几个VB小程序

云梦

再继续优化不知道该怎么办？用分治法计算一次1024位乘法0.0024秒，用HugeCalc是0.004秒。 Function Mult_() '分治法 多位数相乘 C*A=C,A 2013-06.14 Dim myVar, myNum, Var, r As Variant Dim Aa, Ba, Ca, xP2 As Single Dim Dx As Chen Dim ax_sz(512), bx_sz(512), cx_sz(512) As Variant Ax.St = Ax.St + Zero Cx.St = Cx.St + Zero If Left(Ax.St, 1) > "0" And Left(Cx.St, 1) > "0" Then For i = 0 To xP ax_sz(i) = CDec(Mid(Ax.St, i * Gsw + 1, Gsw)) bx_sz(i) = CDec(Mid(Cx.St, i * Gsw + 1, Gsw)) Next i myVar = ax_sz(0) * bx_sz(0) cx_sz(1) = myVar For i = 1 To xP myNum = ax_sz(i) * bx_sz(i) myVar = myVar + myNum For j = 0 To (i - 1) / 2 cx_sz(i + 1) = cx_sz(i + 1) + (ax_sz(i - j) - ax_sz(j)) * (bx_sz(j) - bx_sz(i - j)) Next cx_sz(i + 1) = cx_sz(i + 1) + myVar Next r = CDec(0) For i = xP To 0 Step -1 cx_sz(i) = cx_sz(i) + r r = Fix(cx_sz(i) / Zero6) cx_sz(i) = cx_sz(i) - r * Zero6 Next i oResult = CStr(cx_sz(0)) For i = 1 To xP oResult = oResult + Right(Zero06 + CStr(cx_sz(i)), Gsw) Next i Dx.Bz = IIf(Ax.Bz = Cx.Bz, "", "-") Dx.St = oResult '指数计算 Aa = Val(Left(Ax.St, 1)) Ba = Val(Left(Cx.St, 1)) Ca = Val(Left(Dx.St, 1)) If Ax.Zs + Cx.Zs < 10 ^ 15 Then Dx.Zs = Ax.Zs + Cx.Zs + IIf(Aa * Ba <= Ca, 0, 1) Else Dx.Zs = 0 End If Cx = Dx Ax = Dx Else Ax.Bz = "" Ax.St = "0" Ax.Zs = 0 Cx = Ax End If End Function

云梦

如果去掉 Ax.St = Ax.St + Zero Cx.St = Cx.St + Zero 时间为0.002秒，相当于HugeCalc速度的1/2

云梦

各精度的计算时间：

云梦

用HugeCalc乘法计算2048位时间为0.01秒，3072位时间为0.019秒。用分治法计算2048位为0.0076秒，3072位时间为0.016秒。看来5000位以下FFT并不合算（当然我指的是用VB）。 分治法1024位计算比硬乘法节约大约1/3的时间。

云梦

VB计算512位Gamma函数1.3秒,1024位达6.6秒。已经尽力了。 如何加快Gamma函数的收敛是关键。伯努利常数用到BernoulliB[740]时,Gamma函数的精度才能达到1034位。

云梦

Gamma[n,n]/Gamma[n]的计算时，当n>1000000以上时有没有更好的计算公式可以加快收敛速度？
我的VB计算器遇到难点，64位十进制精度当n=100000时计算时间是10秒，更大时就很慢。

云梦

n<10^255,z<10^256时:
γ(n,z)值计算成功。
但Γ(n,z)该如何能计算呢？

云梦

不完全伽马函数的计算终于完成了。
关于γ(n,z) 和 Γ(n,z)计算确很复杂，对于自变量n,z:-∞<n<+∞,-∞<z<+∞好不容易全部解决l了，包括复数值的计算。
当n为负整数时,只有采用极限法确定所需要的精度值，因为 Γ(n)=∞，这就需要高精度的Gamma[n]的计算。
重新改进的函数计算器，函数值增加了复数，使得自变量可在-∞到+∞范围。不过还不能输入复数。
已完成的函数有：Exp[x],Log[x],x^y,Sin[x],Cos[x],Tan[x]
对数积分函数： li[x],Li[x]
指数积分函数：Ei[x],E[n,x]
误差函数,Erf[x] 和正态分布函数
伽马函数：Gamma[x],LnGamma[x]，PolyGamma[x],PolyGamma[n,x]
其它积分函数：Si[x],Ci[x],S[x],C[x]
不完全伽马函数：Γ(n,z),γ(n,z)

云梦

这真是个伟大而消磨时间的工程，不过从编程中确能找到解决问题的方法，学到更多的编程技巧，从中收益不浅。