一、乘法计算列表法？

大整数的乘法

在计算机中，长整形（long int）变量的范围是-2147483648至2147483647，因此若用长整形变量做乘法运算，乘积最多不能超过10位数。即便用双精度（double）变量，也仅能保证16位有效数字的精度。在某些需要更高精度的乘法运算场合，需要用别的办法来实现运算。

比较容易想到的是做多位数乘法时列竖式进行计算的方法，只要写出模拟这一过程的程序，就能实现任意大整数的乘法运算。经过查阅资料，找到一种更易于编程的方法，即“列表法”。

下面先介绍“列表法”:

例如当计算8765*234时，把乘数和被乘数照如下列出，见表1：

8

7

6

5

*

16

14

12

10

2

24

21

18

15

3

32

28

24

20

4

表一

16

14

12

10

24

21

18

15

32

28

24

20

16

38

65

56

39

20

16

38

65

56

39

20

2

16+4=20

38+7=45

65+6=71

56+4=60

39+2=41

留2

留0进2

留5进4

留1进7

留0进6

留1进4

留0进2

2

0

5

1

0

1

0

根据以上思路 就可以编写C程序了，再经分析可得：

1，一个m位的整数与一个n位的整数相乘，乘积为m+n-1位或m+n位。

2，程序中，用三个字符数组分别存储乘数，被乘数与乘积。由第1点分析知，存放乘积的字符数组饿长度应不小于存放乘数与被乘数的两个数组的长度之和。

3，可以把第二步“计算填表”与第三四步“累加进位”放在一起完成，可以节省存储表格2所需的空间。

4，程序关键部分是两层循环，内层循环累计一数组的和，外层循环处理保留的数字和进位。

[cpp] view plain copy

#define MAXLENGTH 1000

#include <stdio.h>

#include <string.h>

void compute(char * a, char * b,char *c)

{

int i,j,m,n;

long sum,carry;

m = strlen(a)-1;

n = strlen(b)-1;

for(i=m;i>=0;i--)

a[i] -= '0';

for(i=n;i >=0;i--)

b[i] -='0';

c[m+n+2] ='/0';

carry =0;

for(i=m+n;i>=0;i--)

{

sum=carry;

if((j=(i-m))<0)

j=0;

for(;j<=i&& j <=n;j++)

sum += a[i-j]b[j];

c[i+1] = sum %10 + '0'; /*算出保留的数字*/

carry = sum/10;

}

if((c[0]=carry+'0')=='0') /* if no carry*/

c[0] = '/040'; /* space */

}

int main()

{

char a[MAXLENGTH],b[MAXLENGTH],c[MAXLENGTH*2];

puts("Input multiplier");

gets(a);

puts("Input multiplier");

gets(b);

compute(a,b,c);

puts("Answer:");

puts(c);

getchar();

}

效率分析：用以上算法计算m位整数乘以n位整数，需要先进行m*n次乘法，再进行约m+n次加法运算和m+n次取模运算（实为整数除法）。把这个程序稍加修改，让它自己生产乘数和被乘数，然后计算机随机的7200为整数互乘。

经过改进，此算法效率可以提高约9倍。

注意到以下事实：8216547*96785 将两数从个位起，每3位分为节，列出乘法表，将斜线间的数字相加：

8 216 547

96 785

8

216

547

*

768

20736

52512

96

6250

169560

429395

785

768

20736

52512

6250

169560

429395

768

27016

222072

429395

将表中最后一行进行如下处理：从个位数开始，每一个方格里只保留三个数字，超出1000的部分进位到前一个方格里：

768

27016

222072

429395

768+27=795

27016+222=27238

222072+429=222501

留395进429

795

238

501

395

所以8216547*96785 = 795238501395

也就是说我们在计算生成这个二维表时，不必一位一位的乘，而可以三位三位的乘；在累加时也是满1000进位。这样，我们计算m位整数乘以n位整数，只需要进行m*n/9次乘法运算，再进行约（m+n）/3次加法运算和（m+n）/3次去摸运算。总体看来，效率是前一种算法的9倍。

有人可能会想：既然能用三位三位的乘，为什么不能4位4位的乘，甚至5位。听我解来：本算法在累加表中斜线间的数字时，如果用无符号长整数（范围0至~4294967295）作为累加变量，在最不利的情况下（两个乘数的所有数字均为9），能够累加约4294967295/（999*999）=4300次，也就是能够准确计算任意两个约不超过12900（每次累加的结果“值”三位，故4300*3=12900）位的整数相乘。如果4位4位地乘，在最不利的情况下，能过累加月4294967295/(9999*9999)=43次，仅能够确保任意两个不超过172位的整数相乘，没什么实用价值，更不要说5位了。

