以下内容转自:http://blog.csdn.net/y990041769/article/details/22311889
快速幂取模
用法:用于求解 a 的 b 次方,而b是一个非常大的数,用O(n)的复杂度会超时。那么就需要这个算法,注意它不但可以对数求次幂,而且可用于矩阵快速幂。
假如求 x ^ n 次方
我们可以把 n 表示为 2^k1 + 2k2 + 2^k3….,可以证明所有数都可以用前式来表示。(其实就是二进制表示数的原理)
那么 x^n = x^2^k1 * x^2^k2 * x^2^k3……
那么就可以利用二进制来加快计算速度了。
假如 x^22 , 22转化为二进制为 10110, 即 x^22 = x^16 * x^4 * x^2;
那么是不是可以在O(logn)的复杂度求解。
typedef long long LL;
LL fun(LL x,LL n,)
{
LL res=1;
while(n>0)
{
if(n & 1)
res=(res*x)%Max;
x=(x*x)%Max;
n >>= 1;
}
return res;
}
矩阵快速幂:
#include <cstdio>
#include <iostream>
#include <vector>
using namespace std;
typedef vector<int> vec;
typedef vector<vec> mat;
typedef long long LL;
const int N = 10000;
mat mul(mat a,mat b) //矩阵乘法
{
mat c(a.size(),vec(b[0].size()));
for(int i=0;i<a.size();i++)
{
for(int k=0;k<b.size();k++)
{
for(int j=0;j<b[0].size();j++)
c[i][j] = ( c[i][j] + a[i][k] * b[k][j] ) % N;
}
}
return c;
}
mat solve_pow(mat a,int n) //快速幂
{
mat b(a.size(),vec(a.size()));
for(int i=0;i<a.size();i++)
b[i][i]=1;
while(n>0)
{
if(n & 1)
b=mul(b,a);
a=mul(a,a);
n >>= 1;
}
return b;
}
LL n;
void solve()
{
mat a(2,vec(2));
while(~scanf("%d",&n) && n!=-1)
{
a[0][0]=1,a[0][1]=1;
a[1][0]=1,a[1][1]=0;
a=solve_pow(a,n);
printf("%d\n",a[1][0]);
}
}
int main()
{
solve();
return 0;
}