快速幂(数学应用)

当要求a ^ b % p时，若a、b、p的数据不算很大时直接调用pow()函数最为方便，但考虑a、b、p的数量级均达到千万甚至上亿时想用pow()在短时间内得到结果几乎是不可能的想法甚至计算机还可能出现爆long的情况，这时候快速幂相当排得上用场。

 

---

我们都知道取模运算中 。

幂运算a ^ b本质也是一种乘法运算即b 个 a 相乘，所以由上式可得在每次“×”的时候先取一次模在相乘，循环下去最终可以得到结果，快速幂借用这种思想一次一次地把幂降下来，当幂为1时，底数即为结果，降幂均为折半（若为奇数则减一折半）。

为了保持结果不变，幂的折半同时对应底数的翻倍，并且取一次模运算，对比传统求幂的做法要循环n次（n为幂），而快速幂只需循环不超过logn次运算即可得到最终结果，这也正是其优化后时间效率较高的地方。

---

朴素做法：

long long quick_pow(long long base, long long power, long long p){
    long long res = 1;        //迭代的结果
    while(power > 0){
        if(power % 2 == 0){
            power /= 2;
            base = base * base % p;
        }
        else{
            power -= 1;
            res = res * base % p;    /*幂为奇数减一位后，底要多乘一次，而这次记录到res上代替base ^ power的结果*/
            power /= 2;
            base = base * base % p;
        }
    }
    return res % p;
}

---

再快一点：

上面的做法已经实现了快速幂算法，而还可以对其再进行优化一下使代码更简洁，我们都知道机器处理位运算时非常快，所以考虑将判断奇偶运算用"&"来代替，即power & 1 == 0表示为偶数；同时还能将折半运算用">>"来代替，即power >>= 1，右移一位。而奇偶情况下都有power /= 2;        base = base * base % p;操作，不妨将其拿出判断语句，只是在power为奇时把要乘的一次base记录到res上。所以最终就可以简化为如下形式：

long long quick_pow(long long base, long long power, long long p){
    long long res = 1;        //迭代的结果
    while(power){
        if(power & 1 == 1){
            res = res * base % p;
        }
        power >>= 1;
        base = base * base % p;
    }
    return res % p;
}