HDU 1575 Tr A【矩阵快速幂取模】

本文介绍了一种使用矩阵快速幂算法解决特定数学问题的方法:计算方阵A的k次幂的迹并对9973取模。通过定义矩阵类和运算符重载实现了矩阵乘法及快速幂操作。

Tr A

Time Limit: 1000/1000 MS (Java/Others)    Memory Limit: 32768/32768 K (Java/Others)
Total Submission(s): 4510    Accepted Submission(s): 3394


Problem Description
A为一个方阵,则Tr A表示A的迹(就是主对角线上各项的和),现要求Tr(A^k)%9973。
 

Input
数据的第一行是一个T,表示有T组数据。
每组数据的第一行有n(2 <= n <= 10)和k(2 <= k < 10^9)两个数据。接下来有n行,每行有n个数据,每个数据的范围是[0,9],表示方阵A的内容。
 

Output
对应每组数据,输出Tr(A^k)%9973。
 

Sample Input
2 2 2 1 0 0 1 3 99999999 1 2 3 4 5 6 7 8 9
 

Sample Output
2 2686



AC代码:

#include<cstdio> 
#include<cstring>

typedef long long LL;
const int MOD=9973;
const int MAXN=13;

typedef struct Matrix{
	int M[MAXN][MAXN];
	int n,m;
	void clear() {
		memset(M,0,sizeof(M)); n=m=0;
	}
	Matrix operator *(const Matrix &a) const {
		Matrix tem; tem.clear();
		tem.n=n, tem.m=a.m;
		for(int i=0;i<n;++i )  {
			for(int j=0;j<m;++j)  if(M[i][j]) {
				for(int k=0;k<a.m;++k) {
					tem.M[i][k]=(tem.M[i][k]+(M[i][j]%MOD*(a.M[j][k]%MOD))%MOD)%MOD;
				}
			}
		}
		return tem;
	} 
//	const Matrix operator %(int MOD) {
//		Matrix tem; tem.clear();
//		for(int i=0;i<n;++i) {
//			for(int j=0;j<m;++j) if(M[i][j]) tem.M[i][j]=M[i][j]%MOD;
//		}
//		return tem;
//	}
	Matrix& operator =(const Matrix& a) {
		for(int i=0;i<=a.n;++i) {
			for(int j=0;j<=a.m;++j) M[i][j]=a.M[i][j];
		}  
		return *this;
	} 
}Matrix; 

LL Pow_Mod(Matrix base,LL y,int MOD)
{
	Matrix ans; ans.clear(); ans.m=ans.n=base.m;
	for(int i=0;i<ans.m;++i) ans.M[i][i]=1;
	while(y) {
		if(y&1) ans=base*ans;
		y>>=1; base=base*base;
	}
	LL cnt=0;
	for(int i=0;i<ans.n;++i ) cnt=(cnt+ans.M[i][i])%MOD;
	return cnt;
}
int main()
{
	int T; scanf("%d",&T);
	while(T--) {
		int N,K; scanf("%d%d",&N,&K);
	    Matrix a; a.m=N; a.n=N;
	    for(int i=0;i<N;++i) for(int j=0;j<N;++j) scanf("%d",&a.M[i][j]);
		printf("%lld\n",Pow_Mod(a,K,MOD)); 
	}
    return 0;	
}  


### HDU 2544 题目分析 HDU 2544 是关于最短路径的经典问题,可以通过多种方法解决,其中包括基于邻接矩阵的 Floyd-Warshall 算法。以下是针对该问题的具体解答。 --- #### 基于邻接矩阵的 Floyd-Warshall 实现 Floyd-Warshall 算法是一种动态规划算法,适用于计算任意两点之间的最短路径。它的时间复杂度为 \( O(V^3) \),其中 \( V \) 表示节点的数量。对于本题中的数据规 (\( N \leq 100 \)),此算法完全适用。 下面是具体的实现方式: ```cpp #include <iostream> #include <algorithm> using namespace std; const int INF = 0x3f3f3f3f; int dist[105][105]; int n, m; void floyd() { for (int k = 1; k <= n; ++k) { // 中间节点 for (int i = 1; i <= n; ++i) { // 起始节点 for (int j = 1; j <= n; ++j) { // 结束节点 if (dist[i][k] != INF && dist[k][j] != INF) { dist[i][j] = min(dist[i][j], dist[i][k] + dist[k][j]); } } } } } int main() { while (cin >> n >> m && (n || m)) { // 初始化邻接矩阵 for (int i = 1; i <= n; ++i) { for (int j = 1; j <= n; ++j) { if (i == j) dist[i][j] = 0; else dist[i][j] = INF; } } // 输入边的信息并更新邻接矩阵 for (int i = 0; i < m; ++i) { int u, v, w; cin >> u >> v >> w; dist[u][v] = min(dist[u][v], w); dist[v][u] = min(dist[v][u], w); // 如果是有向图,则去掉这一行 } // 执行 Floyd-Warshall 算法 floyd(); // 输出起点到终点的最短距离 cout << (dist[1][n] >= INF ? -1 : dist[1][n]) << endl; } return 0; } ``` --- #### 关键点解析 1. **邻接矩阵初始化** 使用二维数组 `dist` 存储每一对节点间的最小距离。初始状态下,设所有节点对的距离为无穷大 (`INF`),而同一节点自身的距离为零[^4]。 2. **输入处理** 对于每条边 `(u, v)` 和权重 `w`,将其存储至邻接矩阵中,并较小值以防止重边的影响[^4]。 3. **核心逻辑** Floyd-Warshall 的核心在于三重循环:依次尝试通过中间节点优化其他两节点间的距离关系。具体而言,若从节点 \( i \) 到 \( j \) 可经由 \( k \) 达成更优解,则更新对应位置的值[^4]。 4. **边界条件** 若最终得到的结果仍为无穷大(即无法连通),则返回 `-1`;否则输出实际距离[^4]。 --- #### 性能评估 由于题目限定 \( N \leq 100 \),因此 \( O(N^3) \) 的时间复杂度完全可以接受。此外,空间需求也较低,适合此类场景下的应用。 ---
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值