poj3233 Matrix Power Series (二分+矩阵+快速幂)

本文介绍了一种使用矩阵快速幂及二分法优化求解特定形式多项式的高效算法。该算法适用于处理大规模数据集,通过递归分解问题规模,显著降低了计算复杂度。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

首先A^k我们可以通过快速幂求得,但是我们不能每一项都去算快速幂,这样还是会超时的。我们发现可以通过二分优化。
如果k为偶数,那么
(A+A2+....AK)=(A+...+Ak2)+Ak2(A+...+Ak2)
如果k为奇数,那么
(A+A2+....AK)=(A+...+Ak2)+Ak+12(A+...+Ak2)+Ak+12
因此我们可以递归求解

#include <cstdio>
#include <cstring>
#define N 32
#define ll long long
int n,mod,kk;
inline int read(){
    int x=0,f=1;char ch=getchar();
    while(ch<'0'||ch>'9'){if(ch=='-')f=-1;ch=getchar();}
    while(ch>='0'&&ch<='9') x=x*10+ch-'0',ch=getchar();
    return x*f;
}
struct Matrix{
    int mat[N][N];
    Matrix(bool t){
        memset(mat,0,sizeof(mat));
        if(t) for(int i=1;i<=n;++i) mat[i][i]=1;
    }
    Matrix operator+(Matrix b){
        Matrix res(0);
        for(int i=1;i<=n;++i)
            for(int j=1;j<=n;++j)
                res.mat[i][j]=(mat[i][j]+b.mat[i][j])%mod;
        return res;
    }
    Matrix operator*(Matrix b){
        Matrix res(0);
        for(int i=1;i<=n;++i)
            for(int j=1;j<=n;++j)
                for(int k=1;k<=n;++k)
                    res.mat[i][j]=(res.mat[i][j]+mat[i][k]*b.mat[k][j])%mod;
        return res;
    }
    Matrix operator^(int k){
        Matrix base(0),res(1);
        memcpy(base.mat,mat,sizeof(mat));
        for(;k;k>>=1,base=base*base)
            if(k&1) res=res*base;
        return res;
    }
}a(0),ans(0),a1(0),a2(0);
Matrix solve(int k){
    if(k==1) return a;
    if(k&1){//k为奇数
        a1=solve(k>>1);a2=a^(k+1>>1);
        return a1*a2+a1+a2;
    }
    else{
        a1=solve(k>>1);a2=a^(k>>1);
        return a1*a2+a1;
    }
}
int main(){
//  freopen("a.in","r",stdin);
    n=read();kk=read();mod=read();
    for(int i=1;i<=n;++i)
        for(int j=1;j<=n;++j) a.mat[i][j]=read();
    ans=solve(kk);
    for(int i=1;i<=n;++i){
        for(int j=1;j<n;++j) printf("%d ",ans.mat[i][j]);
        printf("%d\n",ans.mat[i][n]);
    }
    return 0;
}
以下是Java解决POJ3233矩阵幂序列问题的代码和解释: ```java import java.util.Scanner; public class Main { static int n, k, m; static int[][] A, E; public static void main(String[] args) { Scanner sc = new Scanner(System.in); n = sc.nextInt(); k = sc.nextInt(); m = sc.nextInt(); A = new int[n][n]; E = new int[n][n]; for (int i = 0; i < n; i++) { for (int j = 0; j < n; j++) { A[i][j] = sc.nextInt() % m; E[i][j] = (i == j) ? 1 : 0; } } int[][] res = matrixPow(A, k); int[][] ans = matrixAdd(res, E); printMatrix(ans); } // 矩阵乘法 public static int[][] matrixMul(int[][] a, int[][] b) { int[][] c = new int[n][n]; for (int i = 0; i < n; i++) { for (int j = 0; j < n; j++) { for (int k = 0; k < n; k++) { c[i][j] = (c[i][j] + a[i][k] * b[k][j]) % m; } } } return c; } // 矩阵快速幂 public static int[][] matrixPow(int[][] a, int b) { int[][] res = E; while (b > 0) { if ((b & 1) == 1) { res = matrixMul(res, a); } a = matrixMul(a, a); b >>= 1; } return res; } // 矩阵加法 public static int[][] matrixAdd(int[][] a, int[][] b) { int[][] c = new int[n][n]; for (int i = 0; i < n; i++) { for (int j = 0; j < n; j++) { c[i][j] = (a[i][j] + b[i][j]) % m; } } return c; } // 输出矩阵 public static void printMatrix(int[][] a) { for (int i = 0; i < n; i++) { for (int j = 0; j < n; j++) { System.out.print(a[i][j] + " "); } System.out.println(); } } } ``` 解释: 1. 首先读入输入的n、k、m和矩阵A,同时初始化单位矩阵E。 2. 然后调用matrixPow函数求出A的k次幂矩阵res。 3. 最后将res和E相加得到结果ans,并输出。 4. matrixMul函数实现矩阵乘法,matrixPow函数实现矩阵快速幂matrixAdd函数实现矩阵加法,printMatrix函数实现输出矩阵
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