Pow(x, n)

实现 pow(x, n) ，即计算 x 的 n 次幂函数（即，xⁿ）。

本题的方法被称为「快速幂算法」，有递归和迭代两个版本。

思路一：快速幂 + 递归

“快速幂运算”的本质是分治算法。

1. 当我们要计算xⁿ时，我们可以先递归地计算出y = x^⌊n/2⌋，其中⌊a⌋表示对 a 进行下取整。
2. 根据递归计算的结果，如果n为偶数，那么xⁿ = y²；如果n为奇数，那么xⁿ = y² x x；
3. 递归的边界为n = 0，任意数的0次方均为1。
   由于每次递归都会使得指数减少一半，因此递归的层数为 O(\log n)O(logn)，算法可以在很快的时间内得到结果。

class Solution {
public:
    double quickMul(double x, long long N) {
        if (N == 0) {
            return 1.0;
        }
        double y = quickMul(x, N / 2);
        return N % 2 == 0 ? y * y : y * y * x;
    }

    double myPow(double x, int n) {
        long long N = n;
        return N >= 0 ? quickMul(x, N) : 1.0 / quickMul(x, -N);
    }
};

复杂度分析：

• 时间复杂度：O(logn)，即为递归的层数。
• 空间复杂度：O(logn)，即为递归的层数。这是由于递归的函数调用会使用栈空间。

思路二：快速幂 + 迭代

由于递归需要使用额外的栈空间，我们试着将递归转写为迭代。
以x⁷⁷作为例子：

我们从x开始不断地进行平方，得到x²，x⁴，x⁸，x¹⁶，……，如果n的第k个（从右往左，从0开始计数）二进制位为1，那么我们就将对应的贡献x ^ 2^k计入答案。

class Solution {
public:
    double quickMul(double x, long long N) {
        double ans = 1.0;
        // 贡献的初始值为 x
        double x_contribute = x;
        // 在对 N 进行二进制拆分的同时计算答案
        while (N > 0) {
            if (N % 2 == 1) {
                // 如果 N 二进制表示的最低位为 1，那么需要计入贡献
                ans *= x_contribute;
            }
            // 将贡献不断地平方
            x_contribute *= x_contribute;
            // 舍弃 N 二进制表示的最低位，这样我们每次只要判断最低位即可
            N /= 2;
        }
        return ans;
    }

    double myPow(double x, int n) {
        long long N = n;
        return N >= 0 ? quickMul(x, N) : 1.0 / quickMul(x, -N);
    }
};

复杂度分析

• 时间复杂度：O(logn)，即为对 n 进行二进制拆分的时间复杂度。
• 空间复杂度：O(1)。