快速幂小结 快速幂运算+矩阵快速幂

快速幂运算

快速幂运算算法——反复平方法

算出数 x 的 n 次方的值。

普通求n次方的算法为o(n) 效率较低。

下面来考虑加速幂运算的方法，如果 n = 2^k，可以将其表示为：

xⁿ = ((x² )² )…

只需要k次平方运算即可轻松求得。由此我们可以联想到，先将n表示为2的幂的和。

n = 2^k1+ 2^k2 + 2^k3 + …

就有

xⁿ = x^2k1 + x^2k2 + x^2k3+ …

只要在依次求 x²ⁱ 的同时进行计算就可以了，最终得到了o(logn)的计算幂运算的算法。

举个例子 求x²²
x²²=x¹⁶ * x⁴ * x²
22转化为2进制是10110

下面给出快速幂+求模运算的模板代码，若无取模运算，则去掉mod运算即可：

//求x的n次方对mod取模后的值
ll mod_pow(ll x, ll n, ll mod) {
	ll res = 1;
	while (n > 0) {
		if (n & 1) res = res*x%mod;
		x = x*x%mod;
		n >>= 1;
	}
	return res;
}

例题：
POJ 3641 Pseudoprime numbers 快速幂+判断素数 快速幂模板
POJ 1995 Raising Modulo Numbers 快速幂模板题

矩阵快速幂

矩阵快速幂和上面提到的快速幂运算没有太多的差别，就是普通快速幂中的x变成了一个矩阵。
矩阵快速幂的核心是将递推式表示成矩阵相乘的形式。
模板代码：

//用二维vector来表示矩阵
typedef long long ll;
typedef vector<ll> vec;
typedef vector<vec> mat;

//计算矩阵相乘
mat mul(mat a, mat b) {
	mat c(a.size(), vec(b[0].size()));//这一步已经包含了将矩阵c全部初始化为0
	for (int i = 0; i < a.size(); i++) {
		for (int k = 0; k < b.size(); k++) {
			for (int j = 0; j < b[0].size(); j++) {
				c[i][j] = (c[i][j] + a[i][k] * b[k][j]) % M;
			}
		}
	}
	return c;
}
//计算A^n
mat pow(mat a, ll n) {
	mat b(a.size(), vec(a[0].size()));
	for (int i = 0; i < a.size(); i++) {
		b[i][i] = 1;
	}
	while (n > 0) {
		if (n & 1)b = mul(b, a);
		a = mul(a, a);
		n >>= 1;
	}
	return b;
}

例题：
POJ 3233 Matrix Power Series 矩阵快速幂
牛客网 又见斐波那契 矩阵快速幂
POJ 3734 Blocks 矩阵快速幂