快速幂以及矩阵快速幂

博客介绍了通过二进制将数转化为2的幂次序列之和,进而实现幂运算的方法,借助位运算可方便实现该算法,复杂度为O(logn)。还给出了快速幂和矩阵快速幂的代码实现,包括普通快速幂函数及矩阵快速幂的结构体、矩阵求积和矩阵快速幂函数。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

我们能够找到2k1+2k2+2k3+…+2km=n。这样,我们可以通过递推,在很短的时间内求出各个项的值。
比如,2进制数1001,它的值可以表示为10进制的1×23+0×22+0×21+1×20,即9。这完美地符合了上面的要求。可以通过2进制来把n转化成2km的序列之和,而2进制中第i位(从右边开始计数,值为1或是0)则标记了对应的2i−1是否存在于序列之中。譬如,13为二进制的1101,他可以表示为23+22+20,其中由于第二位为0,21项被舍去。

如此一来,我们只需要计算a、a2、a4、a8…a2km的值(这个序列中的项不一定都存在,由n的二进制决定)并把它们乘起来即可完成整个幂运算。借助位运算的操作,可以很方便地实现这一算法,其复杂度为O(logn)。
ll quickpow(ll x,ll n){
ll ans=1,res=x;
while(n){
if(n&1) ans*=res;
ans%=mod;
res*=res;
res%=mod;
n=n>>1;
}
return ans;
}//快速幂
//矩阵快速幂
struct matrix//定义一个结构体,方便传递值
{
int m[maxn][maxn];
};

/*
maxn和mod由全局定义,其中mod根据需要可以省去
*/

matrix mat_multi(matrix a, matrix b)//矩阵求积
{
matrix ans;
for(int i = 0;i < maxn;i++)
{
for(int j = 0;j < maxn;j++)
{
ans.m[i][j] = 0;
for(int k = 0;k < maxn;k++)
{
ans.m[i][j] += (a.m[i][k] % mod * b.m[k][j] % mod) % mod;
ans.m[i][j] %= mod;
}
}
}
return ans;
}

matrix mat_quickpow(matrix a, int n)//矩阵快速幂
{
matrix ans;
for(int i = 0;i < maxn;i++)
{
for(int j = 0;j < maxn;j++)
{
if(i == j)
ans.m[i][j] = 1;
else
ans.m[i][j] = 0;//这里要初始化为单位矩阵,类比普通快速幂这里初始化为1
}
}
while(n != 0)//方法与普通快速幂相同,只有乘法的实现不同
{
if(n & 1)
ans = mat_multi(a, ans);
a = mat_multi(a, a);
n >>= 1;
}
return ans;
}

内容概要:《中文大模型基准测评2025年上半年报告》由SuperCLUE团队发布,详细评估了2025年上半年中文大模型的发展状况。报告涵盖了大模型的关键进展、国内外大模型全景图及差距、专项测评基准介绍等。通过SuperCLUE基准,对45个国内外代表性大模型进行了六大任务(数学推理、科学推理、代码生成、智能体Agent、精确指令遵循、幻觉控制)的综合测评。结果显示,海外模型如o3、o4-mini(high)在推理任务上表现突出,而国内模型如Doubao-Seed-1.6-thinking-250715在智能体Agent和幻觉控制任务上表现出色。此外,报告还分析了模型性价比、效能区间分布,并对代表性模型如Doubao-Seed-1.6-thinking-250715、DeepSeek-R1-0528、GLM-4.5等进行了详细介绍。整体来看,国内大模型在特定任务上已接近国际顶尖水平,但在综合推理能力上仍有提升空间。 适用人群:对大模型技术感兴趣的科研人员、工程师、产品经理及投资者。 使用场景及目标:①了解2025年上半年中文大模型的发展现状与趋势;②评估国内外大模型在不同任务上的表现差异;③为技术选型和性能优化提供参考依据。 其他说明:报告提供了详细的测评方法、评分标准及结果分析,确保评估的科学性和公正性。此外,SuperCLUE团队还发布了多个专项测评基准,涵盖多模态、文本、推理等多个领域,为业界提供全面的测评服务。
评论
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