2015蓝桥杯 垒骰子 (动态规划+矩阵快速幂)

本文介绍了一种使用矩阵快速幂解决大规模骰子堆叠计数问题的方法。通过定义动态转移方程,利用六阶矩阵表示骰子之间的堆叠可能性,并采用矩阵快速幂算法高效求解第n个骰子的状态数量。

解题思路:动态转移方程,先考虑底面应该是挺好想的,放第n个骰子,可以由n-1个骰子推出,为了方便将他的冲突面,改成都是朝向的那个面,比如1 2 冲突,那对应的两个骰子的底面是1,5;第n个骰子底面是1,可能第n-1骰子底面是1~6,这样的话,就可能有36种转移,当然最后要乘以4*n,因为我们只考虑了底面,但是题目的n有1e9,我们不能直接for循环。这里需要矩阵快速幂,

An=An-1*X  X是一个六阶矩阵,Xij=1代表可以i面j面这样叠着放(对应的都是朝下的那个面),反之则不可。

#include<bits/stdc++.h>
#define il inline
#define pb push_back
#define fi first
#define se second
#define ms(_data,v) memset(_data,v,sizeof(_data))
using namespace std;
typedef long long ll;
const ll inf=0x3f3f3f3f;
const int mod=1e9+7;
int n,m,pd[10];
void init(){
	pd[1]=4,pd[4]=1;
	pd[2]=5,pd[5]=2;
	pd[3]=6,pd[6]=3;
}
struct matrix{
	int m[7][7];
	matrix(){ms(m,0);}
	matrix operator *(const matrix &tp)const{
		matrix res;
		for(int i=1;i<=6;++i){
			for(int j=1;j<=6;++j){
				for(int k=1;k<=6;++k){
					res.m[i][j]=(res.m[i][j]+m[i][k]*tp.m[k][j])%mod;
				}
			}
		}
		return res;
	}
};
matrix matpow(matrix x,int n){
	matrix ans;
	for(int i=1;i<=6;++i)	ans.m[i][i]=1;
	while(n){
		if(n&1)	ans=ans*x;
		x=x*x;
		n>>=1;
	}
	return ans;
}
ll mpow(int x,int n){
	ll ans=1;
	while(n){
		if(n&1)	ans=(ans*x)%mod;
		x=(x*x)%mod;
		n>>=1;
	}
	return ans;
}
int main(){
	std::ios::sync_with_stdio(0);
	init();	
	cin>>n>>m;
	int x,y;
	matrix a;
	for(int i=1;i<=6;++i)
		for(int j=1;j<=6;++j)	a.m[i][j]=1;		
	for(int i=0;i<m;++i){
		cin>>x>>y; 
		a.m[x][pd[y]]=0;
		a.m[y][pd[x]]=0;
	}
	matrix ta=matpow(a,n-1);
	ll t=pow(4,n);
	ll res=0;
	for(int i=1;i<=6;++i){
		for(int j=1;j<=6;++j){
			res=(res+ta.m[i][j])%mod;
		}
	}
	cout<<(t*res)%mod<<endl;
	return 0;
}





 

### 关于蓝桥杯竞赛中Java实现骰子问题 在解决这个问题时,可以采用动态规划的方法来提高效率并减少重复计算。给定n个骰子和m组互斥关系,目标是找出所有可能的不同骰子的方式,并返回结果模 \(10^9 + 7\)。 #### 动态规划方法解析 定义 `dp[i][j]` 表示第i层(从下往上计数)的顶部显示数字为j的情况下的总方案数[^3]。为了简化状态转移过程,还需要考虑如何处理相邻两层之间的约束条件——即某些面不能相互接触。对于每一个新的骰子放置,在不违反已知限制的前提下更新当前的状态矩阵。 初始化阶段设置底层的各种可能性: - 对于第一个骰子来说,它上面任何一个面都可以作为底面,因此初始状态下每个合法的位置都有\(4!\)=24种摆放形式(考虑到旋转不变性),但是因为存在互斥情况所以实际数目可能会更少一些。 之后逐层累加直到达到指定层数为止。每次迭代过程中都要遍历之前一层的所有有效配置,并尝试将新加入的一个标准六面体放在其上方而不违背任何既定规则。如果成功,则相应增加该组合模式的数量统计值。 最后求得的就是最顶层各个面上所对应的累积次数之和再取余操作后的最终答案。 ```java import java.util.*; public class DiceStacking { private static final long MOD = (long)(Math.pow(10, 9)) + 7; public static void main(String[] args){ Scanner scanner = new Scanner(System.in); int n = scanner.nextInt(); // 骰子数量 int m = scanner.nextInt(); // 互斥对数 List<int[]> conflicts = new ArrayList<>(); for(int i=0;i<m;++i){ int a = scanner.nextInt(); int b = scanner.nextInt(); conflicts.add(new int[]{a,b}); } solve(n,conflicts.toArray(new int[m][])); } private static void solve(int n,int[][] conflictPairs){ boolean[][] isConflict = new boolean[7][7]; for(var pair : conflictPairs){ isConflict[pair[0]][pair[1]] = true; isConflict[pair[1]][pair[0]] = true; } long[][] dp = new long[n+1][7]; Arrays.fill(dp[1], 1); // 初始化第一层 for(int level=2;level<=n;++level){ for(int topFace=1;topFace<7;++topFace){ for(int prevTopFace=1;prevTopFace<7;++prevTopFace){ if(!isConflict[topFace][getOpposite(prevTopFace)]){ dp[level][topFace]=(dp[level][topFace]+dp[level-1][prevTopFace])%MOD; } } } } System.out.println(Arrays.stream(dp[n]).sum()%MOD); } private static int getOpposite(int faceValue){ switch(faceValue){ case 1:return 4; case 2:return 5; case 3:return 6; case 4:return 1; case 5:return 2; default: return 3; } } } ``` 此代码实现了上述逻辑流程图中的核心部分,通过构建二维数组存储每一层不同顶面朝向的可能性分布状况,并利用循环结构完成自底向上逐步推导的过程。注意这里使用了流式API来进行最后一行的结果汇总输出以便更加简洁直观地表达意图。
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