P1226 【模板】快速幂C++

题目描述

给你三个整数 a,b,p,求 abmodp。

输入格式

输入只有一行三个整数,分别代表 a,b,p。

输出格式

输出一行一个字符串 a^b mod p=s,其中 a,b,p 分别为题目给定的值, s 为运算结果。

输入输出样例

输入 #1复制

2 10 9

输出 #1复制

2^10 mod 9=7

说明/提示

样例解释

210=1024,1024mod9=7。

数据规模与约定

对于 100% 的数据,保证 0≤a,b<231,a+b>0,2≤p<231。

#include<bits/stdc++.h> 
using namespace std;
#define l long long
	l a,b,p;
l ef(l n){
	if(n==1)return a;
	l x=(ef(n/2)%p);
	l y=x*x;
	y%=p;
	if(n%2)y*=a;
	y%=p;
	return y;
}

int main(){

	cin>>a>>b>>p;

	cout<<a<<"^"<<b<<" mod "<<p<<"="<<ef(b);
	
	return 0;
}

### C++ 快速幂算法实现 快速幂算法是一种高效的计算 $a^b \mod c$ 的方法,其核心思想是通过分治策略和二进制分解将原本需要执行 $O(b)$ 次乘法的操作优化至 $O(\log b)$。以下是基于整数的快速幂算法的具体实现: #### 非递归版本 ```cpp #include <iostream> using namespace std; // 快速幂函数:计算 base^exponent % modulus long long fastPower(long long base, long long exponent, long long modulus) { long long result = 1; base %= modulus; // 确保基础取模不会溢出 while (exponent > 0) { if (exponent & 1) { // 如果当前指数位为奇数 result = (result * base) % modulus; } base = (base * base) % modulus; // 平方基数并取模 exponent >>= 1; // 将指数右移一位(相当于除以2) } return result; } int main() { long long base, exponent, modulus; cin >> base >> exponent >> modulus; cout << fastPower(base, exponent, modulus) << endl; return 0; } ``` 上述代码实现了非递归形式的快速幂算法[^2]。它通过不断平方基数并将指数折半的方式减少了不必要的重复计算。 --- #### 递归版本 如果偏好递归方式,则可以按照如下方式进行编码: ```cpp #include <iostream> using namespace std; // 快速幂递归函数:计算 base^exponent % modulus long long recursiveFastPower(long long base, long long exponent, long long modulus) { if (exponent == 0) return 1; // 基础情况:任何数的0次幂都是1 long long halfResult = recursiveFastPower(base, exponent / 2, modulus); if (exponent % 2 == 0) { // 当前指数为偶数 return (halfResult * halfResult) % modulus; } else { // 当前指数为奇数 return ((halfResult * halfResult) % modulus * base) % modulus; } } int main() { long long base, exponent, modulus; cin >> base >> exponent >> modulus; cout << recursiveFastPower(base, exponent, modulus) << endl; return 0; } ``` 此递归版本同样遵循快速幂的核心原理,在处理过程中逐步缩小问题规模直至达到边界条件[^2]。 --- #### 应用场景扩展——矩阵快速幂 除了普通的数值幂运算外,快速幂还可以应用于矩阵运算中。例如斐波那契数列可以通过矩阵快速幂加速求解。以下是一个简单的矩阵快速幂模板[^3]: ```cpp #include <vector> using namespace std; // 定义矩阵相乘函数 vector<vector<long long>> multiplyMatrix(const vector<vector<long long>>& A, const vector<vector<long long>>& B, int size) { vector<vector<long long>> result(size, vector<long long>(size, 0)); for (int i = 0; i < size; ++i) { for (int j = 0; j < size; ++j) { for (int k = 0; k < size; ++k) { result[i][j] = (result[i][j] + A[i][k] * B[k][j]) % 1000000007; } } } return result; } // 矩阵快速幂函数 vector<vector<long long>> matrixFastPower(vector<vector<long long>> M, int power, int size) { vector<vector<long long>> identity(size, vector<long long>(size, 0)); for (int i = 0; i < size; ++i) identity[i][i] = 1; // 单位矩阵初始化 while (power > 0) { if (power & 1) { identity = multiplyMatrix(identity, M, size); } M = multiplyMatrix(M, M, size); power >>= 1; } return identity; } int main() { int N = 2; // 矩阵大小 vector<vector<long long>> F = {{1, 1}, {1, 0}}; // 斐波那契转移矩阵 int P; cin >> P; vector<vector<long long>> result = matrixFastPower(F, P - 1, N); cout << result[0][0] << endl; // 输出第P项斐波那契数 return 0; } ``` 该代码展示了如何利用矩阵快速幂解决特定类型的动态规划问题,比如高效计算大规模斐波那契序列中的某一项[^3]。 --- ### 总结 无论是基本数值型还是高级矩阵型,快速幂均能显著提升效率,尤其适用于涉及大范围幂运算的任务。以上三种不同风格的实现覆盖了大部分实际需求情境下的应用案例。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值