快速幂总结

原理

快速幂是对以下形式的式子进行计算

$$A^n$$

其中，A可以是整数、浮点数、矩阵等。n只能是整数，因为这是能够让这个计算变快的原因。

传统的幂次计算需要进行n-1次乘法，时间复杂度为O(n), 如下
$$\begin{array}{c}{A}^n=\\ \end{array}\begin{array}{c}\underbrace{A\times A\times ..\times A}\\ n个\end{array}$$

但是快速幂算法，把计算过程拆分成如下形式。假设n是一个32位整数无符号数, n i ∈ { 0 , 1 } n_i\in \{0, 1\} ni​∈{0,1}表示n的二进制表示中从右往左数第i位。i从0开始。
$$n=n_0{2}^0+n_1{2}^1+...+n_{31}{2}^{31}$$

$$\begin{array}{rl}{A}^n& =A^{n_0{2}^0+n_1{2}^1+...+n_{31}{2}^{31}}\\ & =A^{n_0{2}^0}\times A^{n_1{2}^1}\times ..\times A^{n_{31}{2}^{31}}\end{array}$$
由此可见，分解后一共有32项相乘。如果每一项都能在O(1)时间内解决，则总的乘法计算次数不会超过31次。实际的次数会小于31，取决于n中比特1的个数，因为如果$n_i=0$, 那么该项不需要被乘，直接跳过这一项的计算。

对于$n$来说，比特1的个数不会超过$lo{g}_{2}n$。因此总的时间复杂度为$O(lo{g}_{2}n)$。

知道了计算量是如何减小的，现在关键是怎么在O(1)的时间内计算其中每一项。可以利用递推的思想。如下：
$$\begin{array}{rl}{A}^{2^0}& =A^1=A\\ A^{2^1}& =A^2=A^1\times A^1\\ A^{2^1}& =A^4=A^2\times A^2\\ A^{2^3}& =A^8=A^4\times A^4\\ ...& \\ A^{2^{31}}& =A^{2147483648}=A^{2^{30}}\times A^{2^{30}}\end{array}$$

代码

代码如下：

int pow(int a,int n){
    int ans = 1;
	while(n > 0){
	   if((n & 1) == 1){
           ans *= a;
       }
       a *= a;
       n >>= 1;
	}
	return ans;
}