算法竞赛—快速幂

简单快速幂

对于计算$a^b$ ($a,b\in N,b\ne 0$)，最简单的做法莫过于运用正常的乘法进行实现，则需要令a自乘b-1次，显然该操作需要进行b次循环，记时间复杂度为$O(n)$。

int a,b;
for(int i=1;i<b;i++)
{
	a*=a;//直接在变量a上自乘 最后的结果仍然是变量a
}

当b较小时，（例如$b=63$）用这种方式，程序也不会花费太多时间；然而当b很大时（例如$b=10^{10}$），程序则要进行$10^{10}$次循环，而这种量级很难在1秒内完成，易导致程序TLE。因此，为了处理大量级的幕次运算，就需要引进“快速幂”算法加速幂次运算。
我们知道，$2^{15}=2^{14}\ast 2^1=2^7\ast 2^7\ast 2=[(2^6\ast 2)\ast (2^6\ast 2)]\ast 2=[(2^3\ast 2^3\ast 2)\ast (2^3\ast 2^3\ast 2)]\ast 2=.....$
从上例可以看出，2n次幂可以分拆成2个n次幂之积，而2n+1次幂可以分拆成2n次幂和1次幂之积，而其中2个同次幂我们只需要取其一计算就够了，所以，在计算前式时，我们实际上只需要计算$2^{14}、2^7、2^3、2$就可以了。对于$a^b$我们稍加计算就可以得出，我们只需要进行$\log b$次运算就可以了，大大加快了幂次运算的速度，时间复杂度达到$O(\log n)$。

//用递归函数实现
int quick_pow(int a,int b){
	if(b==1) return a;//最内层递归到一次方时则返回a
	if(b&1) return quick_pow(a,b-1)*a;//当幂次为奇数时拆成a与偶数幂之积
	int res=quick_pow(a,b>>1);//当幂次为偶数时拆成2个幂次之积 引入变量res是为了只计算一次
	return res*res;

快速幂取模

然而，在C++中，当数字过大时会出现溢出的情况，因此我们通常会遇到对大数取模的要求。
先介绍一个简单的数论知识：
$a\ast b\mathrm{m}\mathrm{o}\mathrm{d}n=((a\mathrm{m}\mathrm{o}\mathrm{d}n)\ast (b\mathrm{m}\mathrm{o}\mathrm{d}n))\mathrm{m}\mathrm{o}\mathrm{d}n$
举个例子：
$2^{15}\mathrm{m}\mathrm{o}\mathrm{d}107=(2^{14}\ast 2)\mathrm{m}\mathrm{o}\mathrm{d}107=(2^{14}\mathrm{m}\mathrm{o}\mathrm{d}107)\ast (2\mathrm{m}\mathrm{o}\mathrm{d}107)\mathrm{m}\mathrm{o}\mathrm{d}107=...$
因此我们就可以使用快速幂取模：

#define ll long long
ll quick_pow(ll a,ll b,ll n){
	return a%n;
	if(b&1) return quick_pow(a,b-1,n)*(a%n)%n;
	int res=quick(a,b>>1,n);
	return res*res%n;
}