信奥赛C++提高组csp-s之快速幂

信奥赛C++提高组csp-s之快速幂

题目描述

给你三个整数a , b , p a,b,pa,b,p,求a b m o d p a^b \bmod pabmodp

输入格式

输入只有一行三个整数,分别代表a , b , p a,b,pa,b,p

输出格式

输出一行一个字符串a^b mod p=s,其中a , b , p a,b,pa,b,p分别为题目给定的值,s ss为运算结果。

输入输出样例 1
输入 1
2 10 9
输出 1
2^10 mod 9=7
说明/提示

样例解释

2 10 = 1024 2^{10} = 1024210=10241024 m o d 9 = 7 1024 \bmod 9 = 71024mod9=7

数据规模与约定

对于100 % 100\%100%的数据,保证0 ≤ a , b < 2 31 0\le a,b < 2^{31}0a,b<231a + b > 0 a+b>0a+b>02 ≤ p < 2 31 2 \leq p \lt 2^{31}2p<231

AC代码1(迭代实现)

#include<bits/stdc++.h>usingnamespacestd;longlonga,b,p;// 快速幂取模函数longlongqpow(longlonga,longlongb){longlongans=1;// 初始化结果为1// 当指数b不为0时循环while(b){// 如果b的二进制最低位为1(即b为奇数)if(b&1){ans=ans*a%p;// 将当前的a乘到结果中,并取模ans%=p;// 再次取模确保结果正确(实际上前一步已经取模,这步是冗余的)}a=a*a%p;// 将底数平方,并取模b>>=1;// 将指数右移一位(相当于除以2)}returnans;// 返回最终结果}intmain(){// 读取输入:底数a,指数b,模数pcin>>a>>b>>p;// 输出结果,格式为:a^b mod p=计算结果cout<<a<<"^"<<b<<" mod "<<p<<"="<<qpow(a,b);return0;}

功能分析

快速幂算法原理:
  1. 二进制分解思想:将指数b用二进制表示,通过不断平方和相乘来计算结果
  2. 时间复杂度:O(log b),远优于朴素的O(b)方法
  3. 空间复杂度:O(1)
算法步骤:
  1. 初始化结果ans = 1
  2. 当指数b > 0时循环:
    • 如果b是奇数(b & 1 == 1),将当前底数a乘到结果ans中
    • 将底数a平方(a = a * a)
    • 将指数b右移一位(b = b / 2)
  3. 返回最终结果
取模运算的重要性:
  • 防止数值溢出
  • 满足题目要求的模运算

快速幂算法与倍增算法的关系

快速幂算法本质上是倍增算法思想在幂运算上的具体应用

1. 倍增算法思想

倍增算法的核心思想是:通过已知的小规模结果,通过"翻倍"的方式快速得到大规模结果,从而将线性复杂度优化到对数复杂度。

基本模式:

  • 从基础情况开始
  • 每次将规模扩大一倍
  • 通过组合小规模结果得到大规模结果
2. 快速幂作为倍增的应用

迭代快速幂的倍增过程:

// 倍增过程:a, a^2, a^4, a^8, a^16, ...while(b){if(b&1)ans=ans*a%p;// 组合阶段a=a*a%p;// 倍增阶段:当前值平方b>>=1;// 规模减半}

更多系列知识,请查看专栏:《信奥赛C++提高组csp-s知识详解及案例实践》:
https://blog.csdn.net/weixin_66461496/category_13113932.html


各种学习资料,助力大家一站式学习和提升!!!

#include<bits/stdc++.h>usingnamespacestd;intmain(){cout<<"########## 一站式掌握信奥赛知识! ##########";cout<<"############# 冲刺信奥赛拿奖! #############";cout<<"###### 课程购买后永久学习,不受限制! ######";return0;}

1、csp信奥赛高频考点知识详解及案例实践:

CSP信奥赛C++动态规划:
https://blog.csdn.net/weixin_66461496/category_13096895.html点击跳转

CSP信奥赛C++标准模板库STL:
https://blog.csdn.net/weixin_66461496/category_13108077.html 点击跳转

信奥赛C++提高组csp-s知识详解及案例实践:
https://blog.csdn.net/weixin_66461496/category_13113932.html

2、csp信奥赛冲刺一等奖有效刷题题解:

CSP信奥赛C++初赛及复赛高频考点真题解析(持续更新):https://blog.csdn.net/weixin_66461496/category_12808781.html 点击跳转

CSP信奥赛C++一等奖通关刷题题单及题解(持续更新):https://blog.csdn.net/weixin_66461496/category_12673810.html 点击跳转

3、GESP C++考级真题题解:

GESP(C++ 一级+二级+三级)真题题解(持续更新):https://blog.csdn.net/weixin_66461496/category_12858102.html 点击跳转

