快速幂求模
来源:互联网 发布:嘲讽知乎 编辑:程序博客网 时间:2024/04/28 06:16
所谓的快速幂,实际上是快速幂取模的缩写,简单的说,就是快速的求一个幂式的模(余)。在程序设计过程中,经常要去求一些大数对于某个数的余数,为了得到更快、计算范围更大的算法,产生了快速幂取模算法。
一.先从简单的例子入手:先求值,在取模。
算法1.首先直接地来设计这个算法:
int ans = 1;for(int i = 1;i<=b;i++)ans = ans * a;ans = ans % c;
这个算法的时间复杂度体现在for循环中,为O(b).这个算法存在着明显的问题,如果a和b过大,很容易就会溢出。
那么,我们先来看看第一个改进方案:在讲这个方案之前,要先有这样一个公式:
.这个公式大家在离散数学或者数论当中应该学过,不过这里为了方便大家的阅读,还是给出证明:
引理1:(a*b)modn=((a mod n)*(b mod n))mod n
上面公式为下面公式的引理,即积的取余等于取余的积的取余。
证明了以上的公式以后,我们可以先让a关于c取余,这样可以大大减少a的大小,
于是不用思考的进行了改进:
算法2:
int ans = 1;a = a % c; //加上这一句for(int i = 1;i<=b;i++)ans = ans * a;ans = ans % c;
聪明的读者应该可以想到,既然某个因子取余之后相乘再取余保持余数不变,那么新算得的ans也可以进行取余,所以得到比较良好的改进版本。
算法3:
int ans = 1;a = a % c; //加上这一句for(int i = 1;i<=b;i++)ans = (ans * a)% c;//这里再取了一次余ans = ans % c;
这个算法在时间复杂度上没有改进,仍为O(b),不过已经好很多的,但是在c过大的条件下,还是很有可能超时,所以,我们推出以下的快速幂算法。
二.快速幂算法依赖于以下明显的公式,我就不证明了。
有了上述两个公式后,我们可以得出以下的结论:
1.如果b是偶数,我们可以记k = a2mod c,那么求(k)b/2 mod c就可以了。
2.如果b是奇数,我们也可以记k =a2 mod c,那么求
((k)b/2 mod c × a ) mod c =((k)b/2 mod c * a) mod c 就可以了。
那么我们可以得到以下算法:
算法4:
int ans = 1;a = a % c;if(b%2==1)ans = (ans *a) mod c; //如果是奇数,要多求一步,可以提前算到ans中k = (a*a) % c; //我们取a2而不是afor(int i = 1;i<=b/2;i++)ans = (ans *k) % c;ans = ans % c;
我们可以看到,我们把时间复杂度变成了O(b/2).当然,这样子治标不治本。但我们可以看到,当我们令k = (a * a)mod c时,状态已经发生了变化,我们所要求的最终结果即为(k)b/2 mod c而不是原来的ab mod c,所以我们发现这个过程是可以迭代下去的。当然,对于奇数的情形会多出一项a mod c,所以为了完成迭代,当b是奇数时,我们通过
ans = (ans * a) % c;来弥补多出来的这一项,此时剩余的部分就可以进行迭代了。
形如上式的迭代下去后,当b=0时,所有的因子都已经相乘,算法结束。于是便可以在O(log b)的时间内完成了。于是,有了最终的算法:快速幂算法。
算法5:快速幂算法
int ans = 1;a = a % c;while(b>0){if(b % 2 = = 1)ans = (ans * a) % c;a = (a * a) % c;b /=2 ; //b>>=2}
将上述的代码结构化,也就是写成函数:
int PowerMod(int a, int b, int c){int ans = 1;a = a % c;while(b>0){if(b % 2 = = 1)ans = (ans * a) % c;a = (a * a) % c;b /=2 ; //b>>=1}return ans;}
大幂值算法:
long long quickpow(int n,int base){long long ans=1;long long multi=base;while(n){if(n&1)ans*=multi;multi*=multi;n>>=1;}return ans;}
本算法的时间复杂度为O(logb),能在几乎所有的程序设计(竞赛)过程中通过,是目前最常用的算法之一。
以下内容仅供参考:
扩展:有关于快速幂的算法的推导,还可以从另一个角度来想。
=? 求解这个问题,我们也可以从进制转换来考虑:
将10进制的b转化成2进制的表达式:
那么,实际上,.
