a的b次方对p取模 a乘b对p取模快速幂

最新推荐文章于 2024-02-16 00:10:21 发布

原创最新推荐文章于 2024-02-16 00:10:21 发布 · 794 阅读

2 ·

CC 4.0 BY-SA版权

文章标签：

#算法

刷题专栏收录该内容

34 篇文章

订阅专栏

这篇博客介绍了两种高效的算法：快速幂运算（quick_power）和快速乘法（quick_mul），用于计算大整数的乘方和乘法，并在模运算下防止溢出。算法通过将b转化为二进制表示，然后逐位处理，将时间复杂度降低到大约O(logb)。在给定的示例中，a=4, b=3, p=3，两个函数分别计算了4的3次方和4乘以3的结果，对3取模。

思路：对b用二进制表示，分开操作防止溢出。
对b用二进制表示：
$b=b_0*2^0+b_1*2^1+b_2*2^2+...+b_n*2^n,b_i=0 \ or\ 1,i=0,..,n$

$a^b=a^{b_0*2^0+b_1*2^1+b_2*2^2+...+b_n*2^n}=a^{b_0*2^0}*a^{b_1*2^1}*...*a^{b_n*2^n}$
a的b次方对p取模，每次累乘 $a^{b_i*2^i}$ 后立即取模，这样不会溢出。

$a*b=a*(b_0*2^0+b_1*2^1+b_2*2^2+...+b_n*2^n)=a*b_0*2^0+a*b_1*2^1+...+a*b_n*2^n$
a乘b对p取模，每次累加 $a*b_i*2^i$ 后立即取模，这样不会溢出。

时间复杂度，两者都是b拆开后的项数， $O(⌊log2b⌋+1)≈O(logb)O(\lfloor{log_2b}\rfloor+1) \approx O(logb)$



a = 4
b = 3
p = 3

def quick_power(a, b, p):
    tmp,sum = 1, 1
    while b:
        tmp = tmp*a%p 
        if b&1:
            sum = sum*tmp%p
        b >>= 1
    return sum
print(quick_power(a, b, p))

def quick_mul(a, b, p):
    sum, tmp = 0, 1
    flag = False
    while b:
        if not flag:
            tmp *= 1
            flag = True
        else:
            tmp = tmp*2%p
        if b&1:
            sum = (sum + a*tmp)%p
        b >>= 1
    return sum
print(quick_mul(a, b, p))