[cpp] view plain copy

#include <stdio.h>

#include <string.h>

#include <conio.h>

#include <stdlib.h>

#include <time.h>

#define N 7200 //做72xx位的整数乘法

int max(int a,int b,int c)

{

int d = (a >b)?a:b;

return (d>c)?d:c;

}

int initarray(int a[])

{

int q,p,i;

q = N + random(100);

if(q%3 ==0)

p =q/3;

else

p =q/3+1;

for(i=0;i <p;i++)

a[i] = random(1000);

if(q%3 ==0)

a[0] = 100+random(900);

if(q%3 == 2)

a[0] = 10 + random(90);

if(q%3 == 1)

a[0] = 1 + random(9);

return p;

}

void write(int a[],int l)

{

int i;

char string[10];

for(i=1;i<l;i++)

{

itoa(a[i],string,10);

if(strlen(string)==1)

fprintf(fp,"00");

if(strlen(string)==2)

fprintf(fp,"0");

fprintf(fp,"%s",string);

if((i+1)%25 == 0)

fprintf(fp,"/n");

}

fprintf(fp,"/n");

fprintf(fp,"/n");

}

FILE * fp;

int main()

{

int a[5000]={0},b[5000]={0},k[10001]={0};

unsigned long c,d,e;//申明作累加用的无符号长整数变量

int i,j,la,lb,ma,mi,p,q,t;

randomize();//初始化随机数

la = initarray(a);//被乘数

lb = initarray(b);//乘数

if(la < lb)//如果被乘数长度小于乘数，则交换被乘数与乘数

{

p = (lb > la)?lb:la;

for(q=0;q<p;q++)

t=a[q],a[q]=b[q],b[q]=t;

t =la,la=lb,lb =t;

}

c=d=0;

for(i=la+lb-2;i>=0;i--)//累加斜线间的数，i位横纵坐标之和

{

c=d;//将前一位的进位标志存入累加变量C

ma =max(0,i-la+1,i-lb+1);//求累加的下限

mi = (i > la)?(la-1):i;//求累加的上限

for(j=ma;;j<=mi;j++)

{

c+=a[j]b[i-j];

}

d=c/1000;//求进位标志

if(c>999)

c%=1000;//取c的后3位

k[i] = c;//保存至表示乘积的数组k[]

}

e = k[0] + 1000*d;//求出乘积的最高位

fp = fopen("res.txt","w+");

fprintf(fp,"%d",a[0]);//打印被乘数的最高位

write(a,la);//打印被乘数其他位数

fprintf(fp,"%d",b[0]);//打印乘数的最高位

write(b,lb);//打印乘数其他位数

fprintf(fp,"%d",e);//打印乘积的最高位

write(k,la+lb-1);//打印乘积其他位数

fclose(fp);

}

二、电线负荷计算？

电线承受的负荷的估算口诀 ：二点五下乘以九，往上减一顺号走。 三十五乘三点五，双双成组减点五。 条件有变加折算，高温九折铜升级。 穿管根数二三四，八七六折满载流。说明： "三十五乘三点五，双双成组减点五"，说的是35mm"的导线载流量为截面数的3．5倍，即35×3．5＝122．5(A)。从50mm’及以上的导线，其载流量与截面数之间的倍数关系变为两个两个线号成一组，倍数依次减0．5。即50、70mm’导线的载流量为截面数的3倍；95、120mm"导线载流量是其截面积数的2．5倍，依次类推。 "条件有变加折算，高温九折铜升级"。上述口诀是铝芯绝缘线、明敷在环境温度25℃的条件下而定的。若铝芯绝缘线明敷在环境温度长期高于25℃的地区，导线载流量可按上述口诀计算方法算出，然后再打九折即可；当使用的不是铝线而是铜芯绝缘线，它的载流量要比同规格铝线略大一些，可按上述口诀方法算出比铝线加大一个线号的载流量。如16mm’铜线的载流量，可按25mm2铝线计算

