def newton_method(f, f_prime, x0, tol=1e-6, max_iter=100):
    """
    牛顿迭代法计算函数值为0的解

    参数:
        - f: 要求解的函数
        - f_prime: 函数的导数
        - x0: 初始猜测值
        - tol: 容差（迭代停止的条件，可选，默认为1e-6）
        - max_iter: 最大迭代次数（可选，默认为100）

    返回:
        - 解的近似值
    """
    x = x0  # 初始猜测值
    for _ in range(max_iter):
        fx = f(x)  # 函数值
        if abs(fx) < tol:
            # 已达到容差要求，返回解的近似值
            return x
        fpx = f_prime(x)  # 函数的导数值
        if abs(fpx) < tol:
            # 导数值过小，无法继续迭代
            break
        x -= fx / fpx  # 牛顿迭代公式
    # 迭代未收敛或超过最大迭代次数，返回None表示未找到解
    return None

def f(x):
    return x**2 - 4

def f_prime(x):
    return 2 * x


if __name__ == '__main__':
    x0 = 1  # 初始猜测值
    solution = newton_method(f, f_prime, x0)
    print("解的近似值:", solution)