快速幂

快速幂

个人博客：https://sgeekioi.github.io/2019/07/31/fastpower/#more

【介绍】

顾名思义，快速幂就是快速算底数的n次幂。其时间复杂度为 O(log₂N)， 与朴素的O(N)相比效率有了极大的提高。

【描述】

计算a的n次方就是将n个a乘起来$$a^n=\underset{\text{n个a}}{\underbrace{a\times a\times a...\times a}}$$。但是，当n的值特别大的时候，这种累乘的方法就不合适了。不过，由结合律我们知道$a^b+a^c=a^{bc},a^b\times a^b=a^{2b}={a^b}^2$。二进制取幂的想法是，我们将取幂的任务按照指数的二进制表示来分割成更小的任务。我们来举个例子

11的二进制数为 1011。 对进制不太理解的戳这里

$$3^{11}=3^{1011}=3^8\cdot 3^2\cdot 3^1$$

上面这个算式是怎么来的呢。看下面

$$\begin{gathered} 3^1={3^2}^0=3 \\ {3}^2={3^2}^1=9 \\ {3}^8={3^2}^3=6561 \end{gathered}$$

也就是为了计算$$3^{11}$$,我们只需要将二进制位对应为1的整系数幂乘起来就行了：

$$3^{11}=3\times 9\times 6561=177147$$

将上述过程说的形式化一些，如果把n写作二进制为$$(n_1{n}_{t-1}\dots n_1{2}^1+n_0{2}^0)$$,那么有：

$$n=n_t{2}^t+n_{t-1}{2}^{t-1}+\dots +n_1{2}^1+n_0{2}^1$$
其中$nϵ0,1$ 。那么就有

$$\begin{gathered} a^n=(a^{n_t{2}^t+\dots +n_0{2}^0}) \\ =a^{n_0{2}^0}\times a^{n_1{2}^1}\times \dots \times a^{n_0{2}^0} \end{gathered}$$

根据上式我们发现，原问题被我转换成了形式相同的子问题的乘积，并且我们可以在常数时间内从$$2^i$$项推出$$2^{i+1}$$项。这个算法的复杂度是$$O(lo{g}_{2}n)$$的。

##【代码实现】

递归方法

public double power1(double a, int n) {
        if (n == 0) {
            return 1;
        }
        double res = power(a,n/2);
        if((n%2)==1){
            return res * res * a;
        }else{
            return res * res;
        }
    }

非递归式

它在循环的过程将二进制为1时对应的幂累乘到答案中。尽管两者的理论复杂度相同，但第二种在实践过程中的速度会比递归式更快的，因为递归会重复运算花费一定开销。

public double power2(double a,int n){
        double res = 1;
        while (n>0){
            if((n&1)==1){
                res*=a;
            }
            a*=a;
            n>>=1;
        }
        return res;
    }