背景介绍

在编程中，平方根是核心数学运算之一。对于给定的数字 n，我们要求输出其平方根的数值，通常保留小数形式。Python 提供了内置的 math.sqrt() 函数，能够高效地计算平方根，同时也可以通过手动实现算法优化性能。

---

思路分析

方法一：Python内置函数（浮点平方根）

Python 的 math.sqrt() 函数采用二分搜索算法，能够在 O(log n) 的时间内计算任意实数的平方根。该方法无需手动处理整数，适用于浮点数计算。

方法二：手动实现平方根算法

对于整数，手动实现 Newton-Raphson 或二分法算法可以实现精确结果。例如，通过迭代公式：
$$ x_{k+1} = \frac{x_k + \frac{n}{x_k}}{2} $$
这种方法适用于整数，但效率较低。

---

代码实现

实现方法一：Python 内置函数

import math

def square_root(n):
    return math.sqrt(n)

# 示例
print(square_root(5))  # 输出约 2.2360679775

实现方法二：手动平方根算法

def manual_square_root(n):
    # Newton-Raphson 方法
    x = n
    for _ in range(100):
        x = (x + n/x) / 2
    return x

# 示例
print(manual_square_root(5))  # 输出约 2.2360679775

---

总结

• Python 内置函数：简洁易用，适用于浮点数计算，无需手动处理整数。
• 手动算法：适用于整数平方根，但效率较低，适合小规模数值。

通过两种方法实现平方根计算，可以满足编程需求。选择方法时需根据输入数据的规模和精度要求决定。