hdu 5667 Sequence 矩阵快速幂

本文介绍了一种利用矩阵快速求解特定数学问题的方法,通过费马小定理和快速幂运算优化计算过程,有效解决了数值计算中的难题。

                    1          n=1

f(n)={     a^b     n=2

                    a^b*f(n-1)^c *f(n-2)  其他

给了你几个数:n,a,b,c,你需要输出f(n)模p后的数值 ,p是质数


思路:列几项后发现f(n) =(a^b)^指数,(a^b)是常数,对f(n)取

以(a^b)为底 的对数后,令F(n)=logf(n),F(n)=c*F(n-1)+F(n-2)n-2+1。

类比斐波那契数列,可以快速求出F(n),             F(n+2)         c    1      1                F(n+1)

                                                                             F(n+1) =      1     0      0      *        F(  n  )

                                                                             1                       0     0      1                1

因为F(n)可能很大所以用费马小定理x^(p-1)%p=1  (x与p互质),既算F(n)的过程中对p-1

取模。最后用快速幂算a^(  b*F( n )  ) %p  。然后就愉快的WA了 QAQ。

理由很简单,用费马小定理条件为a与p互质,但是a与p不一定互质。因为p为质数所以a如果与p不互质

a一定为p的倍数,此时a的任意次幂对p取模都为0,直接输出答案。a如果与p互质则可以用费马小定理。

所以加个特判就过了。感觉把这道题做复杂了 23333333333 。




#include <iostream>
#include <cstdio>
#include <algorithm>
#include <cmath>
#include <cstring>
#include <cstdlib>
#include <string>
#include <queue>
#include <map>
#include <vector>
using namespace std;
const int N=100005;
//const int mod=1e9+7;
typedef long long ll;



typedef vector<ll > vec;
typedef vector<vec > mat;

 ll p;
ll n,a,b,c;



mat mul(mat &A,mat &B){
    mat C(A.size(), vec( B[0].size() ) );
    for(int i=0;i<A.size();i++){
        for(int k=0;k<B.size();k++){
            for(int j=0;j<B[0].size();j++){
                C[i][j]=( C[i][j]+A[i][k]*B[k][j] )%(p-1);
            }
        }
    }
    return C;
}

mat pow(mat A,ll n){
    mat B( A.size(),vec(A.size() ,0 ) );
    for(int i=0;i<A.size();i++){
        B[i][i]=1;
    }
    while(n>0){
        if(n&1)B=mul(B,A);
        A=mul(A,A);
        n>>=1;
    }
    return B;
}


ll  mod_pow(ll x, ll n1, ll mod){
    ll res=1;
    while(n1>0){
        if(n1&1)
        res=res*x%mod;
        x=x*x%mod;
        n1>>=1;
    }
    return res;
}




int main()
{
    int  t;
    scanf("%d",&t);
    while(t--){
        scanf("%I64d%I64d%I64d%I64d%I64d",&n,&a,&b,&c,&p);
        if( a%p==0 ){printf("0\n");continue;}
        mat A( 3,vec( 3,0 ) );
        A[0][0]=c; A[0][1]=1;A[0][2]=1;
        A[1][0]=1; A[1][1]=0;A[1][2]=0;
        A[2][0]=0; A[2][1]=0;A[2][2]=1;
        A=pow(A,n-1);
        ll logfn=A[1][0]+A[1][2];
        ll tmp=( b*logfn )%(p-1);
        printf("%I64d\n",  mod_pow(a,tmp,p)  );
    }
	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