hdu 1005 矩阵相乘求解

本文介绍了如何使用O(log(n))的算法计算斐波那契数列,通过矩阵乘法的形式优化计算效率。利用C++实现,通过递归和二分法减少计算次数。

矩阵乘法

我们将数列写成:

Fibonacci[0] = 0Fibonacci[1] = 1

Fibonacci[n] = Fibonacci[n-1] + Fibonacci[n-2] (n >= 2)

可以将它写成矩阵乘法形式:


                            

将右边连续的展开就得到:

                               

下面就是要用O(log(n))的算法计算


#include<iostream>
#include<string.h>
using namespace std;
struct matrics
{
    int a[2][2];
};

matrics mul(matrics x , matrics y)
{
    matrics ans;
    ans.a[0][0]=(x.a[0][0]*y.a[0][0]+x.a[0][1]*y.a[1][0])%7;
	ans.a[0][1]=(x.a[0][0]*y.a[0][1]+x.a[0][1]*y.a[1][1])%7;
	ans.a[1][0]=(x.a[1][0]*y.a[0][0]+x.a[1][1]*y.a[1][0])%7;
	ans.a[1][1]=(x.a[1][0]*y.a[0][1]+x.a[1][1]*y.a[1][1])%7;
	return ans;
}
matrics power(matrics x , int n ) 
{
    matrics tmp , ans;
    if(n==0)  //指数为0的时候,返回单位矩阵
    {
        ans.a[0][0]=1;  ans.a[0][1]=0;
        ans.a[1][0]=0; ans.a[1][1]=1;
        return ans;
    }
    if(n==1) return x;
    tmp=power(x, n>>1);  //X的n/2次方 ,用二分求解 
    ans=mul(tmp , tmp);
    if(n&1) ans=mul(ans , x);  //如果e为奇数,还要再乘以X 
    return ans;
}

int main()
{
    int n;
    int a , b;
    matrics ans;
    while(scanf("%d%d%d",&a ,&b,&n)!=EOF && a+b+n)
    {//cout<<"a= "<<a<<" b= "<<b<<" n= "<<n<<endl;
        ans.a[0][0]=a%7;     //初始化 
		ans.a[0][1]=b%7;                      
		ans.a[1][0]=1;
		ans.a[1][1]=0;
		if(n<3) { printf("1\n"); continue; }
		ans=power(ans , n-2);  
		printf("%d\n",(ans.a[0][0]+ans.a[0][1])%7);
    }
    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