算法解析——矩阵快速幂

算法解析——矩阵快速幂

一.简介

矩阵快速幂是一种对于矩阵连乘非常有效的算法

以矩阵$A$为例，对于$A^n$，如果按照正常的方法，时间复杂度为$O(n)$​，可如果考虑矩阵快速幂，我们可以将时间复杂度优化到$O(\log n)$

二.快速幂

先考虑常数的情况，设有常数$x$，对于$x^n$，不妨如下考虑：

假如$n=100110$，那么$x^n=x^{100110}=x^{100000}\ast x^{000100}\ast x^{000010}$​，对于这种情况，我们可以采用如下方法进行优化

if __name__ == '__main__':
    n = 10
    x = 2
    sum = x
    ans = 1
    while n > 0:
        a = n & 1
        if a == 1:
            ans *= sum
        sum *= sum
        n >>= 1
    print(ans)

其原理就是用$ans$​记录答案，再用一个变量$sum$​记录当前是$x$​的几次方（如：$x^{100000},x^{000100},x^{000010}$​），对于$n$​的每一位进行判断，判断其是否为$1$​，每次是$n$​的该位为$1$​就拿$ans$​乘以该$sum$​，最后$ans$​​​的结果即为所求

等于说，本题的算法复杂度实际上是$n$的二进制位数，即$O(\log n)$

三.矩阵快速幂

如果常数可以进行快速幂，那么矩阵同样可以，唯一不同的就在于每次进行的$sum\ast sum,ans\ast sum$​是矩阵之间的乘法，而不是常数之间的乘法，虽然会增加一定的复杂度，但这些复杂度的增加是常数级别的，最终的时间复杂度仍然为$O(\log n)$​

四.矩阵快速幂的应用

矩阵快速幂可以用于斐波那契数列的求和中

斐波那契数列的公式如下：$f(n)=f(n-1)+f(n-2)$​，对其进行一定的改写，我们可以得出$\{\begin{array}{l}f(n)=f(n-1)+f(n-2)\\ f(n-1)=f(n-1)\end{array}$

将其转换成矩阵乘法，我们有$\left[\begin{array}{c}f(n)\\ f(n-1)\end{array}\right]=\left[\begin{array}{c}11\\ 10\end{array}\right]\left[\begin{array}{c}f(n-1)\\ f(n-2)\end{array}\right]={\left[\begin{array}{c}11\\ 10\end{array}\right]}^{n-2}\left[\begin{array}{c}f(2)\\ f(1)\end{array}\right]$

即我们可以直接通过公式+矩阵快速幂得到斐波那契数列的解，时间复杂度为求解${\left[\begin{array}{c}11\\ 10\end{array}\right]}^{n-2}$的时间复杂度，即$O(\log n)$​