所以
注意此处的要么为0,要么为1,如果某一项,那么这一项就是1,这个对应了上面算法过程中b是偶数的情况,为1对应了b是奇数的情况[不要搞反了,读者自己好好分析,可以联系10进制转2进制的方法],我们从依次乘到。对于每一项的计算,计算后一项的结果时用前一项的结果的平方取余。对于要求的结果而言,为时ans不用把它乘起来,[因为这一项值为1],为1项时要乘以此项再取余。这个算法和上面的算法在本质上是一样的,读者可以自行分析,这里我说不多说了,希望本文有助于读者掌握快速幂算法的知识点,当然,要真正的掌握,不多练习是不行的。
By 夜せ︱深
代码!!!
__int64 fun(__int64 a,__int64 b,__int64 c)//a的b次方对c求余
{
__int64 ans=1;
a%=c;
while(b>0)
{
if(b%2==1)ans=(ans*a)%c;
b/=2;
a=(a*a)%c;
}
return ans;
}
三.关于矩阵的快速幂算法
void MetrixMul(int p1[2][2],int p2[2][2]){int t[2][2];t[0][0]=(p1[0][0]*p2[0][0]%10000+p1[0][1]*p2[1][0]%10000)%10000;t[0][1]=(p1[0][0]*p2[0][1]%10000+p1[0][1]*p2[1][1]%10000)%10000;t[1][0]=(p1[1][0]*p2[0][0]%10000+p1[1][1]*p2[1][0]%10000)%10000;t[1][1]=(p1[1][0]*p2[0][1]%10000+p1[1][1]*p2[1][1]%10000)%10000;p1[0][0]=t[0][0];p1[0][1]=t[0][1];p1[1][0]=t[1][0];p1[1][1]=t[1][1];}void MetrixPow(int p[2][2],int n){int t[2][2];t[0][0]=p[0][0];t[0][1]=p[0][1];t[1][0]=p[1][0];t[1][1]=p[1][1];if(n==1)return;else if(n%2){MetrixPow(p,n-1);MetrixMul(p,t);}else{MetrixPow(p,n/2);MetrixMul(p,p);}}
或者
Matrix I = {1,0,0, 0,1,0, 0,0,1, }; Matrix matrixmul(Matrix a,Matrix b) //矩阵乘法{ int i,j,k; Matrix c; for (i = 0 ; i < MAX; i++) for (j = 0; j < MAX;j++) { c.m[i][j] = 0; for (k = 0; k < MAX; k++) c.m[i][j] += (a.m[i][k] * b.m[k][j])%9997; c.m[i][j] %= 9997; } return c;} Matrix quickpow(Martix P,long long n){ Matrix m = P, b = I; while (n >= 1) { if (n & 1) b = matrixmul(b,m); n = n >> 1; m = matrixmul(m,m); } return b;}
- 快速幂求模
- 快速幂求模
- 快速幂求模
- 快速幂求模+矩阵的快速幂
- HDU 1097(快速幂求模)
- 快速
- 快速幂求模 和 费马小定理
- (五):Key Set(快速幂+快速幂求模)
- HDU1097:A hard puzzle(快速幂求模)
- hdoj problem 1211 RSA(快速幂求模算法)
- HDOJ 1061 Rightmost Digit(快速幂求模)
- hpuvj【3070】Fibonacci(矩阵快速幂求模)
- NYOJ-676小明的求助,快速幂求模,快速幂核心代码;
- 快速傅里叶变换-快速傅里叶变换
- 快速排序 快速搞定
- 快速排序 快速搞定
- 快速矩阵快速幂
- 快速幂,快速幂取模
- Dom第三天学习总结
- 机房收费系统之结账
- 软件工程师必读书籍
- Navicat Premium 连接oracle 报错的解决方法
- U-Boot 第一阶段代码分析
- 快速幂求模
- POJ-1695-Magazine Delivery-dp
- Date日期工具类
- 北大ACM题目分类
- codeforces 117B B. Very Interesting Game(同余模定理+取模导致的循环节)
- 【原创】new year resolution
- Oracle数据库基础之SQL概述
- 影响未来物联网商业的三种表现
- hibernate关系映射--单向多对多@ManyToMany