做法。

class Solution {
    public String multiply(String num1, String num2) {
        if (num1.equals("0") || num2.equals("0")) {
            return "0";
        }
        String ans = "0";
        int m = num1.length(), n = num2.length();
        for (int i = n - 1; i >= 0; i--) {
            StringBuffer curr = new StringBuffer();
            int add = 0;
            for (int j = n - 1; j > i; j--) {
                curr.append(0);
            }
            int y = num2.charAt(i) - '0';
            for (int j = m - 1; j >= 0; j--) {
                int x = num1.charAt(j) - '0';
                int product = x * y + add;
                curr.append(product % 10);
                add = product / 10;
            }
            if (add != 0) {
                curr.append(add % 10);
            }
            ans = addStrings(ans, curr.reverse().toString());
        }
        return ans;
    }

    public String addStrings(String num1, String num2) {
        int i = num1.length() - 1, j = num2.length() - 1, add = 0;
        StringBuffer ans = new StringBuffer();
        while (i >= 0 || j >= 0 || add != 0) {
            int x = i >= 0 ? num1.charAt(i) - '0' : 0;
            int y = j >= 0 ? num2.charAt(j) - '0' : 0;
            int result = x + y + add;
            ans.append(result % 10);
            add = result / 10;
            i--;
            j--;
        }
        ans.reverse();
        return ans.toString();
    }
}
复杂度分析
  • 时间复杂度: O ( m n + n 2 ) O(mn+n^2) O(mn+n2),其中 m m m n n n 分别是 num 1 \textit{num}_1 num1 num 2 \textit{num}_2 num2 的长度。需要从右往左遍历 num 2 \textit{num}_2 num2 ,对于 num 2 \textit{num}_2 num2 的每一位,都需要和 num 1 \textit{num}_1 num1 的每一位计算乘积,因此计算乘积的总次数是 m n mn mn。字符串相加操作共有 n n n 次,相加的字符串长度最长为 m + n m+n m+n,因此字符串相加的时间复杂度是 O ( m n + n 2 ) O(mn+n^2) O(mn+n2)。总时间复杂度是 O ( m n + n 2 ) O(mn+n^2) O(mn+n2)

  • 空间复杂度: O ( m + n ) O(m+n) O(m+n),其中 m m m n n n 分别是 num 1 \textit{num}_1 num1 num 2 \textit{num}_2 num2 的长度。空间复杂度取决于存储中间状态的字符串,由于乘积的最大长度为 m + n m+n m+n,因此存储中间状态的字符串的长度不会超过 m + n m+n m+n

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值