快速幂和矩阵快速幂

一、快速幂

快速幂是一种用于快速计算出（因为太大，通常需要对一个数取模）的算法。因为较为基础，在此不多做讲解。主要原理：，，。因为指数在每次运算中都会缩小一半，时间复杂度为。代码如下。

int ksm(int a,int k,int p)
{
	if(!k) return 1;
	int tmp=ksm(a,k/2,p);
	if(k%2) return tmp*tmp*a%p;
	return tmp*tmp%p;
}

当模数较大时，三个数连乘常常会爆，所以我们最好把函数设为。不过在实际应用中，还可能出现爆的情况...因此我们需要稍作修改。代码如下。

typedef long long ll;
ll ksm(ll a,ll k,ll p)
{
	if(!k) return 1;
	ll tmp=ksm(a,k/2,p);
	if(k%2) return tmp*tmp%p*a%p;//注意此处
	return tmp*tmp%p;
}

二、矩阵快速幂

什么是矩阵快速幂呢？就是普通快速幂中的变成了一个矩阵。什么情况下会用到矩阵乘法呢？其实，数列的递推公式与矩阵乘法就有着千丝万缕的联系。举个很简单的例子：斐波那契数列的递推公式为。我们如何用矩阵乘法表示它呢？。然而这有什么用处呢？矩阵乘法显然比直接递推更慢啊！事实并非如此，别忘了我们刚才提到的快速幂。既然我们已经把递推公式转化为乘法的形式（虽然是矩阵乘法），那能不能再把多个乘法算式合并成一个乘方算式呢？。有了这个式子，我们只要算出即可直接由和求出。那么怎么快速计算出呢？快速幂即可！但有个需要注意的地方：当指数为零时，如果是数字，，但矩阵应该怎么办呢？我们需要用到神奇的单位矩阵，它的主对角线上的数字为，其它都为，它有个有用的性质：任何矩阵乘以它都会等于本身。代码如下。

struct matrix
{
	int a[3][3];
}base,f,imat;
matrix mul(r matrix x,r matrix y)
{
	matrix ret;
	ret.a[1][1]=(x.a[1][1]*y.a[1][1]+x.a[1][2]*y.a[2][1])%p;
	ret.a[1][2]=(x.a[1][1]*y.a[1][2]+x.a[1][2]*y.a[2][2])%p;
	ret.a[2][1]=(x.a[2][1]*y.a[1][1]+x.a[2][2]*y.a[2][1])%p;
	ret.a[2][2]=(x.a[2][1]*y.a[1][2]+x.a[2][2]*y.a[2][2])%p;
	return ret;
}
matrix ksm(r int x)
{
	if(!x) return imat;
	matrix tmp=ksm(x>>1);
	if(x&1) return mul(mul(tmp,tmp),base);
	return mul(tmp,tmp);
}
//f[1][1]=f[2][1]=base[1][1]=base[1][2]=base[2][1]=imat[1][1]=imat[2][2]=1