GESP(C++ 四级+五级+六级)真题题解(持续更新):https://blog.csdn.net/weixin_66461496/category_12869848.html 点击跳转


GESP(C++ 七级+八级)真题题解(持续更新):
https://blog.csdn.net/weixin_66461496/category_13117178.html

4、CSP信奥赛C++竞赛拿奖视频课:

https://edu.csdn.net/course/detail/40437 点击跳转

· 文末祝福 ·

#include<bits/stdc++.h>usingnamespacestd;intmain(){cout<<"跟着王老师一起学习信奥赛C++";cout<<" 成就更好的自己! ";cout<<" csp信奥赛一等奖属于你! ";return0;}

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/1160971.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

中小企业降本增效:bge-m3免费镜像部署实战指南

中小企业降本增效&#xff1a;bge-m3免费镜像部署实战指南 1. 引言 1.1 业务场景描述 在当前AI技术快速落地的背景下&#xff0c;中小企业普遍面临知识管理效率低、信息检索不准、客服响应慢等问题。传统的关键词匹配方式难以理解用户真实意图&#xff0c;导致搜索结果相关性…

使用ASP.NET Core MVC实现实时表单自动填充

在ASP.NET Core MVC开发中,如何让表单在用户输入时自动填充相关信息是一个常见的需求。本文将通过一个简单的库存管理系统实例,展示如何利用ASP.NET Core MVC的特性和JavaScript的Ajax技术来实现这一功能。 背景介绍 假设我们有一个库存管理系统,用户需要扫描产品的序列号…

语音数据预处理全攻略|结合FRCRN镜像实现高质量降噪切片

语音数据预处理全攻略&#xff5c;结合FRCRN镜像实现高质量降噪切片 在构建高质量语音识别、语音合成或声纹识别系统时&#xff0c;原始音频数据往往包含背景噪声、非目标说话人干扰以及不规则语句边界等问题。这些问题严重影响模型训练效果和推理性能。因此&#xff0c;一套完…

Hunyuan vs DeepSeek:开源翻译模型选型对比评测

Hunyuan vs DeepSeek&#xff1a;开源翻译模型选型对比评测 1. 引言 1.1 技术背景与选型需求 随着全球化业务的不断扩展&#xff0c;高质量、低延迟的机器翻译能力已成为企业出海、内容本地化和跨语言沟通的核心基础设施。近年来&#xff0c;开源大模型生态迅速发展&#xf…

Hunyuan-HY-MT1.8B资源占用分析:CPU/GPU协同调度实战

Hunyuan-HY-MT1.8B资源占用分析&#xff1a;CPU/GPU协同调度实战 1. 引言 1.1 业务场景描述 在企业级机器翻译服务部署中&#xff0c;如何高效利用计算资源、平衡推理性能与成本是核心挑战。随着模型规模的扩大&#xff0c;单一设备&#xff08;如仅使用GPU或CPU&#xff09…

PaddleOCR-VL API快速调用:免部署直接测试,1块钱起

PaddleOCR-VL API快速调用&#xff1a;免部署直接测试&#xff0c;1块钱起 你是不是也遇到过这样的情况&#xff1f;作为App开发者&#xff0c;想给产品加上一个文档扫描功能——比如用户拍个身份证、发票或者合同&#xff0c;系统能自动识别文字内容并结构化提取信息。听起来…

上下文为王:企业数字化与内容战略的核心指南

在数字经济时代&#xff0c;企业内容规模和传播渠道呈指数级增长。传统强调“内容为王”的理念已逐渐转向“上下文为王&#xff08;Context is King&#xff09;”。这份由 Baklib 发布的白皮书 探讨了企业如何通过构建上下文驱动的内容战略&#xff0c;实现品牌重塑、数字化转…

YOLO-v5技术解析:You Only Look Once架构原理深度剖析

YOLO-v5技术解析&#xff1a;You Only Look Once架构原理深度剖析 1. 引言&#xff1a;YOLO系列的发展与核心价值 1.1 YOLO的诞生背景与演进路径 YOLO&#xff08;You Only Look Once&#xff09;是一种端到端的实时目标检测模型&#xff0c;由华盛顿大学的Joseph Redmon和A…

8G显存够用!DeepSeek-R1-Distill-Qwen-1.5B边缘设备部署指南

8G显存够用&#xff01;DeepSeek-R1-Distill-Qwen-1.5B边缘设备部署指南 随着大模型轻量化技术的不断演进&#xff0c;越来越多参数量在1B~3B之间的“小钢炮”模型开始在边缘设备上实现实时推理。本文将详细介绍如何在仅8GB显存的消费级GPU&#xff08;如NVIDIA GTX 4060 Ti&a…

