1.快速幂
一般的，我们都知道求
只需要连续乘3次2就能得到，那么
等于多少呢？其实这个一很简单，不就是13个2相乘吗，连续乘13次2就行了。那么
,
呢? 是不是要连续乘100次、1000次，我们将这类问题归结为求
。那么当b很大的时候，是很浪费时间的，往往会造成超时，那有没有更快的计算方法呢？当然了，接下来就是这篇文章的重点:快速幂。
我们以b=13为例，将b表示为二进制：
那么:
那么我们观察只要b的2进制的第i位为1，就乘上
(这个值可以在循环中得到)。
大家可以发现，这样计算要比普通的连乘计算要简单快速的多，如果你要计算
，连乘要计算10000次，而快速幂大概要计算
次。这就是快速幂算法，它将幂次运算由O(n)简化到了O(
).
快速幂充分利用了二进制的特点(非0即1)，把十进制转化成二进制后再展开，对于每一位的当前结果要么乘要么不乘，把原本n次的循环变成了n的二进制位数的循环。
推广到：
令
;
则
.
代码:
typedef long long ll;
ll _power(ll a, int b, int p) { //计算(a^b)%p;
ll ans = 1;
while (b) {
if (b & 1) //等价于b%2，判断b的奇偶性
ans = ans * a % p; //如果为奇数，证明该位为1，需要乘上a
a = a * a % p; //计算a^(2^i)
b >>= 1; //等价于b/=2;
}
return ans;
}
快速幂取模算法原理:(a * b) % p = ((a % p) * (b % p)) % p.
如果不需要取模，把取模运算去了就行了。
2.矩阵快速幂
矩阵快速幂和上面的快速幂原理是一样的，不同的是上面的那个是数，这个是矩阵而已。
直接上代码:
typedef long long ll;
const int mod = 1e9 + 7;
const int MAXN = 10005;//矩阵的大小
struct Mat {
ll m[MAXN][MAXN];
}ans, a;//ans为结果矩阵，a为输入矩阵
Mat Mul(Mat a, Mat b, int n) {//计算矩阵a乘矩阵b，n为矩阵的大小
Mat c;//临时矩阵c
memset(c.m, 0, sizeof(c.m));
for (int i = 1; i <= n; i++)
for (int j = 1; j <= n; j++)
for (int k = 1; k <= n; k++)
c.m[i][j] = (c.m[i][j] + (a.m[i][k] * b.m[k][j]) % mod) % mod;
return c;
}
Mat _power(Mat a, int b, int n) {//计算a^b，n为矩阵的大小
for (int i = 1; i <= n; i++)//构造单位矩阵
ans[i][i] = 1;
while (b) {
if (b & 1)
ans = Mul(ans, a, n);
a = Mul(a, a, n);
b >>= 1;
}
return ans;
}
如果不需要取模，把取模运算去了就行了。
矩阵快速幂练习:
洛谷[luogu P3390]:https://www.luogu.org/problem/P3390
矩阵快速幂应用:
洛谷[luogu P1939]:https://www.luogu.org/problem/P1939