三、电线电阻计算？

电线的导体电阻计算公式为：R＝ρ×L/S

其中，ρ为导体电阻率，L为导体长度，S为导体横截面积。

计算导体的电阻，要知道其电阻率、截面积、长度，计算公式：电阻=长度×电阻率÷截面积。

直流电路，纯电阻性负载交流电路的电阻计算公式； R=U/I。式中R为阻值单位欧姆、U为电压单位伏特、I为电流单位安培。

四、Python列表用GPU计算

Python列表用GPU计算

在现代计算领域中，图形处理器（Graphics Processing Unit，GPU）已经成为不可或缺的工具。与传统的中央处理器（Central Processing Unit，CPU）相比，GPU拥有强大的并行计算能力，能够加速各种计算任务的执行速度。Python作为一种广泛使用的编程语言，也可以利用GPU进行并行计算来提高性能。本文将介绍如何使用Python中的列表（List）数据结构进行GPU计算。

首先，我们需要使用一些第三方库来进行GPU计算。Numpy是Python中一个非常流行的数学库，它提供了对多维数组进行操作的功能。而PyCUDA则是一个用于在Python中访问CUDA API的库，它允许我们直接在GPU上执行代码。在开始之前，确保你已经正确安装了Numpy和PyCUDA。

使用Numpy进行GPU计算

在Python中，我们可以使用Numpy来创建和操作多维数组。对于大规模的数据处理任务，使用Numpy的GPU计算功能可以提供更快的速度。

首先，我们需要将列表转换为Numpy数组。这可以通过调用Numpy库中的array()函数来实现：

import numpy as np my_list = [1, 2, 3, 4, 5] my_array = np.array(my_list)

使用Numpy数组，我们可以执行各种数学和统计计算。Numpy提供了许多函数来进行矢量化计算，以提高性能。

my_result = np.sin(my_array)

在上面的例子中，我们使用了Numpy的sin()函数对数组中的每个元素进行正弦计算。使用Numpy进行GPU计算，我们可以通过简单地改变计算目标，即可将代码并行化运行在GPU上。

使用PyCUDA进行GPU计算

PyCUDA是一个Python库，它允许我们在Python中编写CUDA内核函数。CUDA是一个由Nvidia开发的并行计算平台和API，可用于在GPU上执行计算密集型任务。

为了使用PyCUDA进行GPU计算，我们需要将列表转换为PyCUDA支持的数据类型。这可以通过调用PyCUDA库中的gpuarray.to_gpu()函数来实现：

import pycuda.gpuarray as gpuarray
import pycuda.autoinit

my_list = [1, 2, 3, 4, 5]
my_gpuarray = gpuarray.to_gpu(my_list)

通过将列表转换为GPU数组，我们可以在GPU上执行各种计算任务。PyCUDA提供了许多函数和方法来操作GPU数组，例如sin()函数。

my_result = np.sin(my_gpuarray)

通过使用PyCUDA进行GPU计算，我们可以充分利用GPU的并行计算能力，加快代码的执行速度。

将GPU计算与列表相结合

Python中的列表数据结构是一种非常灵活和方便的方式来存储和操作数据。在进行GPU计算时，我们可以使用列表来保存计算结果，以便后续分析和处理。

下面是一个使用Numpy和PyCUDA进行GPU计算的示例：

import numpy as np
import pycuda.gpuarray as gpuarray
import pycuda.autoinit

my_list = [1, 2, 3, 4, 5]

# 使用Numpy进行计算
my_array = np.array(my_list)
my_result_numpy = np.sin(my_array)

# 使用PyCUDA进行计算
my_gpuarray = gpuarray.to_gpu(my_list)
my_result_pycuda = np.sin(my_gpuarray.get())

# 将结果保存到列表中
my_result_list = my_result_numpy.tolist()

在上面的示例中，我们首先使用Numpy进行GPU计算，然后使用PyCUDA进行相同的计算。最后，我们将结果保存到列表中。

总结

Python是一种功能强大的编程语言，可以利用GPU进行并行计算。本文介绍了如何使用Python中的列表数据结构进行GPU计算。通过结合Numpy和PyCUDA库，我们可以充分利用GPU的并行计算能力，加速代码的执行速度。希望本文能够对你理解和应用Python列表的GPU计算提供帮助。

五、列表计算怎么做？

列表计算是一种常见的数学计算方法，通常用于对一组数据进行汇总、分析和处理。在列表计算中，首先需要将数据按照一定的规则排列成一个列表，然后根据需要进行求和、平均、中位数、方差等各种统计指标的计算。

