快速幂(二分幂)

本文介绍了两种实现快速幂算法的方法:递归与迭代。快速幂算法主要用于高效计算形如ab%ma^b\%mab%m的问题,其中a、b、m均为正整数。该算法的时间复杂度为O(log⁡b)O(\log{b}

快速幂(二分幂)

问题

给定正整数a、b、m,求 ab%ma^b\%mab%m

方法一

运用递归思想,考虑以下两个步骤:

  • b为奇数,则 ab=a∗ab2∗ab2a^b = a * a^{\frac{b}{2}} * a^{\frac{b}{2}}ab=aa2ba2b
  • b为偶数,则 ab=ab2∗ab2a^b = a^{\frac{b}{2}} * a^{\frac{b}{2}}ab=a2ba2b

时间复杂度为 O(log⁡b)O(\log{b})O(logb)

typedef long long LL;

LL binaryPow(LL a, LL b, LL m)
{
    if (b == 0)         // 递归边界
        return 1;
    
    // 注意不能直接return函数乘积,不然会造成重复计算
    LL p = binaryPow(a, b / 2, m);  
    if (b % 2 == 0)     
        return p * p % m;        
    else                
        return a * p * p % m;
}

方法二

运用迭代思想,将b用二进制表示,那么可以得到 ab=∏a2i∗kia^b = \prod a^{2^i}*k_iab=a2ikiiii 表示b二进制从低位到高位的位号,kik_iki 表示当前位的数字是0或1。

typedef long long LL;

LL binaryPow(LL a, LL b, LL m)
{
    LL ans = 1;             // 记录结果
    while (b)
    {
        if (b & 1)          // b二进制的末位为1,则累乘
            ans = ans * a % m;
        a = a * a % m;      // b每右移一位,a的值都要变化
        b = b >> 1;         // b右移一位
    }
    return ans;
}
使用**二分快速幂(Binary Exponentiation)**是一种高效计算大指数的方法,其核心思想是通过将指数不断二分来减少计算次数,时间复杂度为 `O(log n)`。 在本题中,我们需要计算矩阵的 `n` 次。我们可以将快速幂的思想应用于矩阵乘法中,从而高效地求解递推关系。 --- ### ✅ 解决方案:基于二分快速幂的矩阵运算 ```cpp #include <bits/stdc++.h> using namespace std; typedef long long ll; const ll MOD = 1e9 + 7; // 定义一个2x2的矩阵结构体,便于操作 struct Matrix { ll m[2][2]; Matrix() { memset(m, 0, sizeof(m)); } // 单位矩阵初始化 static Matrix identity() { Matrix I; I.m[0][0] = I.m[1][1] = 1; return I; } // 矩阵乘法重载 Matrix operator*(const Matrix& b) const { Matrix res; for (int i = 0; i < 2; ++i) for (int j = 0; j < 2; ++j) for (int k = 0; k < 2; ++k) res.m[i][j] = (res.m[i][j] + m[i][k] * b.m[k][j]) % MOD; return res; } }; // 快速幂:矩阵的 Matrix matrix_pow(Matrix a, ll power) { Matrix result = Matrix::identity(); while (power > 0) { if (power & 1) { result = result * a; } a = a * a; power >>= 1; } return result; } int main() { ll n; cin >> n; if (n == 0) { cout << 1 << endl; return 0; } // 初始状态:up(0) = 1, down(0) = 0 ll up = 1, down = 0; // 转移矩阵: Matrix trans; trans.m[0][0] = 3; trans.m[0][1] = 1; trans.m[1][0] = 1; trans.m[1][1] = 3; // 计算转移矩阵的n次 Matrix powered = matrix_pow(trans, n); // 应用矩阵与初始向量相乘 ll final_up = (powered.m[0][0] * up + powered.m[0][1] * down) % MOD; cout << final_up << endl; return 0; } ``` --- ### 📌 代码说明: - **Matrix 结构体**:封装了矩阵的定义、乘法和单位矩阵生成。 - **matrix_pow 函数**:实现二分快速幂算法,对矩阵进行运算。 - **主函数逻辑**: - 输入天数 `n`; - 如果 `n == 0`,直接返回初始值 1; - 否则构造转移矩阵并计算其 `n` 次; - 最后与初始向量相乘得到第 `n` 天“尖尖”朝上的三角形数量。 --- ### ✅ 示例运行: 输入: ``` 2 ``` 输出: ``` 10 ``` --- ###
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