本节书摘来自华章计算机《算法基础》一书中的第2章，第2.3节，作者：（美）罗德·斯蒂芬斯（Rod Stephens）著，更多章节内容可以访问云栖社区“华章计算机”公众号查看

2.3　求幂运算

有时程序需要计算某数的正整数次幂，这在该幂指数不大时容易完成。例如，73可以通过计算7×7×7很容易地得到结果343。对于较大的幂，例如7102×187×291，这种计算过程是十分缓慢的。
注　计算较大的幂如7102×187×291可能很缓慢。但如果不是这种求幂运算在某些重要密码学中得到应用，人们也许不会十分关心它。
幸运的是，有一种较快的方法来执行这种运算。这种方法基于乘方运算的两个关键法则：

当这个幂是二次幂时，第一个法则可以迅速地计算出A的幂。
第二个法则能将这些A的幂结合以产生想要的结果。
以下伪代码展示了这个算法：

例如要计算出76。首先算法计算出71、72、74。由于下一个指数8比所需的6大，因此算法停止。

接下来算法使用第二个法则来从已经产生的二次幂中生成76。如果将6看作2的幂的和，6＝2＋4。使用第二个法则，得到76＝72×74＝49×2 401＝117 649。
执行这个运算进行两次乘法来计算72和74再加上一次乘法来获得最终结果，即总共进行三次乘法运算。这比简单计算7×7×7×7×7×7进行了更少的乘法运算，但在本例中这只是一个小小的不同。
更普遍地，对于指数P，算法进行log(P)次运算来得到A的P次幂。然后算法检验A的二进制位数来确定它应当将其中的哪些乘在一起以获得最终结果。（如果P的二进制位数是1，那么最终的结果应当包含2的相应幂。在前例中，6的二进制表示是110，因此需要计算2的二次幂和四次幂，即22和24。）
在二进制中，数值P有log2(P)位，因此总共的运行时间复杂度是O(log P)＋O(log P)＝O(log P)。即使P为一百万，log(P)大约只有20，因此这个算法需运行20步左右(至多40次乘法)。这比一百万要小得多。
这种算法的一个限制是当指数很大时，幂增长得过快。即使一个如7300这样“小”的值也有254个十进制位。这意味着用来计算大指数幂庞大数相乘的过程是缓慢的，并且需要大量计算空间。
幸运的是，这种庞大的幂运算的最常见应用是加密算法，这种算法的运算限制在某个模中。尽管这个模通常较大，但仍能限制住运算数和结果的大小。例如如果某模有100位，两个100位数的积就不会大于200位。那么，接下来可以再次用这个模来得到一个不大于100位的结果。虽然用模将每一个数减小使得每步运算稍微变慢，但也意味着可以计算几乎无限大的值。