利用分治思想给出计算a的n次方的递归方程以及时间复杂度

利用分治的思想，我们可以将计算一个数 `a` 的 `n` 次方的问题分解成若干个小规模的相同问题。一个常见的递归方程是二分幂法则，也称为“快速幂”算法：

如果 `n` 是一个非负整数，可以将其表示为二进制形式，例如 `n = d_k * 2^k + ... + d_1 * 2^1 + d_0 * 2^0`，其中 `d_i` 是从右向左依次为 `0` 或 `1` 的位。那么 `a^n` 可以通过以下递归公式求解：

a^n = a^(d_k * 2^k) * (a^(d_{k-1} * 2^{k-1})) * ... * (a^(d_1 * 2^1)) * (a^(d_0 * 2^0))

每次递归调用时，我们将指数 `n` 分半，直到指数变为 `0`，然后逐层返回结果并相乘。

时间复杂度分析：
- 当 `n` 为 `0` 时，直接返回 `1`，这是一个常数时间操作（O(1)）。
- 对于一般情况，需要递归 `k+1` 次，每次递归计算 `a^(2^i)`，这一步的时间复杂度是 O(log n)，因为 `log2(n)` 是递归深度。
- 因此，总的时间复杂度是 O(log n) 乘以每个递归层次的操作次数，即 `O(log n)`。

所以，整个算法的平均时间复杂度为 `O(log n)`，非常适合处理大数值的幂运算。