372. 超级次方 : 递归快速幂应用题

简介: 372. 超级次方 : 递归快速幂应用题

网络异常,图片无法展示
|

题目描述



这是 LeetCode 上的 372. 超级次方 ,难度为 中等


Tag : 「数学」、「快速幂」


你的任务是计算 ab13371337 取模,a 是一个正整数,b 是一个非常大的正整数且会以数组形式给出。


示例 1:


输入:a = 2, b = [3]
输出:8
复制代码


示例 2:


输入:a = 2, b = [1,0]
输出:1024
复制代码


示例 3:


输入:a = 1, b = [4,3,3,8,5,2]
输出:1
复制代码


示例 4:


输入:a = 2147483647, b = [2,0,0]
输出:1198
复制代码


提示:


  • 1 <= a <= 2^{31} - 11<=a<=2311
  • 1 <= b.length <= 20001<=b.length<=2000
  • 0 <= b[i] <= 90<=b[i]<=9
  • b 不含前导 0


递归 + 快速幂(可选)



根据题意,要我们求得的是 a^b \bmod {1337}abmod1337 的值,其中 bb 是以数组形式给出。


刚一看是一道快速幂的题目(事实上也确实可以使用快速幂,但不是必须),由于 bb 是数组形式,因此我们还需要对其进行分解。


假设 bb 所代表的数值为 KK,则有:


a^{K} = a^{(\left \lfloor \frac{K}{10} \right \rfloor * 10) + (K \bmod 10)} = a^{(\left \lfloor \frac{K}{10} \right \rfloor * 10)} * a^{(K \bmod 10)} = ({a^{\left \lfloor \frac{K}{10} \right \rfloor}) ^ {10}} * a^{(K \bmod 10)}aK=a(10K10)+(Kmod10)=a(10K10)a(Kmod10)=(a10K)10a(Kmod10)


也就是说,我们每次只需要计算 bb 数组的最后一位作为次方的值即可将问题规模缩小。


上述公式可能不好直接理解,举个🌰,设我们的 aa9999,要计算的 bb 数组所代表的数值为 K = 2345K=2345,那么其计算过程可以分解为:


  1. a^K = 99^{2345}aK=992345
  2. 99^{2345} = 99^{234 * 10 + 5}992345=9923410+5
  3. 99^{234 * 10 + 5} = 99^{234 * 10} * 99^{5}9923410+5=9923410995
  4. 99^{234 * 10} * 99^{5} = {(99^{234})}^{10} * 99^{5}9923410995=(99234)10995

...


可见,真正涉及计算次方的操作,所用到的次方都是一个 1010 以内的数字,因此并非一定要使用快速幂。


代码(P2P2 为不使用快速幂):


class Solution {
    int MOD = 1337;
    public int superPow(int a, int[] b) {
        return dfs(a, b, b.length - 1);
    }
    int dfs(int a, int[] b, int u) {
        if (u == -1) return 1;
        return qpow(dfs(a, b, u - 1), 10) * qpow(a, b[u]) % MOD;
    }
    int qpow(int a, int b) {
        int ans = 1;
        a %= MOD;
        while (b != 0) {
            if ((b & 1) != 0) ans = ans * a % MOD;
            a = a * a % MOD;
            b >>= 1;
        }
        return ans;
    }
}
复制代码


class Solution {
    int MOD = 1337;
    public int superPow(int a, int[] b) {
        return dfs(a, b, b.length - 1);
    }
    int dfs(int a, int[] b, int u) {
        if (u == -1) return 1;
        return pow(dfs(a, b, u - 1), 10) * pow(a, b[u]) % MOD;
    }
    int pow(int a, int b) {
        int ans = 1;
        a %= MOD;
        while (b-- > 0) ans = ans * a % MOD;
        return ans;
    }
}
复制代码


  • 时间复杂度:假设 bb 数组所代表的数字为 KK,使用快速幂的复杂度为 O(\log{K})O(logK),或者说是 O(n * \log{10})O(nlog10),其中 nn 为数组 bb 的长度,数字 1010 所代表的含义是计算一个次方为 1010 以内的值;而不使用快速幂的复杂度为 O(n * 10)O(n10)
  • 空间复杂度:忽略递归带来的额外空间开销,复杂度为 O(1)O(1)


