最快矩阵乘法：矩阵A的p次幂怎么求速度最快，Math根本没有求矩阵的幂次函数

最快矩阵乘法：矩阵A的p次幂怎么求速度最快，Math根本没有求矩阵的幂次函数

提示：重要的优化算法基础知识

上一篇，咱们求过数字最快速乘幂的方法（数字a的p次幂），
（1）最快乘法：普通数字a的p次幂怎么求速度最快，不用Math.pow(a,p)哦
那个知识点，你必须看懂，否则这个文章你看不懂！
那个知识点，你必须看懂，否则这个文章你看不懂！
那个知识点，你必须看懂，否则这个文章你看不懂！

现在：咱们要把a换成矩阵A，去求矩阵A的p次幂，在这你体验一下最快乘法的速度优势

---

题目

矩阵A的p次幂怎么求速度最快，Math根本没有求矩阵的幂次函数

---

普通矩阵A*B怎么求？Math也没有的，需要自己定义

很简单C【】=A【m行n列】×B【n行b列】
A的一行，×B的一列，求和，放在C的m行，b列
如下图，A的黑色一行，与B的所有列，乘完求和放在C的所有列
A的绿色一行，与B的所有列，乘完求和放在C的所有列
A的粉色一行，与B的所有列，乘完求和放在C的所有列
A的橘色一行，与B的所有列，乘完求和放在C的所有列

代码手撕：

    //C=A×B咋求
    public static int[][] matrixMul(int[][] A, int[][] B){
        int m = A.length;
        int b = B[0].length;
        int[][] C = new int[m][b];//A的一行，×B的一列，求和，放在C的m行，b列

        for (int i = 0; i < m; i++) {
            for (int j = 0; j < b; j++) {
                //A的一行，×B的一列，求和，放在C的m行，b列
                int ans = 0;
                for (int k = 0; k < A[0].length; k++) {//是A的列哦
                    ans += A[i][k] * B[k][j];
                }
                C[i][j] = ans;
            }
        }

        return C;
    }


    public static void test2(){
        int[][] A = {
                {1,1},
                {1,1}
        };
        int[][] B = {
                {1,1},
                {1,1}
        };

        int[][] C = matrixMul(A, B);
        for (int i = 0; i < C.length; i++) {
            for (int j = 0; j < C[0].length; j++) {
                System.out.print(C[i][j] + " ");
            }
            System.out.println();
        }
    }

    public static void main(String[] args) {
//        test();
        test2();
    }

简单吧：

2 2 
2 2 

---

最快矩阵乘幂：利用数字a的p次幂的快速乘法，理解矩阵A的p次幂

咱们求过数字最快速乘幂的方法（数字a的p次幂），
（1）最快乘法：普通数字a的p次幂怎么求速度最快，不用Math.pow(a,p)哦

同样的思想，直接替换数字a为A，即可

我们看看是不是这个理？
初始化，跟上面一样，a=1，ans=I单位阵，t=10=a，tmp=A矩阵（基数）
然后，每次遇到p的x位是1，就需要给ans ×A的x位次幂——这句话可以不看你看图就知道了，能理解的。

初始化，a=I，t=A的1次方
（1）p的0位x=1：a=a×t=1×A的1次方=A的1次方，t=t×t=A的2次方
（2）p的1位x=1：a=a×t=A的1次方=A的1次方×A的2次方，t=t×t=A的4次方
（3）p的2位x=0：a=a×t=A的1次方=A的1次方×A的2次方 ，t=t×t=A的8次方
（4）p的3位x=1：a=a×t=A的1次方=A的1次方×A的2次方×A的8次方，t=t×t=A的16次方
（5）p的4位x=0：a=a×t=A的1次方=A的1次方×A的2次方×A的8次方 ，t=t×t=A的32次方
（6）p的5位x=0：a=a×t=A的1次方=A的1次方×A的2次方×A的8次方 ，t=t×t=A的64次方
（7）p的6位x=1：a=a×t=A的1次方=A的1次方×A的2次方×A的8次方×A的64次方 ，t=t×t=A的128次方
此时a已经是A的p=75次方了

看图其实已经明白了，咱们完全可以 以o(log§)的速度 搞定矩阵乘幂A的p次幂

手撕代码，搞清楚代码，你更理解上图的矩阵乘法实际上非常非常快

//矩阵A的p次幂
    public static int[][] powMatrixAitsPCiMi(int[][] A, int p){
        int m = A.length;
        int n = A[0].length;
        //初始化，a=I，t=A的1次方
        int[][] a = new int[m][n];
        for (int i = 0; i < m; i++) {
            a[i][i] = 1;//单位阵
        }
        int[][] tmp = A;//基数矩阵

        //（1）p的0位x=1：a=a×t=1×A的1次方=A的1次方，t=t×t=A的2次方
        //（2）p的1位x=1：a=a×t=A的1次方=A的1次方×A的2次方，t=t×t=A的4次方
        //（3）p的2位x=0：~~a=a×t=A的1次方=A的1次方×A的2次方~~ ，t=t×t=A的8次方
        //（4）p的3位x=1：a=a×t=A的1次方=A的1次方×A的2次方×A的8次方，t=t×t=A的16次方
        //（5）p的4位x=0：~~a=a×t=A的1次方=A的1次方×A的2次方×A的8次方~~ ，t=t×t=A的32次方
        //（6）p的5位x=0：~~a=a×t=A的1次方=A的1次方×A的2次方×A的8次方~~ ，t=t×t=A的64次方
        //（7）p的6位x=1：a=a×t=A的1次方=A的1次方×A的2次方×A的8次方×A的64次方 ，t=t×t=A的128次方
        //此时a已经是A的p=75次方了
        //看p的x位是否为1
        for(; p != 0; p >>= 1){//每次结束p往右移动1位，p=0结束
            if ((p & 1) != 0){
                //p最右那个x位=1，需要雷×结果
                a = matrixMul(a, tmp);//a=a*t
            }
            //每次t都需要倍次幂
            tmp = matrixMul(tmp, tmp);//t=t*t
        }

        return a;//返回a
    }

这思路，是不是完全，完全跟数字a的p次幂代码一模一样，只不过a最开始是单位阵，tmp是基数A矩阵而已
思路，做法，一模一样

测试结果：

    public static void test2(){
        int[][] A = {
                {1,1},
                {1,1}
        };
        int[][] B = {
                {1,1},
                {1,1}
        };

        int[][] C = matrixMul(A, B);
        for (int i = 0; i < C.length; i++) {
            for (int j = 0; j < C[0].length; j++) {
                System.out.print(C[i][j] + " ");
            }
            System.out.println();
        }

        System.out.println();
        int[][] D = powMatrixAitsPCiMi(A, 2);
        for (int i = 0; i < C.length; i++) {
            for (int j = 0; j < C[0].length; j++) {
                System.out.print(C[i][j] + " ");
            }
            System.out.println();
        }

    }



    public static void main(String[] args) {
//        test();
        test2();
    }

2 2 
2 2 

2 2 
2 2 

非常完美吧！！

---

总结

提示：重要经验：

1）矩阵A的p次幂，求法，代码完全跟数字a的p次幂的求法一模一样，一定要熟悉，熟练掌握，加速到o(log§)，非常快
2）有了矩阵的A的p次幂，咱们后续还要解决类似斐波那契数列的矩阵快速解法，那速度就相当的快了，不用递归求。
3）笔试求AC，可以不考虑空间复杂度，但是面试既要考虑时间复杂度最优，也要考虑空间复杂度最优。