信息学奥赛实战：高精度乘法算法解析与优化技巧

1. 从竖式乘法到代码：高精度乘法的核心思想

在信息学奥赛的赛场上，我们常常会遇到一些“不讲武德”的题目，它们给出的数字大到离谱，动辄上百位，甚至上千位。比如经典的 ybt 1307 和 1174，一个要求计算两个100位数的乘积，另一个更是要求计算两个200位数的乘积。这时候，C++里自带的 int、long long 这些数据类型就彻底“歇菜”了，因为它们能表示的范围有限。这就好比让你用一个小茶杯去装下一个游泳池的水，根本不可能。为了解决这个问题，我们就必须请出今天的主角——高精度乘法。

高精度乘法的核心思想其实特别朴素，就是我们小学二年级就学过的竖式乘法。你还记得怎么算 123 × 456 吗？我们会把 456 的每一位（6，5，4）分别去乘 123，得到三个部分积，然后再把这些部分积错位相加。高精度乘法在计算机里的实现，就是把这个过程完全模拟出来。

不过，在计算机里，我们不能直接用“数”来存，因为存不下。我们得用数组来存。一个很自然的想法是：把数字的每一位（个位、十位、百位……）分别存到数组的一个元素里。为了方便计算进位，我们通常会把个位存在数组下标为1的位置，十位存在下标2的位置，以此类推。数组的第0个元素（a[0]）则用来记录这个数字的总位数。这种存储方式被称为倒序存储，它让进位操作变得像在数组末尾添加元素一样简单直接。

我刚开始学的时候，总觉得把个位放前面有点反直觉，但用几次就发现真香。比如计算 123 + 456，个位对齐就是 a[1] 和 b[1] 相加，进位直接加到 a[2] 上，逻辑非常清晰。如果正着存，处理进位时数组元素的移动会非常麻烦。所以，记住这个“反着存”的小技巧，是高精度算法的第一课。

2. 手把手实现：数组版本的高精度乘法

理论说再多，不如一行代码。我们直接来看如何用数组实现高精度乘法。我会用一个具体的例子，123 × 45，来一步步拆解代码的执行过程，让你看得清清楚楚。

首先，我们把两个数字用字符串读进来，然后转换成倒序存储的数组。a = [3, 2, 1]（a[0]=3 表示有3位），b = [5, 4]（b[0]=2）。结果数组 r 初始化为全0。

核心的乘法函数是一个双重循环。外层循环遍历乘数 a 的每一位（i 从 1 到 a[0]），内层循环遍历被乘数 b 的每一位（j 从 1 到 b[0]）。对于每一对 a[i] 和 b[j]，它们的乘积应该累加到结果数组的 r[i+j-1] 这个位置上。为什么是 i+j-1？这是由竖式乘法的错位规则决定的。a 的第 i 位（从个位开始数是第i位）与 b 的第 j 位相乘，得到的部分积的个位，最终会落在结果的第 (i+j-1) 位上。

我们来看第一轮循环：i=1（a[1]=3，即个位的3），j=1（b[1]=5）。3*5=15，累加到 r[1+1-1] 也就是 r[1]，现在 r[1]=15。这里 15 已经超过9了，但先不着急处理进位，继续内层循环。j=2（b[2]=4），3*4=12，累加到 r[1+2-1] 即 r[2]，r[2]=12。内层循环结束，这时才开始处理这一轮产生的进位。我们用一个变量 c 来记录进位，从 r[1] 开始：r[1]=15，