Powmod快速幂取模

快速幂取模算法详解

1.大数模幂运算的缺陷：

快速幂取模算法的引入是从大数的小数取模的朴素算法的局限性所提出的，在朴素的方法中我们计算一个数比如5^1003%31是非常消耗我们的计算资源的，在整个计算过程中最麻烦的就是我们的5^1003这个过程

缺点1：在我们在之后计算指数的过程中，计算的数字不都拿得增大，非常的占用我们的计算资源（主要是时间，还有空间）

缺点2：我们计算的中间过程数字大的恐怖，我们现有的计算机是没有办法记录这么长的数据的，所以说我们必须要想一个更加高效的方法来解决这个问题

2.快速幂的引入：

我们首先从优化的过程开始一步一步优化我们的模幂算法

1.朴素模幂运算过程：

 

1. #define ans=1  
2. for(int i=1;i<=b;i++)  
3. {  
4.     ans*=a;  
5. }  

根据我们上面说的，这种算法是非常的无法容忍的，我们在计算的过程中出现的两个缺点在这里都有体现

在这里我们如果要做优化的话，我肥就是每个过程中都加一次模运算，但是我们首先要记住模运算是非常的消耗内存资源的，在计算的次数非常的大的时候，我们是没有办法忍受这种时间耗费的

2.快速幂引入：

在讲解快速幂取模算法之前，我们先将几个必备的知识

1.对于取模运算：

 

1. (a*b)%c=(a%c)*(b%c)%c  

这个是成立的：也是我们实现快速幂的基础

之后我们来看看快速幂的核心本质

我通过离散课上的学习，将快速幂的本质差不多理解了一下，感觉还是很深刻的

 

在这里，我们对指数懂了一些手脚，核心思想在于

将大数的幂运算拆解成了相对应的乘法运算，利用上面的式子，始终将我们的运算的数据量控制在c的范围以下，这样我们可以客服朴素的算法的缺点二，我们将计算的数据量压缩了很大一部分，当指数非常大的时候这个优化是更加显著的，我们用Python来做一个实验来看看就知道我们优化的效率有多高了

 

1. from time import *  
2. def orginal_algorithm(a,b,c):  #a^b%c  
3.     ans=<