HDU 2157 How many ways??(矩阵快速幂)

本文介绍了一种使用矩阵快速幂算法解决特定图论问题的方法,即计算从起点到终点经过固定步数的不同路径数量。通过定义邻接矩阵并利用快速幂运算,有效地解决了这一问题。

大意:给定n个点,然后个关系代表x到y之间有有向路,问从s到t之间经过k个点(即k步),有多少种方式。

思路:存在一条边i->j。令C=A*A,那么C(i,j)=ΣA(i,k)*A(k,j),一条边乘一次,k条即乘k次。

#include<map>
#include<cmath>
#include<queue>
#include<cmath>
#include<cstdio>
#include<stack>
#include<iostream>
#include<cstring>
#include<algorithm>
#define inf 0x3f3f3f3f
#define eps 1e-8
#define ls l,mid,rt<<1
#define rs mid+1,rt,rt<<1|1
#define LL __int64
using namespace std;
const int mod = 1000;
int n;
struct node{
    int r[100][100];
}q,now;

node matrix_pow(node a,node b){
    int i,j,k;
    node t;
    memset(t.r,0,sizeof(t.r));
    for(k = 1;k <= n;++ k){
        for(i =1 ;i <= n;i++){
            for(j = 1;j <= n;++ j){
                t.r[i][j] = (t.r[i][j]+ (a.r[i][k]*b.r[k][j]))%mod;
            }
        }
    }
    return t;
}

node so(node q,int m){
    int i,j,k;
    node tmp;
    memset(tmp.r,0,sizeof(tmp.r));
    for(i = 1;i <= n;++ i )
            tmp.r[i][i] = 1;
    while(m){
        if(m&1)
            tmp = matrix_pow(tmp,q);
        q = matrix_pow(q,q);
        m = m >> 1;
    }
   return tmp;
}

int main(){
    int m,k,i,j,x,y,s,t,poi;
    while(~scanf("%d%d",&n,&m)){
        if(!n&&!m)
         break;
        memset(q.r,0,sizeof(q.r));
        for(i = 0;i < m; ++i){
            scanf("%d%d",&x,&y);
            q.r[++x][++y] = 1;
        }
        now = q;
        scanf("%d",&k);
        while(k --){
            scanf("%d%d%d",&s,&t,&poi);
            q = so(now,poi);
            printf("%d\n",q.r[++s][++t]%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模 (\( N \leq 100 \)),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,并取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
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