POJ3233 Matrix Power Series 矩阵快速幂

本文介绍了一种使用矩阵快速幂求解特定线性递推问题的方法。通过构建特定矩阵并利用快速幂运算加速计算过程,有效地求解了S(n) = S(n-1) + A(n)形式的递推序列。文章提供了完整的C++代码实现,并详细解释了其背后的数学原理。

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

POJ3233 Matrix Power Series 矩阵快速幂

#include<stdio.h>
#include<string.h>
using namespace std;
int n,m;
struct Mat
{
    int m[61][61];
    Mat(){memset(m,0,sizeof(m));}
    void print()
    {
        for(int i=0;i<n;i++)
        for(int j=n;j<2*n;j++)
        {
            printf("%d",m[i][j]);
            j==2*n-1?putchar('\n'):putchar(' ');
        }
    }
};
Mat multi(const Mat &a,const Mat &b)
{
    Mat c;
    for(int i=0;i<2*n;i++)
    for(int j=0;j<2*n;j++)
    for(int k=0;k<2*n;k++)
    c.m[i][j]=(c.m[i][j]+a.m[i][k]*b.m[k][j]%m)%m;
    return c;
}
Mat pow(Mat &a,int k)
{
    Mat b;
    for(int i=0;i<2*n;i++) b.m[i][i]=1;
    while(k)
    {
        if(k&1) b=multi(b,a);
        a=multi(a,a);
        k>>=1;
    }
    return b;
}
int main()
{
    int k,x;
    Mat A;
    scanf("%d%d%d",&n,&k,&m);
    for(int i=0;i<n;i++)
    for(int j=n;j<2*n;j++)
    {
        scanf("%d",&x);
        A.m[i][j]=x%m;
        A.m[i+n][j]=A.m[i][j];
        A.m[i][i]=1;
    }
    pow(A,k).print();
    return 0;
}
/*
S(n)=S(n-1)+A(n)

|S(n-1)|->|S(n)|
|A(n-1)|->|A(n)|

|E A|*|S(n-1)|=|S(n)|
|0 A|*|A(n-1)|=|A(n)|

|E A|n*|S(0)|=|S(n)|
|0 A| *|A(0)|=|A(n)|

S(0)=1;
A(0)=1;

|E A|n=|S(n)|
|0 A| =|A(n)|
*/

快速幂

long long pow(long long a,int k,long long mod)//快速幂取模
{
    long long b=1;
    while(k)
    {
        if(k&1) b=b*a%mod;
        a=a*a%mod;
        k>>=1;
    }
    return b;
}

 

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