【LeetCode每日一题】【2021/12/5】372. 超级次方


372. 超级次方

LeetCode: 372. 超级次方

中 等 \color{#FFB800}{中等}

你的任务是计算 ab1337 取模,a 是一个正整数,b 是一个非常大的正整数且会以数组形式给出。

示例 1:

输入:a = 2, b = [3]
输出:8

示例 2:

输入:a = 2, b = [1,0]
输出:1024

示例 3:

输入:a = 1, b = [4,3,3,8,5,2]
输出:1

示例 4:

输入:a = 2147483647, b = [2,0,0]
输出:1198

提示:

  • 1 <= a <= 231 - 1
  • 1 <= b.length <= 2000
  • 0 <= b[i] <= 9
  • b 不含前导 0

方法1:递归快速幂算法

首先我们会发现次幂的结果会远远大出计算机所能表示的范围,本题中最大的数为 214748364799...9(2000个9) 次幂。所以我们必须要找到一个简化运算的方法。


我们不妨先从流程简单的例子开始。我们取 a2147483647,也就是 <climits> 中的 INT_MAXb2。马上就会发现,我们要求 I N T _ M A X 2 % 1337 {INT\_MAX}^2\%1337 INT_MAX2%1337,然而 INT_MAX 的平方无法表示。所以从这里就开始出问题了,我们要找到一个更好的求余方法。

这里就会用到数学上关于余数的一些运算法则:
乘积的余数=余数的乘积(的余数)
(因为余数的乘积可能大于除数,因此还要求一次余。)

( a × b ) % x = ( ( a % x ) × ( b % x ) ) % x (a \times b) \% x=((a\%x) \times (b\%x))\%x (a×b)%x=((a%x)×(b%x))%x

这样一来,INT_MAX%1337是可以表示出来的,然后我们将运算结果乘以自身,再对1337求余,就得到了 INT_MAX 的平方对1337求余的结果。


余数的简化方法找到了,但是如果次幂特别大或者余数特别大,又会遇到无法表示的问题:
假设 a=1336b=[9]

1336 9 % 1337 = ( 1336 % 1337 ) 9 % 1337 = 1336 9 % 1337 {1336}^{9}\%1337=(1336\%1337)^9\%1337={1336}^{9}\%1337 13369%1337=(1336%1337)9%1337=13369%1337

可以发现,拆分过后,余数仍为1336,最后9个1336相乘仍然无法用int来表示。

因此,我们需要对次幂进行拆分。我们可以把每2个1336单独相乘再求余:
133 6 9 % 1337 = ( 1336 2 % 1337 × 1336 2 % 1337 × ⋯ × 1336 % 1337 ) % 1337 = ( 1 × 1 × ⋯ × 1 × 1336 ) % 1337 = 1336 \begin{aligned} 1336^9\%1337 &=({1336}^{2}\%1337 \times {1336}^{2}\%1337 \times \dots \times 1336\%1337) \% 1337 \\ &= (1 \times 1 \times \dots \times 1 \times 1336) \%1337 \\ &= 1336 \end{aligned} 13369%1337

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
### 回答1: 好的,我来用中文回复这个链接:https://leetcode-cn.com/tag/dynamic-programming/ 这个链接是 LeetCode 上关于动态规划目集合。动态规划是一种常用的算法思想,可以用来解决很多实际问,比如最长公共子序列、背包问、最短路径等等。在 LeetCode 上,动态规划也是一个非常重要的型,很多目都需要用到动态规划的思想来解决。 这个链接里包含了很多关于动态规划目,按照难度从简单到困难排列。每个目都有详细的目描述、输入输出样例、目解析和代码实现等内容,非常适合想要学习动态规划算法的人来练习和提高自己的能力。 总之,这个链接是一个非常好的学习动态规划算法的资源,建议大家多多利用。 ### 回答2: 动态规划是一种算法思想,通常用于优化具有重叠子问和最优子结构性质的问。由于其成熟的数学理论和强大的实用效果,动态规划在计算机科学、数学、经济学、管理学等领域均有重要应用。 在计算机科学领域,动态规划常用于解决最优化问,如背包问、图像处理、语音识别、自然语言处理等。同时,在计算机网络和分布式系统中,动态规划也广泛应用于各种优化算法中,如链路优化、路由算法、网络流量控制等。 对于算法领域的程序员而言,动态规划是一种必要的技能和知识点。在LeetCode这样的程序员平台上,目分类和标签设置十分细致和方便,方便程序员查找并深入学习不同类型的算法LeetCode动态规划标签下的目涵盖了各种难度级别和场景的问。从简单的斐波那契数列、迷宫问到可以用于实际应用的背包问、最长公共子序列等,难度不断递进且话丰富,有助于开发人员掌握动态规划的实际应用技能和抽象思维模式。 因此,深入LeetCode动态规划分类下的目学习和练习,对于程序员的职业发展和技能提升有着重要的意义。 ### 回答3: 动态规划是一种常见的算法思想,它通过将问拆分成子问的方式进行求解。在LeetCode中,动态规划标签涵盖了众多经典和优美的算法,例如斐波那契数列、矩阵链乘法、背包问等。 动态规划的核心思想是“记忆化搜索”,即将中间状态保存下来,避免重复计算。通常情况下,我们会使用一张二维表来记录状态转移过程中的中间值,例如动态规划求解斐波那契数列问时,就可以定义一个二维数组f[i][j],代表第i项斐波那契数列中,第j个元素的值。 在LeetCode中,动态规划标签下有众多难度不同的问。例如,经典的“爬楼梯”问,要求我们计算到n级楼梯的方案数。这个问的解法非常简单,只需要维护一个长度为n的数组,记录到达每一级楼梯的方案数即可。类似的问还有“零钱兑换”、“乘积最大子数组”、“通配符匹配”等,它们都采用了类似的动态规划思想,通过拆分问、保存中间状态来求解问。 需要注意的是,动态规划算法并不是万能的,它虽然可以处理众多经典问,但在某些场景下并不适用。例如,某些问的状态转移过程比较复杂,或者状态转移方程中存在多个参数,这些情况下使用动态规划算法可能会变得比较麻烦。此外,动态规划算法也存在一些常见误区,例如错用贪心思想、未考虑边界情况等。 总之,掌握动态规划算法对于LeetCode的学习和解都非常重要。除了刷以外,我们还可以通过阅读经典的动态规划书籍,例如《算法竞赛进阶指南》、《算法与数据结构基础》等,来深入理解这种算法思想。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

亡心灵

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值