python 斐波拉切数列矩阵快速幂的方法 O(logN)

常规的递归操作时间复杂度O(2^N), 循环操作时间复杂度O（N）
这里介绍一种时间复杂度O（logN）的解法
思路：

将 F(n) = F(n-1) + F(n-2) 变换为矩阵乘法形式:
[F(n),F(n-1)] = [F(1), F(0)] * [[1 1] [1 0]]^(n-1)，
其中**[F(1), F(0)]=[1, 0]，在矩阵运算时相当于取后面矩阵运算结果第一行**

例如： [F(2)， F(1)] = [F(1), F(0)] * [[1 1] [1 0]] = [F(0)+F(1), F(1)]

结果F(n)可以有两种获取方法：

第一种，取矩阵运算结果第一行第一列元素，由[F(n),F(n-1)] = [F(1), F(0)] * [[1 1] [1 0]]^(n-1)得，矩阵运算n-1次

第二种，取矩阵运算结果第一行元素之和得，由[F(n-1),F(n-2)] = [F(1), F(0)] * [[1 1] [1 0]]^(n-2), F(n) = F(n-1)+F(n-2),矩阵运算n-2次，本文写的是第二种方法，见fib函数

在具体进行矩阵乘法时候采用位运算化简乘法过程：

Matrix^9
= Matrix^ 1001(二进制)
= Matrix^8 * Matirx^1
= Matrix^1000 * Matirx^1(二进制)

相当于分解为次幂的二进制位为1的数的乘积来简化计算，具体代码在matrixpower函数中，multimatirx为两个矩阵乘法运算的函数

class Solution:
    def fib(self, n: int) -> int:
        if n < 2:
            return n
        res = self.matrixpower(n-2)
        res = res[0][0] + res