AI超清画质增强避雷贴:新手常犯的5个部署错误及解决方法

AI超清画质增强避雷贴&#xff1a;新手常犯的5个部署错误及解决方法 1. 引言 1.1 业务场景描述 随着AI图像处理技术的普及&#xff0c;越来越多开发者和内容创作者希望利用超分辨率&#xff08;Super Resolution&#xff09;技术提升低清图片质量。尤其是在老照片修复、数字…

惊艳!DeepSeek-R1生成的代码逻辑清晰度实测

惊艳&#xff01;DeepSeek-R1生成的代码逻辑清晰度实测 1. 引言&#xff1a;本地化推理引擎的新选择 随着大模型在推理能力上的持续突破&#xff0c;如何将高性能的思维链&#xff08;Chain of Thought, CoT&#xff09;能力部署到资源受限的环境中&#xff0c;成为工程落地的…

吐血推荐继续教育AI论文写作软件TOP10:选对工具轻松过关

吐血推荐继续教育AI论文写作软件TOP10&#xff1a;选对工具轻松过关 2026年继续教育AI论文写作工具测评&#xff1a;为何需要这份榜单&#xff1f; 在当前的学术环境中&#xff0c;无论是高校学生还是在职人员&#xff0c;撰写高质量论文已成为一项重要任务。然而&#xff0c;面…

信奥赛C++提高组csp-s之倍增算法

信奥赛C提高组csp-s之倍增算法 倍增算法核心思想讲解 1. 什么是倍增&#xff1f; “倍增”&#xff0c;顾名思义&#xff0c;就是成倍地增加。它的核心思想是&#xff1a;不是一步一步地处理问题&#xff0c;而是将每一步的“步长”以2的幂次&#xff08;1, 2, 4, 8…&#x…

Keil5芯片包下载在PLC开发中的应用

从零构建工业级软PLC&#xff1a;Keil5芯片包下载的实战意义你有没有遇到过这种情况——满怀信心地打开Keil新建工程&#xff0c;准备为一块STM32F407写代码&#xff0c;结果在设备选择界面翻遍列表也找不到目标型号&#xff1f;或者编译时突然报错“undefined symbol: SystemI…

《小城大事》热度持续高走,黄晓明号召力再次显现

自1月10日登陆央视电视剧频道&#xff08;CCTV-8&#xff09;黄金档并在腾讯视频同步播出以来&#xff0c;《小城大事》在播出一周内保持了稳定的市场表现。收视数据、平台热度与行业讨论度持续走高&#xff0c;成为2026年开年阶段最受关注的电视剧作品之一。在当前剧集市场竞争…

Open-AutoGLM能力测评:文本、图像、操作理解多维评估

Open-AutoGLM能力测评&#xff1a;文本、图像、操作理解多维评估 1. 引言&#xff1a;智谱开源的手机端AI Agent框架 随着大模型技术向终端设备下沉&#xff0c;AI智能体&#xff08;Agent&#xff09;在移动场景中的应用正逐步从概念走向落地。Open-AutoGLM 是由智谱AI推出的…

CAM++音频预处理:重采样至16kHz标准化流程

CAM音频预处理&#xff1a;重采样至16kHz标准化流程 1. 技术背景与问题提出 在语音识别和说话人验证系统中&#xff0c;输入音频的格式一致性是确保模型准确推理的关键前提。CAM 作为一款基于深度学习的中文说话人验证系统&#xff0c;其训练数据统一采用 16kHz 采样率的 WAV…

通义千问2.5-7B智能写作:新闻稿生成实战

通义千问2.5-7B智能写作&#xff1a;新闻稿生成实战 1. 背景与应用场景 在内容创作日益高频的今天&#xff0c;自动化、高质量的文本生成已成为媒体、公关、营销等领域的核心需求。新闻稿作为信息传递的重要载体&#xff0c;要求语言规范、结构清晰、信息准确&#xff0c;且需…

NewBie-image-Exp0.1工具测评:Diffusers+Transformers集成体验指南

NewBie-image-Exp0.1工具测评&#xff1a;DiffusersTransformers集成体验指南 1. 引言 随着生成式AI在图像创作领域的持续演进&#xff0c;基于扩散模型&#xff08;Diffusion Models&#xff09;的动漫图像生成技术正逐步迈向高保真、可控性强的新阶段。然而&#xff0c;从零…

无障碍应用开发:IndexTTS2视障辅助阅读系统搭建

无障碍应用开发&#xff1a;IndexTTS2视障辅助阅读系统搭建 1. 引言 随着人工智能技术的不断演进&#xff0c;语音合成&#xff08;Text-to-Speech, TTS&#xff09;在无障碍服务中的应用日益广泛。对于视障人群而言&#xff0c;高质量的语音辅助系统是获取信息、提升生活质量…