《星空解题家》：二分快速幂——何为二分快速幂？二分思想解题

1.第一类:二分快速幂的pow形式（由朴素到快速）

第一类：求pow(a,b)

已知两个正整数，a,b(a,b<=10^5)
求：f(a,b) =a^b

【1】 一步步带你认识二分快速幂

解法一：朴素解法：

C++/C代码实现：

int f(int a,int b){
     int jie=1;
     while(b--) ans*=a;  //循环b次,每次jie乘上一个a
     return jie;
     }

1. 暂不考虑溢出问题，仅就速度来看：

  f(2,10)=1024
  f(2,30)=1,073,741,824
  f(2,100)=1,267,650,60,228,229,401,496,703,205,376
  f(2,100000000000)=……………………

2. 很容易发现，这段算法的时间复杂度为O（n）,同时，我们发现一些特点

• 求a^b过程中不断对a进行重复的乘b
• 该问题中具有很相似的子问题
• 线性的重复？很容易想到二分的思想
• 可不可以将a^b二分成多个子问题，逐一破解
• 首先:让我们看看一个简单的例子：5^16，你会怎么求？
• 1. 第一步： 看到一个5——没必要没必要算
• 2. 第二步： 算出5^2 =5 X 5
• 3. 第三步： 算出5^4= (5^2) X（5^2）
• 4. 第四步： 算出5^8 = (5^4) X (5^4)
• 5. 第五步： 算出5^16 = (5^8) X (5^8)
• 仅仅算了4次，对比原来的16缩了三倍！
• 假如b再大一点，为1000000000……，用二分，我们则可以直接少算b-log(b)次，快了不知多少倍
• 遇到奇数，我们只需先将以算出的结果X a，再继续二分即可
  

看到这里,理解了5^16（/17）的🌰祝贺你，已经弄懂了二分快速幂。

【2】pow形式二分快速幂的C/C++模板

typedef long long ll;//命别名，方便书写
ll qspow(ll a,ll b){      //递归写法
     if(b==0)return 1;
     ll res=qspow(a*a,(b>>1));   //对正整数右移，等效于/2
     if(b&1) res=res*a;        //b&1,b为奇数则结果为true
     return res;               //为偶数则为false
}

typedef long long ll;
ll qspow(ll a,ll b){    //非递归写法
     ll res=1;
   while(b){
     if(b&1){
     res=res*a;
     }
      a=a*a;
     b>>=1;
   }
 return res;
}

2.第二类:二分快速幂的横幂运算形式（深入研究）

第二类：横幂运算

**已知三个正整数，a,b,c(a,b,c<=10^5),求：
f(a,b,c)=a^b mod c
（mod,在代码中表示为%）

朴素解法：

long long f(long long a,long long b, long long c){
     a=(a%c+c)%c;//🐉对a为负数的情况处理，等价转换，
     long long jie=1%c;
     while(b--) jie=jie%c*a; //先模再乘，保证每次运算后的结果小于模数
     return jie;
}

补充：

1. 这里求a的b次幂（次方）对c取余数的计算，被称为横幂运算。
2. 模乘的性质∨

• ab mod c= (a mod c)(b mod c) mod c
• 证明思想：记a= r_a +m_a * c;b= r_a + m_a * c,代入左式得ab mod c=r_a*r_b mod c即右式

有了这个性质，我们发现，求横幂运算与第一类无本质差别，只要记得在第一类的每次乘法后%c即可，写成数学表示如下

【1】 横幂运算式的二分快速幂，代码模板C/C++

typedef long long ll;//对第一类稍加改动即可
ll qspowmod(ll a,ll b,ll c){      //递归写法
     if(b==0)return 1%c;
     ll res=qspowmod(a*a%c,(b>>1),c);
     if(b&1) res=res*a%c;
     return res;
}   

typedef long long ll;
ll qspowmod(ll a,ll b,ll c){    //非递归写法
   ll res=1%c;
   a%=c;             //先把a调小一点           
while(b){
   if(b&1){
   res=(res*a)%c;//❤1️⃣防溢出：可改为res=(res%c)*(a%c)%c
   }
   a=(a*a)%c；//❤2️⃣防溢出：可改为a=(a%c)*(a%c)%c
   b>>=1;
}
return res;
}

注:进行多次a%c与res%c的目的是防止溢出，这是横幂运算的关键一点，尽可能的把转化到更小的乘积结果

【2】 极致：横幂运算式的二分快速幂，再进一步防溢出，优化。

typedef long long ll;
ll qs_mul(ll a,ll b, ll c){ //对乘法优化，防止相乘时所乘结果溢出
    ll jie=0;
    while(b){
         if(b&1)jie=(jie+a)%c;
         b>>=1;
         a=(a+a)%c;  //用二分的加法代替乘法
         }
    return jie;//保证所乘结果永远小于c,防爆！
}
ll qs_pow(ll a,ll b,ll c){//将原来的乘法都用上面的函数代替
      ll res=1;
      while(b){
            if(b&1)res=qs_mul(res,a,c);
            b>>=1;
            a=qs_mul(a,a,c);
            }
     return res;
}

3.分治（二分）思想的体现

1. 任何可以用计算机求解的问题所需的计算时间都与其规模有关。问题越小，也越容易处理
2. 分治法的设计思想是，将一个难以直接解决的大问题，分割成一些规模较小的相同问题，以便各个击破，分而治之。
3. 这里，每步二分，将原问题分解成两个子问题，再反复二分，最终将原问题分解成若干个子问题。使得子问题与原问题类型一致而规模却不断缩小，就很容易求出子问题的解，再将各子问题的解综合，就是原问题的解了。
4. 分治过程——|
   
5. 原问题是求a^ b,子问题是求a^ n,(n<b),最后合并问题解，由a^1递推知a ^ b.

4.应用实战。

力扣50. Pow(x, n)
力扣372. 超级次方