HDU 5667 Sequence(矩阵快速幂)

本文介绍了一种利用矩阵快速幂优化斐波那契型数列求解的方法,针对大规模数据输入提供了高效解决方案。通过将递推公式转化为矩阵形式,并运用快速幂运算技巧,有效地解决了指数级增长带来的计算瓶颈。

Sequence

Time Limit: 2000/1000 MS (Java/Others)    Memory Limit: 65536/65536 K (Java/Others)
Total Submission(s): 1916    Accepted Submission(s): 638


Problem Description
     Holion August will eat every thing he has found.

     Now there are many foods,but he does not want to eat all of them at once,so he find a sequence.

fn=1,ab,abfcn1fn2,n=1n=2otherwise

     He gives you 5 numbers n,a,b,c,p,and he will eat  fn  foods.But there are only p foods,so you should tell him  fn  mod p.
 

Input
     The first line has a number,T,means testcase.

     Each testcase has 5 numbers,including n,a,b,c,p in a line.

  

                              
 1T10,1n1018,1a,b,c109
, p  is

    p is a prime number,and  p109+7 .
 

Output
     Output one number for each case,which is  fn  mod p.
 

Sample Input
  
1 5 3 3 3 233
 

Sample Output
  
190
 

Source
 

Recommend
wange2014

题意:给出公式,求Fn。

思路:我们可以把 F [ 1 ] 看作是a^b的0次方,把 F [ 2 ] 看作是a^b的一次方,F [ n ] = a^b 的 n - 1 次方,这样一来我们可以列出等式  (a^b)^(n - 1) =  (a^b)^( (n - 2) * c + (n - 3) + 1),我们可以对 a 的指数用矩阵快速幂求解,化简可得 Fn = Fn-1*c + Fn-2 + b ,需要注意的是 a 的指数太大,需要用欧拉降幂优化一下。


#include <bits/stdc++.h>
using namespace std;
const int N = 3 ;
long long  n,a,b,c,p;
struct xx
{
    long long a[N][N];
} ori;
xx mul(xx x,xx y)
{
    xx temp;
    memset(temp.a,0,sizeof(temp.a));
    for(int i=0; i<N; i++)
    {
        for(int j=0; j<N; j++)
        {
            for(int k=0; k<N; k++)
            {
                temp.a[i][j]+=x.a[i][k]*y.a[k][j]%p;
            }
        }
    }
    return temp;
}
void inti()
{
    int f[][N]={c,1,0,1,0,0,b,0,1};
    for(int i=0;i<N;i++)
    {
        for(int j=0;j<N;j++)
        {
            ori.a[i][j]=f[i][j];
        }
    }
}
xx calc(long long k)
{
    xx b;
    memset(b.a,0,sizeof(b.a));
    for(int i=0; i<3; i++)
        b.a[i][i]=1;
    while(k)
    {
        if(k%2==1)
        {
            b=mul(ori,b);
            k-=1;
        }
        else
        {
            ori=mul(ori,ori);
            k/=2;
        }
    }
    return b;
}
long long  Pow(long long a, long long b)
{
    a %= p;
    long long ans = 1ll;
    while (b)
    {
        if (b & 1)ans = ans*a%p;
        a = a*a%p;
        b >>= 1;
    }
    return ans;
}
int main()
{
    int t;
    scanf("%d",&t);
    while(t--)
    {
        scanf("%lld%lld%lld%lld%lld",&n,&a,&b,&c,&p);
        if(n==1) printf("1\n");
        else if(n==2) printf("%lld\n",Pow(a,b));
        else
        {
            inti();
            p--;
            xx C=calc(n-2);
            p++;
            long long tmp=C.a[0][0]*b+C.a[2][0];
            long long ans=Pow(a,tmp)%p;
            printf("%lld\n",ans);
        }
    }
}



### 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