HDU 5667 Sequence 【矩阵快速幂】

本文介绍了一种使用矩阵快速幂解决特定类型的递推问题的方法。通过构造特定矩阵并运用快速幂运算,可以高效地计算出给定递推关系中任意项的值。适用于解决形式如 f(n) = a^b * f(n-1)^c * f(n-2) 的递推问题。

题目链接:http://acm.hdu.edu.cn/showproblem.php?pid=5667

题目分析:对于这种递推关系,已知n,a,b,c,p求f(n);

重点在于如何找出递推关系,构造矩阵:
f(n)=a^b*f(n-1)^c*f(n-2),对于这种矩阵,我们不可能直接找关系,写出几个之后,(把a^b看成一个变量)我们可以发现指数之间的递推关系,f(n)=c*f(n-1)+f(n-2)+1;同样的套路,这就比上面看着简单多了,可以直接构造出矩阵:        f(1)=1,f(2)=c+1;
A:(c+1 1 1)   B: c 1 0    则:res=A*B^(n-3),其中res.mat[0][0]就是要求的指数
                         1 0 0
                         1 0 1
然后用快速幂就可以求得结果,这样就可以了......

构造矩阵:1、如果只有简单的先乘后加的关系,我们可以根据矩阵的性质直接构造出来矩阵
                 2、如果具有幂的关系,我们可以直接考虑指数,然后再用普通的快速幂(比如:

f(n)=f(n-1)*f(n-2),f(1)=a,f(2)=b,它们的指数其实就是斐波那契数,我们可以用 矩阵快速幂求出斐波那契,再求a^x*b^y)


CODE:

#include<stdio.h>
#include<iostream>
#include<algorithm>
#include<string.h>
#include<vector>
using namespace std;
#define INF 0x3f3f3f3f
typedef long long LL;
const int maxn=1005;
LL n;
struct Matrix
{
    LL mat[5][5];
    Matrix()
    {
        memset(mat,0,sizeof(mat));
    }
};
Matrix Mulit(Matrix A,Matrix B,int mod)
{
    Matrix res;
    for(int i=0; i<3; i++)
    {
        for(int j=0; j<3; j++)
        {
            res.mat[i][j]=0;
            for(int k=0; k<3; k++)
                res.mat[i][j]=(res.mat[i][j]+(A.mat[i][k]*B.mat[k][j])%(mod-1))%(mod-1);
        }
    }
    return res;
}
Matrix Pow(Matrix A,LL k,LL mod)
{

    Matrix res;
    for(int i=0; i<3; i++)
        res.mat[i][i]=1;
    while(k)
    {
        if(k&1)
            res=Mulit(res,A,mod);
        A=Mulit(A,A,mod);
        k>>=1;
    }
    return res;
}
LL POW (LL x,LL k,LL mod)
{
    if(k==0)
        return 1;
    LL sum=1;
    while(k)
    {
        if(k&1)
            sum=(sum*x)%mod;
        x=(x*x)%mod;
        k>>=1;
    }
    return sum;
}
void print(Matrix kk)
{
    for(int i=0; i<3; i++)
    {
        for(int j=0; j<3; j++)
            printf("%lld ",kk.mat[i][j]);
        printf("\n");
    }
}
int main()
{
    int t;
    LL a,b,c,p;
    scanf("%d",&t);
    while(t--)
    {
        scanf("%lld%lld%lld%lld%lld",&n,&a,&b,&c,&p);
        LL x,y,z;
        x=POW(a,b,p);
        if(n==1)
        {
            printf("1\n");
            continue;
        }
        if(n==2)
        {
            printf("%lld\n",x%p);
            continue;
        }
        if(a%p==0)
        {
            printf("0\n");
            continue;
        }
        Matrix ans1,ans2,ans;
        ans1.mat[0][0]=c,ans1.mat[1][0]=1,ans1.mat[2][0]=1;
        ans1.mat[0][1]=1;
        ans1.mat[2][2]=1;
        ans2.mat[0][0]=c+1;
        ans2.mat[0][1]=1;
        ans2.mat[0][2]=1;
        Matrix cnt=Mulit(ans2,Pow(ans1,n-3,p),p);
        LL kkk=POW(x,cnt.mat[0][0],p);
        printf("%lld\n",kkk);
    }
    return 0;
}

刚开始写的时候不知道矩阵快速幂的哪个地方打错了,一直超时,还以为自己的思路有问题,后来重新写了一遍就A了。

### 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