快速幂算法

快速幂

快速幂，二进制取幂（Binary Exponentiation，也称平方法），是一个在 $\Theta (\log n)$ 的时间内计算 $a^n$ 的小技巧，而暴力的计算需要 $\Theta (n)$ 的时间。

算法描述

计算 $a$ 的 $n$ 次方表示将 $n$ 个 $a$ 乘在一起： $a^n=\underset{n\text{ 个 a}}{\underbrace{a\times a\cdots \times a}}$ 。

然而当 $a,n$ 太大的时侯，这种方法就不太适用了。

不过我们知道： $a^{b+c}=a^b\cdot a^c,a^{2b}=a^b\cdot a^b=(a^b{)}^2$ 。

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。

首先我们将 $n$ 表示为 2 进制，举一个例子：

$$3^{13}=3^{(1101{)}_2}=3^8\cdot 3^4\cdot 3^1$$

因为 $n$ 有 $\lfloor {\log }_{2}n\rfloor +1$ 个二进制位，因此当我们知道了 $a^1,a^2,a^4,a^8,\dots ,a^{2^{\lfloor {\log }_{2}n\rfloor }}$ 后，我们只用计算 $\Theta (\log n)$ 次乘法就可以计算出 $a^n$ 。

于是我们只需要知道一个快速的方法来计算上述 3 的 $2^k$ 次幂的序列。这个问题很简单，因为序列中（除第一个）任意一个元素就是其前一个元素的平方。举一个例子：

因此为了计算 $3^{13}$ ，我们只需要将对应二进制位为 1 的整系数幂乘起来就行了：

$$3^{13}=6561\cdot 81\cdot 3=1594323$$

将上述过程说得形式化一些，如果把 $n$ 写作二进制为 $(n_t{n}_{t-1}\cdots n_1{n}_0{)}_2$ ，那么有：

$$n=n_t{2}^t+n_{t-1}{2}^{t-1}+n_{t-2}{2}^{t-2}+\cdots +n_1{2}^1+n_0{2}^0$$

其中 $n_i\in 0,1$ 。那么就有

$$\begin{array}{rl}{a}^n& =(a^{n_t{2}^t+\cdots +n_0{2}^0})\\ & \\ & =a^{n_0{2}^0}\times a^{n_1{2}^1}\times \cdots \times a^{n_t{2}^t}\end{array}$$

根据上式我们发现，原问题被我们转化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 $\Theta (\log n)$ 的，我们计算了 $\Theta (\log n)$ 个 $2^k$ 次幂的数，然后花费 $\Theta (\log n)$ 的时间选择二进制为 1 对应的幂来相乘。

例题

[剑指offer]数值的整数次方

题目描述

给定一个double类型的浮点数base和int类型的整数exponent。求base的exponent次方。

保证base和exponent不同时为0

解答

快速幂算法

public class Solution {
  public double Power(double base, int exponent) {
        if (exponent == 0)
            return 1.0;
        if (Math.abs(base) < 0.0000001) {  //判断base是否等于0
            if (exponent < 0) {
                throw new RuntimeException();
            } else {
                return 0.0;
            }
        }
        int e = Math.abs(exponent); //不管幂的正负，给e一个正数
        double temp = 1.0;
        while (e != 0) {
            temp = (e & 1) != 0 ? temp * base : temp; 
            //如果当前次幂的最后一位(二进制数)不为0，将当前权重加入答案
            
            base *= base; //权重增加
            e = e >> 1; //二进制右移一位
        }
        return exponent > 0 ? temp : 1 / temp; //判断幂的正负
    }
}