模运算和幂运算

1.模运算笔记

模运算的常见等式如下:(知识归纳来自于灵神
模运算

2.幂运算笔记

幂运算的实现就是实现pow(m, n)方法,题目的具体描述leetcode第50题
在这里插入图片描述代码实现方式:

//代码实现参考了leetcode官方题解
class Solution {
    public double myPow(double x, int n) {
        long N = n;
        return N >= 0 ? quickMul(x, N) : 1.0 / quickMul(x, -N);
    }

    public double quickMul(double x, long N){
        double ans = 1.0;
        //初始贡献值为x
        double x_contribution = x;
        //在对N进行二进制拆分的同时计算答案
        while(N > 0){
            if(N % 2 == 1){
                //如果N二进制表示的最低为1,那么需要计入贡献
                ans *= x_contribution;
            }
            x_contribution *= x_contribution;
            //舍弃二进制表示的最低位,这样我们每次只要判断最低位即可
            N /= 2;
        }
        return ans;
    }
}

3.两者的结合运用

在周赛的过程中我遇到了模运算和幂运算两者的结合,但是对于模运算的不熟悉,所以没解答出来。题目连接:双模幂运算,题目描述如下:
题目描述题目的解答如下(解答参考了灵神的解法)

class Solution {
    public List<Integer> getGoodIndices(int[][] variables, int target) {
        List<Integer> ans = new ArrayList<>();
        for(int i = 0; i < variables.length; i++){
            int[] v = variables[i];
            if(pow(pow(v[0], v[1], 10), v[2], v[3]) == target){
                ans.add(i);
            }
        }
        return ans;
    }

    private long pow(long x, int n, int mod){
        long res = 1;
        for(; n > 0; n /= 2){
            if(n % 2 > 0){
                res = res * x % mod;
            }
            x = x * x % mod;
        }
        return res;
    }
}

这里,python可以更直接的实现这个题目,因为python中的pow方法可以传入三个参数,第三个参数就是Mod的取值

class Solution:
    def getGoodIndices(self, variables: List[List[int]], target: int) -> List[int]:
        return [i for i, (a, b, c, m) in enumerate(variables)
                if pow(pow(a, b, 10), c, m) == target]

4.总结

需要熟悉模运算和幂运算的技巧以及实现,并且要能够灵活运用。另外,强推大家看看灵神每周比赛之后的题目讲解,值得学习!

### JavaScript 中幂运算的实现方法 在 JavaScript 中,可以通过多种方式来实现幂运算功能。以下是几种常见的实现方法及其原理: #### 1. 使用 `Math.pow` 函数 JavaScript 提供了一个内置的方法 `Math.pow(base, exponent)` 来执行幂运算。该方法接受两个参数:底数 (`base`) 指数 (`exponent`),并返回结果。 ```javascript function calculatePower(base, exponent) { return Math.pow(base, exponent); } console.log(calculatePower(2, 3)); // 输出 8 ``` 这种方法简单易用,适用于大多数场景[^1]。 --- #### 2. 手动实现二进制幂运算 (Binary Exponentiation) 对于更高效的幂运算需求,可以使用 **二进制幂运算算法**(Binary Exponentiation)。这种算法通过分解指数为二进制形式,减少不必要的重复计算,从而提高效率。其时间复杂度为 \(O(\log(n))\)。 下面是基于 Binary Exponentiation 的完整实现代码: ```javascript function binaryExponentiation(base, exponent) { let result = 1; while (exponent > 0) { if (exponent % 2 === 1) { result *= base; } base *= base; exponent = Math.floor(exponent / 2); } return result; } console.log(binaryExponentiation(2, 10)); // 输出 1024 ``` 此方法特别适合处理大数值的幂运算问题。 --- #### 3. 使用幂运算符 (**) 从 ES7 开始,JavaScript 引入了新的幂运算符 `**`,可以直接用于表达式中完成幂运算操作。这种方式语法简洁明了,易于理解。 ```javascript function powerOperator(base, exponent) { return base ** exponent; } console.log(powerOperator(5, 3)); // 输出 125 ``` 尽管如此,在某些特定情况下可能仍需手动实现以满足特殊需求[^3]。 --- #### 4. 自定义递归实现 如果希望深入学习如何构建基础逻辑,则可通过递归来幂运算过程。注意,递归可能会带来性能开销以及栈溢出风险。 ```javascript function recursivePow(base, exponent) { if (exponent === 0) return 1; if (exponent < 0) return 1 / recursivePow(base, -exponent); const half = recursivePow(base, Math.floor(exponent / 2)); if (exponent % 2 === 0) { return half * half; } else { return base * half * half; } } console.log(recursivePow(3, 4)); // 输出 81 ``` 上述例子展示了如何利用分治策略优化递归版本的幂运算。 --- #### 总结 以上介绍了四种不同的 JavaScript 幂运算实现方法,分别是借助于标准库函数 `Math.pow()`、高效的手写版二进制快速幂算法、现代语言特性中的双星号运算符 `**` 及传统递归思路的应用实例。每种方案各有优劣之处,开发者应依据实际项目环境选取最合适的工具或技术路径。
评论 1
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