斐波那契第k项

按自己风格写的,以后就直接用了。

#include<iostream>
#include<cstdio>
using namespace std;
typedef long long ll;
const ll mod=1e9+7;

//    [fn]    =  [1,1]  *  [fn-1]
//    [fn-1]     [1,0]     [fn-2]
//   以0作为第一项 

ll m[3][3],g[3][3];

ll fgfk(int n) {
	m[1][1]=1,m[1][2]=1,m[2][1]=1,m[2][2]=0;
	g[1][1]=1,g[1][2]=0,g[2][1]=0,g[2][2]=1;
	if(n==1) {
		return 0;
	}else if(n==2) {
		return 1;
	}
	n-=2;
	while(n>0) {
		if(n&1) {
			ll a1=(g[1][1]*m[1][1]+g[1][2]*m[2][1])%mod;
		    ll a2=(g[1][1]*m[1][2]+g[1][2]*m[2][2])%mod;
		    ll a3=(g[2][1]*m[1][1]+g[2][2]*m[2][1])%mod;
		    ll a4=(g[2][1]*m[1][2]+g[2][2]*m[2][2])%mod;
		    g[1][1]=a1,g[1][2]=a2,g[2][1]=a3,g[2][2]=a4;
		}
		ll a1=(m[1][1]*m[1][1]+m[1][2]*m[2][1])%mod;
		ll a2=(m[1][1]*m[1][2]+m[1][2]*m[2][2])%mod;
		ll a3=(m[2][1]*m[1][1]+m[2][2]*m[2][1])%mod;
		ll a4=(m[2][1]*m[1][2]+m[2][2]*m[2][2])%mod;
		m[1][1]=a1,m[1][2]=a2,m[2][1]=a3,m[2][2]=a4;
		n>>=1;
	}
	return g[1][1];
}

int main() {
	int n;
	while(scanf("%d",&n)==1) {
		printf("第%d项 = %lld\n",n,fgfk(n));
	}
} 


### C++ 实现计算斐波那契数列第1001的大数运算 为了处理大数范围内的斐波那契数列,常规的数据类型如 `int` 或者 `long long int` 将无法满足需求。因此,一种方法是利用字符串来存储大整数并自定义加法规则。另一种高效的方法则是采用矩阵快速幂算法,在此过程中同样需要注意数据溢出的问题。 #### 使用字符串模拟大数加法的斐波那契序列实现 当目标是在不借助第三方库的情况下解决这个问题时,可以通过创建一个类或结构体用于表示大整数,并重载其操作符以便于执行加减乘除等基本算术运算。下面给出了一种基于字符串形式的大数相加函数: ```cpp #include <iostream> #include <string> using namespace std; // 定义大数加法辅助函数 string addStrings(const string& num1, const string& num2){ string result; int carry = 0; // 反向遍历两个字符串完成逐位相加 for (int i=num1.size()-1,j=num2.size()-1; i>=0 || j>=0 || carry>0 ;i--,j--){ int sum = carry + (i<0 ? 0 : num1[i]-'0')+(j<0?0:num2[j]-'0'); carry = sum / 10; result.push_back(sum % 10 + '0'); } reverse(result.begin(),result.end()); return result; } void fibonacciLargeNumber(int n) { vector<string> fib(n+1); fib[0]="0"; if(n==0){cout<<fib[n]<<endl;return;} fib[1]="1"; if(n<=1){cout<<fib[n]<<endl;return;} for(int i=2;i<=n;++i){ fib[i]=addStrings(fib[i-1],fib[i-2]); } cout << "Fibonacci number at position "<<n<<" is:"<< endl; cout << fib[n] << endl; } ``` 上述代码实现了通过字符串方式保存每一位数字从而支持任意大小数之间的加法运算[^1]。 #### 利用矩阵快速幂优化性能 考虑到直接迭代求解效率较低,特别是对于非常大的索引而言,可以考虑应用矩阵快速幂技术进一步提升程序运行速度。具体来说就是构建如下所示的一个二阶方阵\[ \begin{pmatrix} F_{n}\\ F_{n-1}\end{pmatrix}=M^{n-1}\cdot\begin{pmatrix} F_1\\ F_0\end{pmatrix}, M=\begin{pmatrix} 1 & 1 \\ 1 & 0 \end{pmatrix}\] 这里的关键在于如何有效地计算 \(M^n\) 而不是简单地重复相乘。这可通过分治策略——即所谓的“平方取模”技巧达成目的: ```cpp struct Matrix{ static const int MOD = 1e9+7; long long m[2][2]; }; Matrix multiply(Matrix a, Matrix b){ Matrix c{}; for(int i=0;i<2;i++) for(int j=0;j<2;j++){ c.m[i][j]=0; for(int k=0;k<2;k++) c.m[i][j]=(c.m[i][j]+a.m[i][k]*b.m[k][j]%MOD)%MOD; } return c; } Matrix powerModularExponentiation(Matrix base,long exp){ Matrix res{}; res.m[0][0]=res.m[1][1]=1,res.m[0][1]=res.m[1][0]=0; while(exp!=0){ if((exp&1)==1) res=multiply(res,base); exp>>=1; base=multiply(base,base); } return res; } long long getNthFibonacci(long n){ if(n<=1)return n; Matrix T={{1,1},{1,0}}; T=powerModularExponentiation(T,n-1); return T.m[0][0]; } ``` 这段代码展示了怎样运用矩阵乘积以及指数法则来加速查找特定位置上的斐波那契的过程[^3]。
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