Python内置的pow()函数主要用于实现幂运算相关的计算，它支持两种调用形式，既可以完成基础的幂次方计算，也能通过三参数形式实现幂运算后取模的高效操作，是数学计算场景中非常实用的工具。
pow()函数的基本语法
pow()函数有两种不同的参数形式，对应的功能也有所区别：
- 两参数形式：
pow(x, y)，计算x的y次方，等价于x ** y - 三参数形式：
pow(x, y, z)，计算x的y次方后对z取模，等价于(x ** y) % z，但运算效率更高
两参数形式的基础用法
两参数形式的pow()函数使用起来非常简单，直接传入底数和指数即可得到计算结果，支持整数、浮点数作为参数，也支持负数的指数计算。
下面是两参数形式的基础使用示例：
# 计算2的3次方 result1 = pow(2, 3) print(result1) # 输出8 # 计算5的2.5次方 result2 = pow(5, 2.5) print(result2) # 输出55.90169943749474 # 计算10的-2次方 result3 = pow(10, -2) print(result3) # 输出0.01
三参数形式的取模计算
三参数形式是pow()函数的特色功能，它会在计算x的y次方后直接对z取模，和先算幂再取模的方式相比，它能避免中间结果过大导致的内存占用问题，运算速度也更快。
三参数形式的使用示例如下：
# 计算2的10次方后对100取模 result1 = pow(2, 10, 100) print(result1) # 输出24，等价于(2**10)%100的结果 # 大数运算场景，避免中间结果溢出 # 计算123456的789次方后对1000000007取模 result2 = pow(123456, 789, 1000000007) print(result2) # 直接得到取模结果，不会生成巨大的中间幂值
两种形式的差异对比
我们可以通过实际测试对比两参数形式加取模，和三参数形式的效率差异：
import time
# 测试先算幂再取模的耗时
start1 = time.time()
for _ in range(10000):
res1 = (1234 ** 567) % 1000000007
end1 = time.time()
print(f"先算幂再取模耗时：{end1 - start1:.4f}秒")
# 测试三参数pow的耗时
start2 = time.time()
for _ in range(10000):
res2 = pow(1234, 567, 1000000007)
end2 = time.time()
print(f"三参数pow耗时：{end2 - start2:.4f}秒")
从测试结果可以看到，三参数形式的pow()函数在大数运算场景下耗时远小于先算幂再取模的方式，这是因为三参数形式在计算过程中会边算幂边取模，不会保留完整的幂运算结果。
使用注意事项
- 三参数形式中，第三个参数z不能为0，否则会抛出ZeroDivisionError异常
- 当使用三参数形式时，如果x和y都是整数，结果会是整数；如果x或y是浮点数，不能传入第三个参数，否则会抛出TypeError异常
- 对于简单的低次方计算，两参数pow和**运算符效率差异很小，可以根据代码可读性选择使用
总的来说，pow()函数的两参数形式适合日常基础幂运算，三参数形式则更适合涉及大数取模的场景，比如密码学计算、大数运算等，能显著提升代码的运行效率和稳定性。
Python_pow幂运算取模运算内置函数修改时间：2026-07-12 23:15:25