列表计算可以帮助我们更好地理解和掌握数据，同时也为决策和分析提供了有力的支持。在现代科技中，列表计算已成为必备的技能之一，广泛应用于各种领域，如金融、医疗、生产等。

六、计算电线损耗公式？

1 电线损耗公式是存在的。2 电线损耗是由电流引起的电线内阻的发热所造成的能量损失。电线损耗公式为：P=I²R，其中P为电线损耗，I为电流，R为电线的电阻。3 电线损耗公式的应用非常广泛，比如在电力系统中，可以根据电线损耗公式计算输电线路中的损耗；在家庭用电中，可以通过电线损耗公式计算电线的损耗，从而节约用电。

七、电线线径计算？

电缆线一般都是由几根或几组导线相绞合成的，每根或每组导线之间有绝缘材料。它的重量计算方法如下：

电缆线重量计算YJV3*95+1*50的电缆

已知电缆的截面是多少平方毫米，比方说12的三根。那么，

铜的重量=12*1000*x*3

式中的x是每立方毫米铜的重量。

结构是3根95平方毫米的+1根50平方毫米的

铜的重量简单计算，总截面＊8.9＊千米长度

铜芯总截面：3＊95+1＊50=335平方毫米

100米重量：335＊8.9＊0.1电线电缆材料用量计算公式：

铜的重量习惯的不用换算的计算方法：截面积*8.89=kg/km

如120平方毫米计算：120*8.89=1066.8kg/km

1.导体用量：（Kg/Km）=d^2*0.7854*G*N*K1*K2*C/

d=铜线径G=铜比重N=条数K1=铜线绞入率K2=芯线绞入率C=绝缘芯线根数

2.绝缘用量：（Kg/Km）=（D^2-d^2）*0.7854*G*C*K2

D=绝缘外径d=导体外径G=绝缘比重K2=芯线绞入率C=绝缘芯线根数

3.外被用量：（Kg/Km）=(D1^2-D^2)*0.7854*G

D1=完成外径D=上过程外径G=绝缘比重

4.包带用量：（Kg/Km）=D^2*0.7854*t*G*Z

D=上过程外径t=包带厚度G=包带比重Z=重叠率(1/4Lap=1.25)

5.缠绕用量：（Kg/Km）=d^2*0.7854*G*N*Z

d=铜线径N=条数G=比重Z=绞入率

6.编织用量：（Kg/Km）=d^2*0.7854*T*N*G/cosθ

θ=atan(2*3.1416*(D+d*2))*目数/25.4/T

八、电线平方怎么计算？

电线平方一般是指导体的横截面积，如果是单导体直接用卡尺量出直径，用πR2算出其面积，如果是多根导体，量出一根直径算出面积再乘以导体个数，即为电线的平方，一般UL规格的电线中单个直径为0.16MM.

九、电线电流计算？

电线电缆计算电流的方式

口诀十下五，百上二，二五三五 四三介，七零九五两倍半，电线穿管打八折，铜线升级算。

新中国成立时，电力标准采用苏联标准，当时中国没有那么多铜矿，当时没有那么多外汇，当时全部采用铝线作为电力设备的材料，口诀全部是以铝线制定的。

十下五，十平方以下的全部按五个电流计算。

百上二，一百平方以上的全部按两个电流计算。

二五三五，四三介，二十五平方以下按四个电流计算。三十五平方以上按三个电流计算。

七零九五两倍半，七十平方和九十五平方按两个半平方计算。

穿管打八折，电线电缆在穿管以后，散热会不好，电流会下降，需要乘以0.8。

铜线升级算，以上说的是铝线的计算电流方式，现在不管家庭还是工厂都是用铜线作为导线，所以算之前把电缆电线的型号升一级算，例如，2.5平方的铜线往上升一级按4平方的算4乘以5得20个电流，120平方往上升一级是150平方，150乘以2得300个电流。

十、电线公式计算表？

一般家庭用电线简易计算方式：功率（瓦）÷220÷4=线径 例如某一线路负载2000W，2000÷220÷4=2.27；那么就要选2.5mm2的铜线这个算法可以保证电线是在安全负载范围内工作，但是前提是要用国标线；另外一定要进位；例如2500W的时候，2500÷220÷4=2.84；这个时候就不能用2.5的线了，要提高一档，用4mm2的铜线； 另外，单分支回路要小于16A，或者3200W；这也是4mm2电线