如果为奇数,就在返回后将少乘的a补上
如果为偶数就不用补a
上一层函数补下一层函数少乘的a
等函数递归到指定的条件将结果逐一返回
def f1(a,n):
if n==1:
return a
tem=f1(a,n//2)
if n%2==1:
return temtema
else:
return tem*tem
print(f1(2,100))
==============================================================================
位运算
按位与（&）：两数二进制下对应位置的数同为1,结果才为1
按位或（|）：两数二进制下对应位置的数有一个为1,结果才为1
异或（^）：对应位置相同为0,不同为1
左移：二进制位数下左移一位,也就是将最后一位抹去
右移：二进制位数下右移一位就是在末尾补上0,对应的十进制乘以2
比如a6可以认为是二进制下a110，可以写成a4*a2,从最低位开始比较,
从a1开始,依次累乘a,如果满足,最低位为1,就将对应的an乘到结果上。
n=100
a=2
ans=1
print(bin(n)[2:])
while n:
if n&1:
ans*=a
a*=a
n>>=1
print(ans)
===========================================================================
题目描述：
给定一个n*n的矩阵，求该矩阵的k次幂，即P^k。
输入：
输入包含多组测试数据。
数据的第一行为一个整数T(0<T<=10)，表示要求矩阵的个数。
接下来有T组测试数据，每组数据格式如下：
第一行：两个整数n（2<=n<=10）、k（1<=k<=5），两个数字之间用一个空格隔开，含义如上所示。
接下来有n行，每行n个正整数，其中，第i行第j个整数表示矩阵中第i行第j列的矩阵元素Pij且（0<=Pij<=10）。另外，数据保证最后结果不会超过10^8。
输出：
对于每组测试数据，输出其结果。格式为：
n行n列个整数，每行数之间用空格隔开，注意，每行最后一个数后面不应该有多余的空格。
样例输入：
3
2 2
9 8
9 3
3 3
4 8 4
9 3 0
3 5 7
5 2
4 0 3 0 1
0 0 5 8 5
8 9 8 5 3
9 6 1 7 8
7 2 5 7 3
样例输出：
153 96
108 81
1216 1248 708
1089 927 504
1161 1151 739
47 29 41 22 16
147 103 73 116 94
162 108 153 168 126
163 67 112 158 122
152 93 93 111 97
矩阵快速幂
只有方阵才可以进行幂运算,所以矩阵的行列数一定相等
矩阵快速幂遵循的思想依旧是快速幂的思想,将指数进行拆分与合并。
矩阵加速递推关系的运算
矩阵可以加速递推关系的运算：最简单的应用就是进行斐波那契数列的求取
加速可以应用于线性动态规划。
import time
--------------------矩阵的快速幂----------------------------
#矩阵乘法
def MMOPE(a,b):
‘’’
传进来两个矩阵,相乘之后将相乘的结果返回出去
‘’’
ans=[]
t=len(a)
t1=len(b[0])
前面的矩阵
for i in range(t):
后面的矩阵
temp=[]
for j in range(t1):
行与列相乘
tempans=0
for k in range(t):
tempans+=a[i][k]*b[k][j]
temp.append(tempans)
tempans=0
ans.append(temp)
return ans
--------------------测试矩阵的快速幂------------------------
矩阵的宽度长度与矩阵的幂次
n,m=map(int,input().split())
初始化结果矩阵
ans=[[0 if i!=j else 1 for i in range(n)] for j in range(n)]
键入测试矩阵
P=[list(map(int,input().split())) for i in range(n)]
start=time.time()
这里的运算与数值的快速幂一样简单。
while m:
if m&1:
ans=MMOPE(ans,P)
m=m>>1
P=MMOPE(P,P)
end=time.time()
print(f’计算用时：{end-start}s’)
for i in ans:
flag=True
for j in i:
if flag:
print(j,end=“”)
flag=False
else:
print(f" {j}“,end=”")
print()
=================================================================================
求一下斐波那契数列的第n项
矩阵加速数列的运算主要用于有递推公式的数列，典型的应用就是求超级大项的斐波那契数列
在线性动态中应用也非常的广泛。对于矩阵加速计算,需要先构造出元矩阵
（只要能够使用元矩阵表示各个式子之间的关系即可为了方便计算仍需要矩阵越简单越好。）
普通求法：
第500000项
测试用例：斐波那契第500000项,用时：2.1083614826202393s
矩阵加速求法：
第1000000项
测试用例：斐波那契第1000000项,用时：0.36700010299682617s
自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。
深知大多数Python工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！
因此收集整理了一份《2024年Python开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。
既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上Python开发知识点，真正体系化！
由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新
如果你觉得这些内容对你有帮助，可以添加V获取：vip1024c （备注Python）
现在能在网上找到很多很多的学习资源，有免费的也有收费的，当我拿到1套比较全的学习资源之前，我并没着急去看第1节，我而是去审视这套资源是否值得学习，有时候也会去问一些学长的意见，如果可以之后，我会对这套学习资源做1个学习计划，我的学习计划主要包括规划图和学习进度表。
分享给大家这份我薅到的免费视频资料，质量还不错，大家可以跟着学习
一个人可以走的很快，但一群人才能走的更远。不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎扫码加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
595811)]
现在能在网上找到很多很多的学习资源，有免费的也有收费的，当我拿到1套比较全的学习资源之前，我并没着急去看第1节，我而是去审视这套资源是否值得学习，有时候也会去问一些学长的意见，如果可以之后，我会对这套学习资源做1个学习计划，我的学习计划主要包括规划图和学习进度表。
分享给大家这份我薅到的免费视频资料，质量还不错，大家可以跟着学习
一个人可以走的很快，但一群人才能走的更远。不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎扫码加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
[外链图片转存中…(img-AeVOtM3W-1712758595813)]
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
