别再傻傻循环了！用Python实现快速幂，LeetCode刷题效率翻倍（附模运算技巧）

快速幂算法实战：LeetCode刷题效率提升秘籍

在算法竞赛和日常刷题中，我们经常会遇到需要计算大数幂的场景。比如LeetCode上那些看似简单却暗藏玄机的数学题，往往因为数据规模庞大而让普通解法超时。这时候，快速幂算法就像一把瑞士军刀，能帮你优雅地解决问题。

1. 为什么需要快速幂？

假设你正在刷LeetCode第50题"Pow(x, n)"，题目要求实现一个计算x的n次幂的函数。最直观的解法可能是这样的：

def myPow(x, n):
    result = 1
    for _ in range(abs(n)):
        result *= x
    return result if n >= 0 else 1/result

这个解法的时间复杂度是O(n)，当n很大时（比如2^31-1），循环次数会非常惊人。我在实际测试中发现，当n=2147483647时，这段代码需要运行近20秒才能得出结果——而LeetCode的时间限制通常是1-2秒。

注意：在算法题中，当n的范围达到2^31时，O(n)的算法几乎肯定会超时。

2. 快速幂的核心思想

快速幂算法的精妙之处在于利用了二分思想和位运算，将时间复杂度从O(n)降低到O(logn)。它的核心原理可以用一个简单的数学公式表示：

aⁿ = { 1, 当n=0时 a, 当n=1时 (a^(n/2))², 当n为偶数时 (a^((n-1)/2))²×a,当n为奇数时 }

这个递归定义直接对应了快速幂的实现方式。让我们看一个具体例子：计算3^13。

普通方法需要12次乘法： 3×3×3×3×3×3×3×3×3×3×3×3×3

快速幂只需要5次乘法：

1. 3^13 = (3^6)² × 3
2. 3^6 = (3^3)²
3. 3^3