快速幂

求x^m 一般方法是 xm = x * xm-1，这样需要做m次乘法，未免过慢。 加速方法有两种。 1.基于当m为偶数时， xm = (x2)^(m/2) ；当m为奇数时， xm = x * xm-1。显然当m为偶数时m会减半，当m为奇数时，下次就是偶数。m可以很快收敛到0.（^表示幂） 2.将m看成二进制串mkmk-1…m1m0，那么xm = xm0*2^0 + m1*2^1 + … + mk*2^k = xm0*2^0 * xm1*2^1 * … * xmk*2^k. mi为0或1，假设平均有一半mi为1，即k个，那么总共才只需要做（k+(k/2)）次乘法。 下面给出代码。第一个方法是加速方法1，第二个方法是加速方法1的迭代形式，第三个方法是加速方法2。 在网上看到有人将 *2 或 /2，改为移位运算，就说效率更高。这其实是扯谈。连我们都知道移位运算效率高，*2 和 /2 就是一个相当于移位运算的操作，做编译器的人会不知道？即使你写成 *2 或 /2，编译器也会帮你优化为移位运算。不相信的同学可以用C语言测试一下，只需将代码编译成汇编代码看看是否一样。 public class pow{ public static int fastExp(int x, int m){ if(m == 0)return 1; if(m % 2 == 0){ //x^m = (x^2)^(m/2) return fastExp(x*x, m/2); } else{ //x^m = x * x(m-1) return x * fastExp(x, m-1); } } public static int fastExp_iter(int x, int m){ int result = 1; while(m != 0){ if(m % 2 == 0){ x *= x; m /= 2; } else{ result *= x; m --; } } return result; } public static int fastExpBin(int x, int m){ //x^m = x^(m0 * 2^0) * x^(m1 * 2^1) * x^(m2 * 2^2) * ... * x^(mk * 2^k) int result = 1; while(m != 0){ if((m&1) == 1){ //m0 = 1 result *= x; } //x对应每一位mi x *= x; m >>= 1; } return result; } public static void main(String[] args){ for (int i = 0; i < 10; i ++) System.out.print(fastExp(2, i) + " "); System.out.println(); for (int i = 0; i < 10; i ++) System.out.print(fastExp_iter(2, i) + " "); System.out.println(); for (int i = 0; i < 10; i ++) System.out.print(fastExpBin(2, i) + " "); System.out.println(); } }

快速幂取模

与快速幂类似 只是在每次运算的时候要作mod m运算，利用的是模运算规则 (a * b) mod m = ((a mod m) * (b mod m)) mod m. 用快速幂取模的方法比直接求幂再取模的方法要快，因为将乘数限制在一定的范围。