首页 > 代码库 > 快速幂

快速幂

int power(int n, int k) {      int         ans = 1;      while( k ) {          if(k & 1) {              ans *= n;          }          k >>= 1;          n *= n;      }      return ans;  }  
View Code

下面是 m^n  % k 的快速幂:

int quickpow(int m,int n,int k){    int b = 1;    while (n > 0)    {          if (n & 1)             b = (b*m)%k;          n = n >> 1 ;          m = (m*m)%k;    }    return b;} 
View Code

下面是矩阵快速幂:

//HOJ 3493/*===================================*/|| 快速幂(quickpow)模板 || P 为等比,I 为单位矩阵|| MAX 要初始化!!!!||/*===================================*//*****************************************************/#include <cstdio>const int MAX = 3;typedef  struct{        int  m[MAX][MAX];}  Matrix;Matrix P = {5,-7,4,            1,0,0,            0,1,0,           };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(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;}               /*************************************/int main(){    Matrix re;    int f[3] = {2,6,19};    long long n;    while (scanf("%I64d",&n) && n != 0)    {          if (n == 1)             printf("1\n");          else if (n <= 4)                  printf("%d\n",f[n-2]);               else {                      re = quickpow(n - 4);                      printf("%d\n",(((re.m[0][0]*f[2])                              + (re.m[0][1]*f[1]) + (re.m[0][2]*f[0])) %9997 + 9997) % 9997);                      }    }    return 0;}
View Code
//计算a^bmodn     int modexp_recursion(int a,int b,int n)     {        int t = 1;    if (b == 0)        return 1;    if (b == 1)         return a%n;    t = modexp_recursion(a, b>>1, n);    t = t*t % n;    if (b&0x1)    {            t = t*a % n;    }    return t; } 
View Code
#include <iostream>   using namespace std;     //计算a^bmodn   int modexp(int a,int b,int n)   {       int ret=1;       int tmp=a;       while(b)       {          //基数存在          if(b&0x1) ret=ret*tmp%n;          tmp=tmp*tmp%n;          b>>=1;       }       return ret;   }     int main()   {       cout<<modexp(2,10,3)<<endl;       return 0;   }  
View Code

矩阵快速幂

转自http://www.cnblogs.com/yan-boy/archive/2012/11/29/2795294.html

矩阵的快速幂是用来高效地计算矩阵的高次方的。将朴素的o(n)的时间复杂度,降到log(n)。

这里先对原理(主要运用了矩阵乘法的结合律)做下简单形象的介绍:

一般一个矩阵的n次方,我们会通过连乘n-1次来得到它的n次幂。

但做下简单的改进就能减少连乘的次数,方法如下:

把n个矩阵进行两两分组,比如:A*A*A*A*A*A  =>  (A*A)*(A*A)*(A*A)

这样变的好处是,你只需要计算一次A*A,然后将结果(A*A)连乘自己两次就能得到A^6,即(A*A)^3=A^6。算一下发现这次一共乘了3次,少于原来的5次。

其实大家还可以取A^3作为一个基本单位。原理都一样:利用矩阵乘法的结合律,来减少重复计算的次数。

以上都是取一个具体的数来作为最小单位的长度,这样做虽然能够改进效率,但缺陷也是很明显的,取个极限的例子(可能有点不恰当,但基本能说明问题),当n无穷大的时候,你现在所取的长度其实和1没什么区别。所以就需要我们找到一种与n增长速度”相适应“的”单位长度“,那这个长度到底怎么去取呢???这点是我们要思考的问题。

有了以上的知识,我们现在再来看看,到底怎么迅速地求得矩阵的N次幂。

既然要减少重复计算,那么就要充分利用现有的计算结果咯!~怎么充分利用计算结果呢???这里考虑二分的思想。。

大家首先要认识到这一点:任何一个整数N,都能用二进制来表示。。这点大家都应该知道,但其中的内涵真的很深很深(这点笔者感触很深,在文章的最后,我将谈谈我对的感想)!!

计算机处理的是离散的信息,都是以0,1来作为信号的处理的。可想而知二进制在计算机上起着举足轻重的地位。它能将模拟信号转化成数字信号,将原来连续的实际模型,用一个离散的算法模型来解决。  好了,扯得有点多了,不过相信这写对下面的讲解还是有用的。

回头看看矩阵的快速幂问题,我们是不是也能把它离散化呢?比如A^19  =>  (A^16)*(A^2)*(A^1),显然采取这样的方式计算时因子数将是log(n)级别的(原来的因子数是n),不仅这样,因子间也是存在某种联系的,比如A^4能通过(A^2)*(A^2)得到,A^8又能通过(A^4)*(A^4)得到,这点也充分利用了现有的结果作为有利条件。下面举个例子进行说明:

现在要求A^156,而156(10)=10011100(2) 

也就有A^156=>(A^4)*(A^8)*(A^16)*(A^128)  考虑到因子间的联系,我们从二进制10011100中的最右端开始计算到最左端。细节就说到这,下面给核心代码:

while(N) {                if(N&1)                       res=res*A;                n>>=1;                A=A*A; }
View Code

里面的乘号,是矩阵乘的运算,res是结果矩阵。

第3行代码每进行一次,二进制数就少了最后面的一个1。二进制数有多少个1就第3行代码就执行多少次。

好吧,矩阵快速幂的讲解就到这里吧。在文章我最后给出我实现快速幂的具体代码(代码以3*3的矩阵为例)。

现在我就说下我对二进制的感想吧:

我们在做很多”连续“的问题的时候都会用到二进制将他们离散简化

1.多重背包问题

2.树状数组

3.状态压缩DP

……………还有很多。。。究其根本还是那句话:化连续为离散。。很多时候我们并不是为了解决一个问题而使用二进制,更多是时候是为了优化而使用它。所以如果你想让你的程序更加能适应大数据的情况,那么学习学习二进制及其算法思想将会对你有很大帮助。

最后贴出一些代码供大家学习,主要起演示的效果:

#include <cstdlib>#include <cstring>#include <cstdio>#include <iostream> using namespace std;int N;struct matrix{       int a[3][3];}origin,res;matrix multiply(matrix x,matrix y){       matrix temp;       memset(temp.a,0,sizeof(temp.a));       for(int i=0;i<3;i++)       {               for(int j=0;j<3;j++)               {                       for(int k=0;k<3;k++)                       {                               temp.a[i][j]+=x.a[i][k]*y.a[k][j];                       }               }       }       return temp;}void init(){     printf("随机数组如下:\n");     for(int i=0;i<3;i++)     {             for(int j=0;j<3;j++)             {                     origin.a[i][j]=rand()%10;                     printf("%8d",origin.a[i][j]);             }             printf("\n");     }     printf("\n");     memset(res.a,0,sizeof(res.a));     res.a[0][0]=res.a[1][1]=res.a[2][2]=1;                  //将res.a初始化为单位矩阵 }void calc(int n){     while(n)     {             if(n&1)                    res=multiply(res,origin);             n>>=1;             origin=multiply(origin,origin);     }     printf("%d次幂结果如下:\n",n);     for(int i=0;i<3;i++)     {             for(int j=0;j<3;j++)                     printf("%8d",res.a[i][j]);             printf("\n");     }     printf("\n");}int main(){    while(cin>>N)    {            init();            calc(N);    }    return 0;}
View Code

 

快速幂