我编写了以下代码。我试图避免条件或while。计算机怎么会知道它应该多次运行循环。？意思是，有没有什么方法可以自动获得范围函数的值？例如，如果一个人正在寻找 2000 的 sqrt，则以下代码将无法作为从 5 到 10 指定的范围函数。我快到了，我只是错过了什么？
指定范围并不能解决问题
def fun():
fG = n/2
for i in range(5,10):
g = (0.5) * (fG + (n/fG))
fG = g
【问题讨论】：
标签： python
首先，我不确定你为什么决定使用for i in range(5, 10)，而你从未使用过变量i。这相当于for _ in range(10)。
其次，听起来您在问如何知道正确的迭代次数是多少。首先，您需要了解有很多数字，newtons 方法永远不会返回 exact 答案，因此您需要确定所需的精度。
一旦您以精确为导向，您就可以从以下位置更改您的代码：
def fun(n, iterations):
fG = n/2
for i in range(iterations):
g = (0.5) * (fG + (n/fG))
fG = g
return g
您可以测量自上次迭代以来测量值发生了多大变化：
def fun2(n, delta):
fG = n/2
iters = 0
while True:
g = (0.5) * (fG + (n/fG))
if abs(fG - g) < delta:
return g, iters
fG = g
iters += 1
然后，您可以指定一个很好的类比，说明您希望与真实值的接近程度：
fun2(2000,1) # (44.72230608683239, 6)
fun2(2000, 0.001) # (44.7213595600124, 7)
fun2(2000, 0.000000000000001) # (44.721359549995796, 9)
【讨论】：
我不确定您想要实现的确切目标，但如果我理解正确，以下代码应该可以解决您正在寻找的内容：
import numpy as np # need this to test the custom
# defined function SQRT()
# against numpy's sqrt() function.
# err_epsilon = the acceptable error for stopping the loop.
def SQRT(n, err_epsilon = 1e-8):
fg = n/2
fG = fg + 1
while abs(fg-fG)>err_epsilon:
fg = fG
fG = (0.5) * (fG + (n/fG))
return 0.5*(fG+fg)
# Test against numpy.sqrt()
SQRT(2), np.sqrt(2)
请注意，我们有err_epsilon=1e-8，因此应该有正确的平方根，计算出小数点后最多 8 位。以下结果符合这一点：1.41421356。事实上，直到小数点后的第 11 位，它们都是相同的。
(1.4142135623738925, 1.4142135623730951)
由于您更喜欢避免使用while and/or conditionals，因此您可以考虑使用以下内容。但是，如果没有评估何时停止计算的条件步骤，您不可能停止循环。上面给出的实现利用了条件和时间（因为你不知道先验需要多少循环才能达到可接受的错误阈值水平。
您实际上没有在for 循环中使用变量i。因此，如果您决定将for 循环与range 函数一起使用，最好放弃它的值。
def fun(n, start = 0, stop = 10, step = 1):
fG = n/2
# we skip saving the variable generated
# from the range iterator.
for _ in range(start,stop,step):
fG = (0.5) * (fG + (n/fG))
return fG
假设您正在尝试求平方根，我建议您看看这些：
引用[1]as-is：
def BabylonianAlgorithm(number):
if(number == 0):
return 0;
g = number/2.0;
g2 = g + 1;
while(g != g2):
n = number/ g;
g2 = g;
g = (g + n)/2;
return g;
print('The Square root of 0.3 =', BabylonianAlgorithm(0.3));
【讨论】：