数论八之快速乘

原创已于 2025-04-05 13:29:13 修改 · 130 阅读

0 ·

本内容遵循CC 4.0 BY-SA版权协议

标签

#p2p #网络协议 #网络

于 2021-12-10 15:13:28 首次发布

一、龟速乘

因其为其时间复杂度为O(logn) 所以又名龟速乘

快速幂和龟速乘法主要是用来解决中间运算结果过大导致long long类型都会溢出的问题，具有一定的相似之处。
快速幂将指数运算分解为乘法运算，而龟速乘法将乘法运算变为加法运算。
同理将k看做一个二进制数，a每次乘以2再根据二进制k的该位情况来决定是否将a加入结果，初始a对应二进制k的最低位（右）。

#include<iostream>

using namespace std;

typedef long long LL

const int mod = 1e9 + 7;

inlint LL slow_mul(LL a, LL k, LL p)
{
    LL res = 0;
    while(k)
    {
        if(k & 1)res = (res + a) % p;
        k >>= 1;
        a = 2 * a % p;
    }
    return res;
}

int main()
{
    LL a, b;
    cin >> a >> b;
    cout << slow_mul(a, b, p);
    return 0;
}

二、光速乘

因其时间复杂度为O(1)，所以称为光速乘

模板


//a * b % mod
inline LL mul_mod(LL a,LL b, LL mod) //快速乘
{
    return (a*b-(LL)((long double)a/mod*b)*mod+mod)%mod;
}
/*
*	光速乘步骤拆分
*	() % p
*	(a * b - c) % p
*	c = (ll)(d + e)
*	d = ((long double)a / mod * b) * p
*	e = p;
*/
 

//在非负数的环境下可以用这个来卡常：
inline LL mul(LL a,LL b,LL p){
	LL r = a*b-(LL)((long double)a/p*b+0.5)*p;
	return r < 0 ? r + p : r;
}

long long 类型的溢出其实相当于自动取相反数和自动取模。而快速乘的正确性保证就是取模的时候的模数是一定的（用脚趾头想都猜得到）

可以看到，这里用 long double 类型计算出了 a * b % p，同时避免了本来可能的一次溢出a × b ，这次溢出是可能导致计算错误的（因为后面有除法，所以不能保证正确性），显然 a / mod 与 b 相乘仍然可能导致溢出，但是这次溢出无关紧要。因为在取模可以进行除法。

而转回 long long 就是为了最后能够取模。(浮点数不可能取模）

而由于两边都可能有或没有溢出，而溢出时取的模数是一定的，所以我们将他们相见后可能会得到的答案一定在 64 位带符号长整形范围内，并且只可能是正确的余数 remainder 或 remainder-mod

实际上，并不建议在比赛中使用 O(1) 快速乘，除非你特别需要卡常数，毕竟这浮点的精度问题总有点让人不放心。

三、快速乘总结

由来：
如果两个int相乘取模，相乘时可能会爆int，这时我们采用高一级的long long来计算。
如果两个long long相乘取模，要用更高一级容纳位数更多的手写高精度来计算（很麻烦）。
为了简便，人们发明了许多方法，我们称处理long long相乘取模的算法为“快速乘”。
快速乘一般有两种方法，一种是短小精悍的O（1）算法：光速乘，一种是精准无误的O（log N）算法（龟速乘）。
龟速乘思路：一个数字可以拆成许多个二进制位的0和1，即 $b=c_n*2^n+\cdots+c_0*2^0$ ，这样我们把b用加法和乘法的形式表示了出来。由于c的值只有0/1，所以我们就把乘法转变成了加法。
用分配律展开 $a*b=a*(c_n*2^n+\cdots+c_0*2^0)=a*c_n*2^n+ \cdots +a*c_0*2^0$ ，只要在每次计算后立刻取模，就可以在long long范围内解决。
光速乘思路：简单来说， $a*b \mod p=a*b-\left \lfloor a*b/p \right \rfloor *p$ ，注意正负就行。
区别：
(1)在效率上，显然光速乘的效率远高于龟速乘
(2)在精度上，因为光速乘使用了 long double 类型，所以光速乘的精度不一定可靠