最后



这是我们「刷穿 LeetCode」系列文章的第 No.372 篇,系列开始于 2021/01/01,截止于起始日 LeetCode 上共有 1916 道题目,部分是有锁题,我们将先把所有不带锁的题目刷完。


在这个系列文章里面,除了讲解解题思路以外,还会尽可能给出最为简洁的代码。如果涉及通解还会相应的代码模板。


为了方便各位同学能够电脑上进行调试和提交代码,我建立了相关的仓库:github.com/SharingSour…


在仓库地址里,你可以看到系列文章的题解链接、系列文章的相应代码、LeetCode 原题链接和其他优选题解。

相关文章
|
10天前
|
存储 关系型数据库 分布式数据库
PostgreSQL 18 发布,快来 PolarDB 尝鲜!
PostgreSQL 18 发布,PolarDB for PostgreSQL 全面兼容。新版本支持异步I/O、UUIDv7、虚拟生成列、逻辑复制增强及OAuth认证,显著提升性能与安全。PolarDB-PG 18 支持存算分离架构,融合海量弹性存储与极致计算性能,搭配丰富插件生态,为企业提供高效、稳定、灵活的云数据库解决方案,助力企业数字化转型如虎添翼!
|
9天前
|
存储 人工智能 Java
AI 超级智能体全栈项目阶段二:Prompt 优化技巧与学术分析 AI 应用开发实现上下文联系多轮对话
本文讲解 Prompt 基本概念与 10 个优化技巧,结合学术分析 AI 应用的需求分析、设计方案,介绍 Spring AI 中 ChatClient 及 Advisors 的使用。
403 130
AI 超级智能体全栈项目阶段二:Prompt 优化技巧与学术分析 AI 应用开发实现上下文联系多轮对话
|
3天前
|
存储 安全 前端开发
如何将加密和解密函数应用到实际项目中?
如何将加密和解密函数应用到实际项目中?
197 138
|
9天前
|
人工智能 Java API
AI 超级智能体全栈项目阶段一:AI大模型概述、选型、项目初始化以及基于阿里云灵积模型 Qwen-Plus实现模型接入四种方式(SDK/HTTP/SpringAI/langchain4j)
本文介绍AI大模型的核心概念、分类及开发者学习路径,重点讲解如何选择与接入大模型。项目基于Spring Boot,使用阿里云灵积模型(Qwen-Plus),对比SDK、HTTP、Spring AI和LangChain4j四种接入方式,助力开发者高效构建AI应用。
377 122
AI 超级智能体全栈项目阶段一:AI大模型概述、选型、项目初始化以及基于阿里云灵积模型 Qwen-Plus实现模型接入四种方式(SDK/HTTP/SpringAI/langchain4j)
|
3天前
|
存储 JSON 安全
加密和解密函数的具体实现代码
加密和解密函数的具体实现代码
196 136
|
21天前
|
弹性计算 关系型数据库 微服务
基于 Docker 与 Kubernetes(K3s)的微服务:阿里云生产环境扩容实践
在微服务架构中,如何实现“稳定扩容”与“成本可控”是企业面临的核心挑战。本文结合 Python FastAPI 微服务实战,详解如何基于阿里云基础设施,利用 Docker 封装服务、K3s 实现容器编排,构建生产级微服务架构。内容涵盖容器构建、集群部署、自动扩缩容、可观测性等关键环节,适配阿里云资源特性与服务生态,助力企业打造低成本、高可靠、易扩展的微服务解决方案。
1347 8
|
8天前
|
监控 JavaScript Java
基于大模型技术的反欺诈知识问答系统
随着互联网与金融科技发展,网络欺诈频发,构建高效反欺诈平台成为迫切需求。本文基于Java、Vue.js、Spring Boot与MySQL技术,设计实现集欺诈识别、宣传教育、用户互动于一体的反欺诈系统,提升公众防范意识,助力企业合规与用户权益保护。
|
20天前
|
机器学习/深度学习 人工智能 前端开发
通义DeepResearch全面开源!同步分享可落地的高阶Agent构建方法论
通义研究团队开源发布通义 DeepResearch —— 首个在性能上可与 OpenAI DeepResearch 相媲美、并在多项权威基准测试中取得领先表现的全开源 Web Agent。
1458 87