点击上方蓝字设为星标

东哥带你搞定算法~

今天来聊一道与数学运算有关的算法题目，LeetCode 372 题 Super Pow，让你进行巨大的幂运算，然后求余数。

int superPow(int a, vector<int>& b);

要求你的算法返回幂运算a^b的计算结果与 1337 取模(mod，也就是余数)后的结果。就是你先得计算幂a^b，但是这个b会非常大，所以b是用数组的形式表示的。

这个算法其实就是广泛应用于离散数学的模幂算法，至于为什么要对 1337 求模我们不管，单就这道题可以有三个难点：

一是如何处理用数组表示的指数，现在b是一个数组，也就是说b可以非常大，没办法直接转成整型，否则可能溢出。你怎么把这个数组作为指数，进行运算呢？

二是如何得到求模之后的结果？按道理，起码应该先把幂运算结果算出来，然后做% 1337这个运算。但问题是，指数运算你懂得，真实结果肯定会大得吓人，也就是说，算出来真实结果也没办法表示，早都溢出报错了。

三是如何高效进行幂运算，进行幂运算也是有算法技巧的，如果你不了解这个算法，后文会讲解。

那么对于这几个问题，我们分开思考，逐个击破。

如何处理数组指数

首先明确问题：现在b是一个数组，不能表示成整型，而且数组的特点是随机访问，删除最后一个元素比较高效。

不考虑求模的要求，以b = [1,5,6,4]来举例，结合指数运算的法则，我们可以发现这样的一个规律：

看到这，我们的老读者肯定已经敏感地意识到了，这就是递归的标志呀！因为问题的规模缩小了：

    superPow(a, [1,5,6,4])=>  superPow(a, [1,5,6])

那么，发现了这个规律，我们可以先简单翻译出代码框架：

// 计算 a 的 k 次方的结果// 后文我们会手动实现int mypow(int a, int k);

int superPow(int a, vector<int>& b) {    // 递归的 base case    if (b.empty()) return 1;    // 取出最后一个数    int last = b.back();    b.pop_back();    // 将原问题化简，缩小规模递归求解    int part1 = mypow(a, last);    int part2 = mypow(superPow(a, b), 10);    // 合并出结果    return part1 * part2;}

到这里，应该都不难理解吧！我们已经解决了b是一个数组的问题，现在来看看如何处理 mod，避免结果太大而导致的整型溢出。

如何处理 mod 运算

首先明确问题：由于计算机的编码方式，形如(a * b) % base这样的运算，乘法的结果可能导致溢出，我们希望找到一种技巧，能够化简这种表达式，避免溢出同时得到结果。

比如在二分查找中，我们求中点索引时用(l+r)/2转化成l+(r-l)/2，避免溢出的同时得到正确的结果。

那么，说一个关于模运算的技巧吧，毕竟模运算在算法中比较常见：

(a*b)%k = (a%k)(b%k)%k

证明很简单，假设：

a=Ak+B；b=Ck+D

其中 A,B,C,D 是任意常数，那么：

ab = ACk^2+ADk+BCk+BD

ab%k = BD%k

又因为：

a%k = B；b%k = D

所以：

(a%k)(b%k)%k = BD%k

综上，就可以得到我们化简求模的等式了。

换句话说，对乘法的结果求模，等价于先对每个因子都求模，然后对因子相乘的结果再求模。

那么扩展到这道题，求一个数的幂不就是对这个数连乘么？所以说只要简单扩展刚才的思路，即可给幂运算求模：

int base = 1337;// 计算 a 的 k 次方然后与 base 求模的结果int mypow(int a, int k) {    // 对因子求模    a %= base;    int res = 1;    for (int _ = 0; _         // 这里有乘法，是潜在的溢出点        res *= a;        // 对乘法结果求模        res %= base;    }    return res;}

int superPow(int a, vector<int>& b) {    if (b.empty()) return 1;    int last = b.back();    b.pop_back();

    int part1 = mypow(a, last);    int part2 = mypow(superPow(a, b), 10);    // 每次乘法都要求模    return (part1 * part2) % base;}

你看，先对因子a求模，然后每次都对乘法结果res求模，这样可以保证res *= a这句代码执行时两个因子都是小于base的，也就一定不会造成溢出，同时结果也是正确的。

至此，这个问题就已经完全解决了，已经可以通过 LeetCode 的判题系统了。

但是有的读者可能会问，这个求幂的算法就这么简单吗，直接一个 for 循环累乘就行了？复杂度会不会比较高，有没有更高效的算法呢？

有更高效的算法的，但是单就这道题来说，已经足够了。

因为你想想，调用mypow函数传入的k最多有多大？k不过是b数组中的一个数，也就是在 0 到 9 之间，所以可以说这里每次调用mypow的时间复杂度就是 O(1)。整个算法的时间复杂度是 O(N)，N 为b的长度。

但是既然说到幂运算了，不妨顺带说一下如何高效计算幂运算吧。

如何高效求幂

快速求幂的算法不止一个，就说一个我们应该掌握的基本思路吧。利用幂运算的性质，我们可以写出这样一个递归式：

这个思想肯定比直接用 for 循环求幂要高效，因为有机会直接把问题规模(b的大小)直接减小一半，该算法的复杂度肯定是 log 级了。

那么就可以修改之前的mypow函数，翻译这个递归公式，再加上求模的运算：

int base = 1337;

int mypow(int a, int k) {    if (k == 0) return 1;    a %= base;

    if (k % 2 == 1) {        // k 是奇数        return (a * mypow(a, k - 1)) % base;    } else {        // k 是偶数        int sub = mypow(a, k / 2);        return (sub * sub) % base;    }}

这个递归解法很好理解对吧，如果改写成迭代写法，那就是大名鼎鼎的快速幂算法。至于如何改成迭代，很巧妙，这里推荐一位大佬的文章 让技术一瓜共食：快速幂算法。

虽然对于题目，这个优化没有啥特别明显的效率提升，但是这个求幂算法已经升级了，以后如果别人让你写幂算法，起码要写出这个算法。

至此，Super Pow 就算完全解决了，包括了递归思想以及处理模运算、幂运算的技巧，可以说这个题目还是挺有意思的，你有什么有趣的题目，可以留言分享一下。

历史文章：

回溯算法团灭排列/组合/子集问题

加密算法的前世今生

这个问题不简单：寻找缺失元素