乘幂法 一种求实矩阵 A {A} A 的按模最大的特征值，及其对应的特征向量 x i {x_i} xi​ 的方法，只能求一个。特别适合于大型稀疏矩阵。 一个矩阵的特征值和特征向量可以通过矩阵不断乘以一个初始向量得到。 每次乘完之后要规范化，防止上溢或下溢。规范化可以用各种范数。 要保证矩阵最大特征值只有一个，有 n {n} n 个线性无关的特征向量。 有多个相同特征值时，求得的特征向量可以

用矩阵乘幂的方法，求斐波那契数列f(n)=f(n-1)+f(n-2)，不用递归求，速度非常非常快！ 提示：矩阵A的p次幂的快速乘法，是重要的优化算法基础知识 之前的基础：咱们求过数字最快速乘幂的方法（数字a的p次幂）， （1）最快乘法：普通数字a的p次幂怎么求速度最快，不用Math.pow(a,p)哦 （2）咱们求过矩阵最快速乘幂的方法（矩阵A的p次幂）， 最快矩阵乘法：矩阵A的p次幂怎么求