要想知道矩阵快速幂，我们先了解一下什么叫快速幂和矩阵乘法

---

一、快速幂

快速幂算法是用来快速计算指数表达式的值的，例如 210000000,普通的计算方法 2*2*2*2…10000000次，如果一个数字的计算都要计算那么多次的话，那么这个程序一定是失败的。

快速幂思想及实现

快速幂思想其实很简单，就是公式的转换
1、当指数是偶数时，我们可以让指数除以2，底数乘以底数
2、当指数是奇数时，我们可以将指数变为偶数

#include <iostream>
using namespace std;
typedef long long LL;

long long fpow(long long x, long long p)
{
	long long ans = 1;
	//完整代码
	//while (p) {
	//	if (p % 2 == 1) {
	//		ans *= x, p--;
	//	}
	//	else {
	//		p /= 2;
	//		x *= x;
	//	}
	//}

	//精简代码
	while (p) {
		if (p & 1) ans *= x ; //p为奇数
		p >>= 1;
		x *=x;
	}
	return ans;
}
int main()
{
	LL x, p;
	cin >> x >> p;
	cout << fpow(x, p) << endl;
}

---

二、矩阵乘法

图文演示：

#include <iostream>
#include <algorithm>
using namespace std;

typedef long long int ll;
const int mod = (int)1e9 + 7;
const int N = 1e3;

int a[N][N], b[N][N];
int temp[N][N];
// a = a * b
void MAXMP(int a[][N], int b[][N], int n, int p, int m) //第一个矩阵的行，两个矩阵相同的列行,第二个矩阵的列，
{
	for (int i = 1; i <= n; i++)
	{
		for (int j = 1; j <= m; j++) temp[i][j] = 0;
	}
	for (int i = 1; i <= n; i++)
	{
		for (int j = 1; j <= m; j++)
		{
			for (int k = 1; k <= p; k++)
			{
				temp[i][j] = (temp[i][j] + (a[i][k] * b[k][j]) % mod) % mod;
			}
		}
	}
}

int main()
{
	int n, m, p;
	cin >> n >> p >> m; //行 列行 列
	for (int i = 1; i <= n; i++)
	{
		for (int j = 1; j <= p; j++) cin >> a[i][j];
	}

	for (int i = 1; i <= p; i++)
	{
		for (int j = 1; j <= m; j++) cin >> b[i][j];
	}

	MAXMP(a, b, n, p, m);

	for (int i = 1; i <= n; i++)
	{
		for (int j = 1; j <= m; j++) cout << temp[i][j] << endl;
	}

}

三、矩阵快速幂

        矩阵快速幂，即给定一个矩阵),快速计算。一般来说，矩阵快速幂只会涉及方阵即,所以下面以方阵为例。（一般来说，只有方阵存在矩阵幂值，故此时等行等列）

#include <iostream>
#include <algorithm>
using namespace std;

typedef long long int ll;
const int mod = (int)1e9 + 7;
const int N = 1e3;

int a[N][N], res[N][N];
int temp[N][N];

// a = a * b
void MXMP(int a[][N], int b[][N], int n) 
{
	for (int i = 1; i <= n; i++)
	{
		for (int j = 1; j <= n; j++) temp[i][j] = 0;
	}
	for (int i = 1; i <= n; i++)
	{
		for (int j = 1; j <= n; j++)
		{
			for (int k = 1; k <= n; k++)
			{
				temp[i][j] = (temp[i][j] + (a[i][k] * b[k][j]) % mod) % mod;
			}
		}
	}
	for (int i = 1; i <= n; i++) {
		for (int j = 1; j <= n; j++) a[i][j] = temp[i][j];
	}
}

void PowerMod(int a[][N], int n, int x)//x为次幂，n为矩阵行,m为矩阵行
{
	memset(res, 0, sizeof(res));
	for (int i = 1; i <= n; i++) res[i][i] = 1;//初始化为单位矩阵
	while (x){
		if (x & 1) MXMP(res, a, n);
		MXMP(a, a, n);
		x >>= 1;
	}
}

int main()
{
	int n, x;
	cin >> n >> x;
	for (int i = 1; i <= n; i++)
	{
		for (int j = 1; j <= n; j++) cin >> a[i][j];
	}
	PowerMod(a, n, x);
	for (int i = 1; i <= n; i++)
	{
		for (int j = 1; j <= n; j++) cout << res[i][j] <<" ";
		cout << endl;
	}
	return 0;
}

四、矩阵快速幂的应用

斐波拉契函数

  例如：斐波那契数列的递推计算的时间复杂度为O ( n )，,换成矩阵乘法的形式，即

  利用矩阵乘法和快速幂运算，时间复杂度可达到 O(2^3\ logn)O优于普通的O(n)， 其中数字2 为抽象出的矩阵边长 2^32 为矩阵乘法运算的时间，logn为快速幂运算时间。

  注意：实现时为了简便可以把矩阵C的大小设置成等同于矩阵B的大小，空位用0填充

#include <iostream>
#include <algorithm>
using namespace std;

typedef long long int ll;
const int mod = (int)1e9 + 7;
const int N = 1e3;

int a[N][N], res[N][N];
int temp[N][N];
int f[N][N];

// a = a * b
void MXMP(int a[][N], int b[][N], int n) 
{
	for (int i = 1; i <= n; i++)
	{
		for (int j = 1; j <= n; j++) temp[i][j] = 0;
	}
	for (int i = 1; i <= n; i++)
	{
		for (int j = 1; j <= n; j++)
		{
			for (int k = 1; k <= n; k++)
			{
				temp[i][j] = (temp[i][j] + (a[i][k] * b[k][j]) % mod) % mod;
			}
		}
	}
	for (int i = 1; i <= n; i++) {
		for (int j = 1; j <= n; j++) a[i][j] = temp[i][j];
	}
}

void PowerMod(int a[][N], int n, int x)//x为次幂，n为矩阵行列
{
	memset(res, 0, sizeof(res));
	for (int i = 1; i <= n; i++) res[i][i] = 1;//初始化为单位矩阵
	while (x){
		if (x & 1) MXMP(res, a, n);
		MXMP(a, a, n);
		x >>= 1;
	}
	for (int i = 1; i <= n; i++)
		for (int j = 1; j <= n; j++)
			a[i][j] = res[i][j];
}

int solve(int n)
{
	if (n == 1 || n == 2) return 1;
	a[1][1] = 1, a[1][2] = 1;
	a[2][1] = 1, a[2][2] = 0;

	PowerMod(a, 2, n - 2);

	f[1][1] = 1, f[2][1] = 1;

	MXMP(a, f, 2);

	return a[1][1];
}

int main()
{
	int n;
	cin >> n;
	cout << solve(n) << endl;

	return 0;
}