指数求模

指数幂求模

c o m u p t e   a j   m o d   p comupte\ a^{j}\ mod \ p comupte aj mod p

Formular

(pq) mod N = ((p mod N)*(q mod N)) mod N

a t = { a ( a j / 2 ) 2 j   i s   o d d   n u m b e r ( a j / 2 ) 2 j   i s   e v e n   n u m b e r a^{t}=\left\{ \begin{aligned} a(a^{j/2})^{2}& & j \ is\ odd\ number\\ (a^{j/2})^{2} && j \ is \ even \ number \end{aligned} \right. at={a(aj/2)2(aj/2)2j is odd numberj is even number

Code Implementation

//
//  main.cpp
//  ModularExponent
//
//  Created by Ronald on 2018/10/16.
//  Copyright © 2018 Ronald. All rights reserved.
//

#include <iostream>
#include <stack>

using namespace std;

//compute a^j%p
int modular_exponent_re(int a,int j, int p){
    if(p<0){
        return -1;
    }
    if(j==0){
        return 1;
    }else{
        int z = modular_exponent_re(a, j/2, p);
        if(j%2==0){
            return ((z%p)*(z%p))%p;
        }else{
            return (a*(z%p)*(z%p))%p;
        }
    }
}

int modular_exponent(int a,int j,int p){
    if(j<0){
        return -1;
    }
    if(j==0){
        return 1;
    }else{
        stack<int> s;
        int result = a;
        while(j){
            s.push(j);
            j=j/2;
        }
        
        while (s.size()>1) {
            int t = s.top();
            s.pop();
            result = ((result%p)*(result%p))%p;
            if (s.empty()) {
                break;
            }
            if (t*2 != s.top()) {
                result = ((a%p)*result)%p;
            }
        }
        return result;
    }
}

int modular_exponent1(int a,int j,int p){
    if(j<0){
        return -1;
    }
    if(j==0){
        return 1;
    }else{
        int result = 1;
        
        while (j>0) {
             if (j%2!=0) {
                result = (a*result)%p;
            }
           // result = ((result%p)*(result%p))%p;
           //a=(a*a)%p
           a = a%p;
           a=(a*a)%p;
           j=j/2;
        }
        return result;
    }
}

s=1
if j is odd s=s*a
( a 2 ) j / 2 (a^{2})^{j/2} (a2)j/2

int modular_exponent_trick(int a,int j,int p){
    int s = 1;
    while(j){
        if (j%2 != 0) {
            s = (s*a)%p;
        }
        a = (a*a)%p;
        j=j/2;
    }
    return s;
}

int main(int argc, const char * argv[]) {
    // insert code here...
    std::cout << "Hello, World!\n";
    std::cout << modular_exponent_re(3, 10, 31)<<endl;
    std::cout << modular_exponent(3, 10, 31)<<endl;
    std::cout << modular_exponent_trick(3, 10, 31)<<endl;
    return 0;
}

### 回答1: 以下是MATLAB中求指数函数模型的相关代码: 假设有一组数据 x 和 y,要求指数函数模型 y = ae^(bx) 的系数 a 和 b。 1. 定义指数函数模型: ```matlab function y = expfun(x, p) a = p(1); b = p(2); y = a * exp(b * x); end ``` 2. 构建数据并进行拟合: ```matlab x = [1 2 3 4 5]; y = [2.3 3.6 6.1 10.4 17.5]; % 定义初始值 p0 = [1 1]; % 使用最小二乘法进行拟合 p = lsqcurvefit(@expfun, p0, x, y); % 输出拟合结果 a = p(1); b = p(2); fprintf('a = %f, b = %f\n', a, b); ``` 在上面的代码中,我们使用了 lsqcurvefit 函数进行最小二乘拟合,其中 @expfun 表示使用定义的指数函数模型进行拟合。 输出结果为: ``` a = 2.010500, b = 1.087730 ``` 即指数函数模型 y = 2.0105e^(1.0877x)。 ### 回答2: MATLAB提供了许多函数来计算指数函数模型。下面是一个基本的例子: ```matlab % 清除所有变量、关闭所有图形窗口并清空命令行界面 clear; close all; clc; % 输入指数函数模型的参数 a = input('请输入指数函数模型中的a参数值:'); b = input('请输入指数函数模型中的b参数值:'); % 生成自变量x的数据 x = linspace(0, 10, 100); % 计算指数函数模型的因变量y y = a * exp(b * x); % 绘制指数函数模型的图像 plot(x, y); xlabel('x'); ylabel('y'); title('指数函数模型'); grid on; ``` 以上代码首先清除所有变量,关闭所有图形窗口,并清空命令行界面。然后,通过`input`函数分别输入指数函数模型的参数a和b的值。接下来,使用`linspace`函数生成自变量x的值,这里生成了100个均匀分布在0到10之间的数。然后,根据指数函数模型的公式`y = a * exp(b * x)`计算因变量y的值。最后,使用`plot`函数绘制指数函数模型的图像,并为图像添加标题、坐标轴标签和网格。 你可以根据需要修改代码中的参数值和其他绘图选项,以满足你的具体需求。 ### 回答3: MATLAB中可以使用指数函数模型来进行数据拟合和预测。下面是一个示例代码: ```matlab % 生成示例数据 x = [1, 2, 3, 4, 5]; y = [2.3, 4.6, 9.2, 18.4, 36.8]; % 定义指数函数模型 f = @(a, b, x) a * exp(b * x); % 使用最小二乘法进行参数估计 params = lsqcurvefit(f, [1, 0], x, y); % 绘制拟合曲线和原始数据 x_fit = linspace(1, 5, 100); y_fit = f(params(1), params(2), x_fit); figure; plot(x, y, 'o', 'MarkerFaceColor', 'b'); hold on; plot(x_fit, y_fit, 'r'); xlabel('x'); ylabel('y'); legend('原始数据', '拟合曲线'); title('指数函数模型拟合'); % 预测新数据 x_new = 6; y_new = f(params(1), params(2), x_new); disp(['x=', num2str(x_new), ' 对应的预测值为 y=', num2str(y_new)]); ``` 在以上代码中,首先生成了一个示例数据,包含了x和y两个向量。然后定义了指数函数模型,并使用最小二乘法进行参数估计,得到了参数a和b的估计值。接着,使用估计的参数绘制拟合曲线和原始数据的图像。最后,可以通过给定新的x值来预测对应的y值。 以上是一个使用MATLAB进行指数函数模型相关计算的简单示例,具体的实际应用中可能需要对数据进行预处理、模型选择和评估等更为复杂的操作。
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
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