在讨论矩阵快速幂之前,先讨论这样一个问题,如何计算x^k?
其中k为正整数。
例如,我们计算x^8
一个直接的办法是,依次用x乘以前面得到的计算结果,如下
第一步,ans = x
第二步,ans = ans * x = x^2
第三步,ans = ans * x = x^3
...
第八步,ans = ans * x = x^8
即,ans = x*x*x*x*x*x*x*x
在上面的计算过程中,乘法运算总共7次
如何才能让我们的乘法运算次数减少呢?
嗯,仔细思考一下,我们其实可以这样计算,让它进行乘法运算的次数大大减少,如下
第一步,ans = x * x
第二步,ans = ans * ans = x^4
第三步,ans = ans * ans = x^8
即,ans = (((x^2)^2)^2)
计算完毕,乘法计算次数变为三次
或许这样对于效率的提升感受不太直观,考虑计算x^1024
按照第一种方法,总共乘法运算次数为1023次
比如,计算x^7该怎么办?
在具体计算中,我们用x来标记当前的累乘结果,ans表示最终结果
算法描述如下(迭代):
1、初始化ans = 1,
2、当k>0时,进行如下循环
如果k为奇数,分出一个x到ans中去,即ans = ans * x
k/=2,计算x的平方,即x = x*x
3、k为0时,跳出循环,返回ans结果
计算x^7 = x*((x^3)^2) = x*((x*(x^2))^2)
其中k为正整数。
例如,我们计算x^8
一个直接的办法是,依次用x乘以前面得到的计算结果,如下
第一步,ans = x
第二步,ans = ans * x = x^2
第三步,ans = ans * x = x^3
...
第八步,ans = ans * x = x^8
即,ans = x*x*x*x*x*x*x*x
在上面的计算过程中,乘法运算总共7次
如何才能让我们的乘法运算次数减少呢?
嗯,仔细思考一下,我们其实可以这样计算,让它进行乘法运算的次数大大减少,如下
第一步,ans = x * x
第二步,ans = ans * ans = x^4
第三步,ans = ans * ans = x^8
即,ans = (((x^2)^2)^2)
计算完毕,乘法计算次数变为三次
或许这样对于效率的提升感受不太直观,考虑计算x^1024
按照第一种方法,总共乘法运算次数为1023次
采用第二种方法,总共计算次数仅仅需要10次
这就是快速幂的基本原理
不过,等等,我们好像还是有个问题没有解决,假设k为奇数怎么办?比如,计算x^7该怎么办?
在具体计算中,我们用x来标记当前的累乘结果,ans表示最终结果
算法描述如下(迭代):
1、初始化ans = 1,
2、当k>0时,进行如下循环
如果k为奇数,分出一个x到ans中去,即ans = ans * x
k/=2,计算x的平方,即x = x*x
3、k为0时,跳出循环,返回ans结果
计算x^7 = x*((x^3)^2) = x*((x*(x^2))^2)
int quickpow(int x,int k)
{
int ans=1;
while (k>0)
{
if (k%2==1)
ans=ans*x;
x=x*x;
k=k/2;
}
return ans;
}
算法复杂度为logk,
所谓矩阵快速幂,我们只需要把上面的x当做矩阵即可,即计算A^k注意,从矩阵知识我们可以知道,A一定是方阵
典型的计算A和B的矩阵乘法如下void multiply(int A[][M],int B[][M],int m,int C[][M])//M为大于m的常量
{
for(int i=0;i<m;++i){
for(int j=0;j<m;++j){
for(int k=0;k<m;++k)
C[i][j]+=A[i][k]*B[k][j];//如有必要,取模
}
}
}
计算A^k的算法复杂度为o(m^3*logk),其中m为矩阵的维度