博客
关于我
AcWing90 64位整数乘法
阅读量:794 次
发布时间:2019-03-25

本文共 1000 字,大约阅读时间需要 3 分钟。

快速幂的优化方法及代码分析

快速幂是一种常见的优化算法,尤其在处理大数幂次时非常有效。它通过二分法将底数进行拆分,从而减少计算量。以下是该算法的核心原理及实现方法:

快速幂的思路是基于二进制分解,通过将指数分解为二进制位来逐步完成幂次运算。在实际实现中,可以选择用加法或者乘法来完成快速幂的计算。以下是两种方法的简要说明:

快速幂的加法实现

将底数分解为二进制形式,每一位代表一个乘 法项。例如,底数为3,指数为7时,7的二进制为111。因此,3^7可以表示为:

3^7 = 3 * 3^2 * 3^4
这与加法实现的方式类似于:
ans = ans + 3,3每次被右移一位并乘以2。即:
ans = ans + a,a每次乘2后向右移一位。

快速幂的乘法实现

在乘法实现中,通常采用平方优化,通过不断将底数平方并结合即时乘法进行计算。例如,3^7可以表示为:

3^7 = 3 * 3^2 * 3^4
这可以通过递归的方法快速计算,每次将指数减半并平方底数。

代码分析

以下是基于加法的快速幂实现代码:

#include 
using namespace std;typedef unsigned long long ull;ull binaryMul(ull a, ull b, ull p) { ull ans = 0; while (b > 0) { if (b & 1) { ans = (ans + a) % p; } a = 2 * a % p; b >>= 1; } return ans;}int main() { ull a, b, p; cin >> a >> b >> p; cout << binaryMul(a, b, p) << endl;}

代码解析

  • variable命名binaryMul函数用于实现快速幂运算,接口参数分别为底数a、指数b、模数p
  • 循环逻辑:循环执行直至指数b为0。
    • 检查最低位:如果b的最低位为1,则加入当前结果。
    • 底数更新:底数右移并乘以2(模运算)。
    • 指数右移:逐步将b右移一位,减少指数规模。
  • 退出条件:当指数b为0时,返回结果ans
  • 这种方法通过指数二分和模运算优化,能够高效处理大数幂次问题。

    转载地址:http://qskyk.baihongyu.com/

    你可能感兴趣的文章
    numpy 或 scipy 有哪些可能的计算可以返回 NaN?
    查看>>
    numpy 数组 dtype 在 Windows 10 64 位机器中默认为 int32
    查看>>
    numpy 数组与矩阵的乘法理解
    查看>>
    NumPy 数组拼接方法-ChatGPT4o作答
    查看>>
    numpy 用法
    查看>>
    Numpy 科学计算库详解
    查看>>
    Numpy.fft.fft和numpy.fft.fftfreq有什么不同
    查看>>
    numpy.linalg.norm(求范数)
    查看>>
    Numpy.ndarray对象不可调用
    查看>>
    Numpy.VisibleDeproationWarning:从不整齐的嵌套序列创建ndarray
    查看>>
    Numpy:按多个条件过滤行?
    查看>>
    Numpy:条件总和
    查看>>
    numpy、cv2等操作图片基本操作
    查看>>
    numpy中的argsort的用法
    查看>>
    NumPy中的精度:比较数字时的问题
    查看>>
    numpy判断对应位置是否相等,all、any的使用
    查看>>
    Numpy多项式.Polynomial.fit()给出的系数与多项式.Polyfit()不同
    查看>>
    Numpy如何使用np.umprod重写range函数中i的python
    查看>>
    numpy学习笔记3-array切片
    查看>>
    numpy数组替换其中的值(如1替换为255)
    查看>>