快速幂取模详解(C语言版)
2015年11月01日 16:44:45
阅读数：4260
在百度文库上下载的快速幂详解,作者给出快速幂算法的完整解释(虽然我也还没看懂,但是确实写的很好,正在仔细研究中)用的是C语言，不同语言的读者只好换个位啦，毕竟读C的人较多~(原网址http://wenku.baidu.com/link?url=AQNEjQ6S-31iyRQ0vDVjuVS4xdKfmIADSEe5_5swdE2Vggly8BrTLcSjBxhKHQsL-WP4wzQjz7XpVcdCuNNTzsBW7oi7-pbzNAisd4-0ypy)
所谓的快速幂，实际上是快速幂取模的缩写，简单的说，就是快速的求一个幂式的模(余)。在程序设计过程中，经常要去求一些大数对于某个数的余数，为了得到更快、计算范围更大的算法，产生了快速幂取模算法。[有读者反映在讲快速幂部分时有点含糊，所以在这里对本文进行了修改，作了更详细的补充，争取让更多的读者一目了然]
我们先从简单的例子入手：求= 几。
算法1.首先直接地来设计这个算法：
int ans = 1;
for(int i = 1;i<=b;i++)
{
ans = ans * a;
}
ans = ans % c;
这个算法的时间复杂度体现在for循环中，为O（b）.这个算法存在着明显的问题，如果a和b过大，很容易就会溢出。
那么，我们先来看看第一个改进方案：在讲这个方案之前，要先有这样一个公式：
.这个公式大家在离散数学或者数论当中应该学过，不过这里为了方便大家的阅读，还是给出证明：
引理1：
上面公式为下面公式的引理，即积的取余等于取余的积的取余。
证明了以上的公式以后，我们可以先让a关于c取余，这样可以大大减少a的大小，
于是不用思考的进行了改进：
算法2：
int ans = 1;
a = a % c; //加上这一句
for(int i = 1;i<=b;i++)
{
ans = ans * a;
}
ans = ans % c;
聪明的读者应该可以想到，既然某个因子取余之后相乘再取余保持余数不变，那么新算得的ans也可以进行取余，所以得到比较良好的改进版本。
算法3：
int ans = 1;
a = a % c; //加上这一句
for(int i = 1;i<=b;i++)
{
ans = (ans * a)% c;//这里再取了一次余
}
ans = ans % c;
这个算法在时间复杂度上没有改进，仍为O(b)，不过已经好很多的，但是在c过大的条件下，还是很有可能超时，所以，我们推出以下的快速幂算法。
快速幂算法依赖于以下明显的公式，我就不证明了。
有了上述两个公式后，我们可以得出以下的结论：
1.如果b是偶数，我们可以记k = a2mod c，那么求(k)b/2 mod c就可以了。
2.如果b是奇数，我们也可以记k =a2 mod c，那么求
((k)b/2 mod c × a ) mod c =((k)b/2 mod c * a) mod c 就可以了。
那么我们可以得到以下算法：
算法4：
int ans = 1;
a = a % c;
if(b%2==1)
ans = (ans *a) mod c; //如果是奇数，要多求一步，可以提前算到ans中
k = (a*a) % c; //我们取a2而不是a
for(int i = 1;i<=b/2;i++)
{
ans = (ans *k) % c;
}
ans = ans % c;我们可以看到，我们把时间复杂度变成了O(b/2).当然，这样子治标不治本。但我们可以看到，当我们令k = (a * a)mod c时，状态已经发生了变化，我们所要求的最终结果即为(k)b/2 mod c而不是原来的abmod c，所以我们发现这个过程是可以迭代下去的。当然，对于奇数的情形会多出一项a mod c，所以为了完成迭代，当b是奇数时，我们通过
ans = (ans * a) % c;来弥补多出来的这一项，此时剩余的部分就可以进行迭代了。
形如上式的迭代下去后，当b=0时，所有的因子都已经相乘，算法结束。于是便可以在O（log b）的时间内完成了。于是，有了最终的算法：快速幂算法。
算法5：快速幂算法
int ans = 1;
a = a % c;
while(b>0)
{
if(b % 2 == 1)
ans = (ans * a) % c;
b = b/2;
a = (a * a) % c;
}
将上述的代码结构化，也就是写成函数：
int PowerMod(int a, int b, int c)
{
int ans = 1;
a = a % c;
while(b>0)
{
if(b % 2 = = 1)
ans = (ans * a) % c;
b = b/2;
a = (a * a) % c;
}
return ans;
}
本算法的时间复杂度为O（logb），能在几乎所有的程序设计（竞赛）过程中通过，是目前最常用的算法之一。