【算法学习笔记】倍增

倍增

倍增是一种非常重要的思想，在 ACM/OI 中有着丰富的应用。

倍增的本质可以表述为，对于一种操作(f(x))，通过计算(f(x),f^2(x),f^4(x),cdots,f^{2^k}(x))来加速求解(f^n(x))。假设(f(x))的时间复杂度为(O(1))，那么直接计算(f^n(x))的时间复杂度为(O(n))，而通过倍增的方法，则可以加速到(O(log n))。

快速幂

快速幂是倍增最常见的应用场景。所谓快速幂，指的是快速求解数(x)在模(m)意义下的幂(x^ymod m)。

递归求解

比较直接的想法是递归进行求解。很容易得到下面的递归式：

[x^y=left{egin{aligned} &1 & y=0 \ &(x^{frac{y}{2}})^2 & y ext{为大于0的偶数} \ &(x^{frac{y-1}{2}})^2cdot x & y ext{为大于0的奇数}end{aligned} ight. ]

模板题：洛谷P1226

注意使用 long long 保证数据不溢出

Code(C++)

#include <iostream>
using namespace std;
using ll = long long;
int qpow(int b, int p, int k) {
    if (p == 0) return 1 % k;
    int half = qpow(b, p / 2, k);
    int ans = (ll)half * half % k;
    if (p & 1) ans = (ll)ans * b % k;
    return ans;
}
// 求 b^p mod k
int main() {
    int b, p, k;
    cin >> b >> p >> k;
    cout << b << "^" << p << " mod " << k << "=" << qpow(b, p, k);
    return 0;
}

递归方法对于快速幂已经足够，但其缺乏足够的普适性，无法推广到更加一般性的问题。

迭代求解

与递归方法相比，迭代方法的思想更加贴近倍增方法的本质。利用(x^y=x^{sum_{i=0}^k c_i2^i})，我们可以从(x^1,x^2,cdots,x^{2^k})来计算出(x^y)，而这些数值本身是可以通过反复进行平方运算在(O(k)=O(log y))的时间内求得的。这里我们需要得到一个非负整数的二进制表示（从低位到高位），只需要不断除以2取余即可。

模板题：洛谷P1226

注意使用 long long 保证数据不溢出

Code(C++)

using ll = long long;
int qpow(int a, int b, int k) {
    int ans = 1 % k;
    for (; b; b >>= 1, a = (ll)a * a % k)
        if (b & 1) ans = (ll)ans * a % k;
    return ans;
}
// 求 b^p mod k
int main() {
    int b, p, k;
    cin >> b >> p >> k;
    cout << b << "^" << p << " mod " << k << "=" << qpow(b, p, k);
    return 0;
}

倍增思想的推广

快速乘

将快速幂中的乘法运算替换为加法运算，我们就可以得到快速乘的算法，也即用(O(log n))次加法运算来实现乘(n)的操作。

快速乘模板代码：

// 迭代实现
inline ll ksc(ll x, ll y, ll mod) {
    ll res = 0;
    for (; y; y >>= 1, x = (x << 1) % mod)
        if (y & 1) res = (res + x) % mod;
    return res;
}

// O(1)快速乘
typedef long long ll;
typedef unsigned long long ull;
typedef long double lb;
//代码压缩
inline ll Ksc(ull x, ull y, ll p) {  
    return (x * y - (ull)((lb)x / p * y) * p + p) % p;
}

矩阵快速幂

将快速幂中的底数改为一个方阵，并将整数乘法改为矩阵乘法，我们就可以得到矩阵快速幂的算法。

倍增法求LCA

如果把(f(x))看作是求取(x)的父节点，那么(f^n(x))就可以是看成求取(x)第(n)代的祖先节点。倍增法求LCA的关键就是用倍增方法来快速求取(f^n(x))。

稀疏表

稀疏表是一种用于RMQ（区间最值查询）的数据结构。稀疏表的构建同样使用了倍增的思想。