js实现1万的阶乘
前言
最近面试的时候遇到一道面试题，就是实现10000!，当时的第一反应是直接用递归实现：
function factorial_recursion(n){
if(n <= 1) return 1;
return n * factorial_recursion(n-1)
}
但是这样就会存在问题，Js中最大的安全整数为2^53- 1，10000!结果溢出该范围，代码运行结果为Infinity，无法计算出正确的结果。
那么如何才能计算大数据的阶乘呢？
BigInt
可以使用Js最新的基本数据类型BigInt，BigInt数据类型支持范围更大的整数值，可以解决整数溢出问题。
BigInt数据通过BigInt构造函数创建，修改代码如下：
function factorial_recursion(n){
if(n <= 1) return 1;
return BigInt(n) * BigInt(factorial_recursion(n-1))
}
通过factorial_recursion(10000)就可以得出结果。
但当计算更高数值的阶乘时，比如求20000的阶乘，出现栈溢出的情况。
那么如何才能解决栈溢出问题？
平方差实现
算法思路
可以从减少乘法运算的次数角度出发，阶乘运算可转换为若干个平方差的积，使得阶乘只需要n/2次乘法，并且得出规律平方差之间的差是连续的奇数。除了平方差乘数，其他乘数根据n为奇数或偶数也有不同规律。
算法分析
当计算9的阶乘时：
1 * 2 * 3 * 4 * 5 * 6 * 7 * 8 * 9
取中间值为基值： (5 - 4) * (5 - 3) * (5 - 2) * (5 - 1) * 5 * (5 + 1) * (5 + 2) * (5 + 3) * (5 +4)
调换位置：(5 - 1) * (5 + 1) * (5 - 2) * (5 + 2) * (5 - 3) * (5 + 3) * (5 - 4) * (5 + 4) * 5
合并为平方差：(5^2 - 1) * (5^2 - 2^2) * (5^2 - 3^2) * (5^2 - 4^2) * 5
计算平方差结果： 24 * 21 * 16 * 9
得出规律：24、21、16、9之间的差分别为基数3、5、7，奇数基础乘数为 n / 2
当计算10的阶乘时：
1 * 2 * 3 * 4 * 5 * 6 * 7 * 8 * 9 * 10
取中间值位基值： (5 - 4) * (5 - 3) * (5 - 2) * (5 - 1) * 5 * (5 + 1) * (5 + 2) * (5 + 3) * (5 +4) * (5 + 5)
调换位置：(5 - 1) * (5 + 1) * (5 - 2) * (5 + 2) * (5 - 3) * (5 + 3) * (5 - 4) * (5 + 4) * 5 * (5 + 5)
合并为平方差：(5^2 - 1) * (5^2 - 2^2) * (5^2 - 3^2) * (5^2 - 4^2) * 5 * (5 + 5)
平方差结果： 24 * 21 * 16 * 9
得出规律：24、21、16、9之间的差分别为基数3、5、7，偶数基础乘数为 n / 2 * n代码实现如下：
function factorial_square(n){
if(n <= 1) return 1;
const middle = Math.ceil(n / 2); //取中间值
let tmp = middle * middle,
result = n & 1 == 1 ? middle : middle * n; //奇偶数的基础乘数规律不同
for(let i = 1 ; i <= n - 2 ; i += 2){ //连续减奇数得出各项乘数
tmp -= i;
result = BigInt(result) * BigInt(tmp);
}
return result;
}
BigInt兼容性并不友好，Chrome浏览器在67+版本中才支持该数据类型。
在不支持BigInt的浏览器中怎么计算大数据阶乘呢？
数组存储实现
算法思路
可以使用数组来存储大数据结果的每位数，如result[0]存储个位数，result[1]存储十位数，以此类推。计算每位数时需要加上上一个位数得出的进位，最后再将数组反转并拼接，就可以得出大数据结果。
算法分析
以5! = 1 2 3 4 5为例：
代码实现
function factorial_array(n){
let result = [1], //存储结果
digit = 1, //位数，从第1位开始
count , //每次计算的结果
num , //阶乘的计算到的第几个
i , //result中每一项
carry; //每次得数的进位
for(num = 2 ; num <= n ; num++){
for(i = 1 , carry = 0 ; i <= digit ; i++){
count = result[i - 1] * num + carry; //每一项计算结果
result[i - 1] = count % 10; //将一个数的每一位数利用数组进行储存
carry = (count - result[i - 1]) / 10 //记录进位
}
while (carry) { //如果还有进位，继续存储
result[digit] = carry % 10;
carry = (carry - result[digit]) / 10;
digit++;
}
}
return result.reverse().join("");
}总结
1.递归实现
优点：实现代码简单，速度快
缺点：较大数据容易出现栈溢出，兼容性不够友好
2.平方差实现
优点：乘数计算少，速度快
缺点：兼容性不够友好
3.数组存储实现
优点：数组清晰地存放大数据的每个位数，每次计算时能简单地从低位到高位求值
缺点：需要用数组存储大数据的每位数，需要占用较大内存，速度较慢
本文内容仅供个人学习、研究或参考使用，不构成任何形式的决策建议、专业指导或法律依据。未经授权，禁止任何单位或个人以商业售卖、虚假宣传、侵权传播等非学习研究目的使用本文内容。如需分享或转载，请保留原文来源信息，不得篡改、删减内容或侵犯相关权益。感谢您的理解与支持！
