文章标题 POJ : 3233 Matrix Power Series (矩阵快速幂+求等比矩阵的和)

本文介绍了一种高效计算矩阵幂级数求和的方法。通过构造特定形式的矩阵并利用矩阵快速幂运算,可以有效计算从A^1到A^L的矩阵幂级数之和。文中详细解释了算法原理,并提供了完整的C++代码实现。

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

Matrix Power Series

//http://www.cnblogs.com/jiangjing/archive/2013/05/28/3103336.html

/*
分析:求a^1+..a^n这是矩阵乘法中关于等比矩阵的求法:

|A  E|

|0  E|

其中的A为m阶矩阵,E是单位矩阵,0是零矩阵。而我们要求的是:                                                                              

A^1+A^2+..A^L,由等比矩阵的性质

|A  ,  1|                 |A^n , 1+A^1+A^2+....+A^(n-1)| 

|0  ,  1| 的n次方等于     |0   ,         1             | 

所以我们只需要将A矩阵扩大四倍,变成如上形式的矩阵B,
然后开L+1次方就可以得到1+A^1+A^2+....+A^L。
由于多了一个1,所以最后得到的答案我们还要减去1。同理我们把矩阵A变成B:

          |A  E|

          |0  E|

然后我们就是求B的n+1次幂之后得到的矩阵为
        |x1   x2|

        |x3   x4|

右上角的矩阵x2减去单位矩阵E,得到就是要求的矩阵了!

*/

#include<iostream>
#include<string>
#include<cstdio>
#include<cstring>
#include<vector>
#include<math.h>
#include<map>
#include<queue> 
#include<algorithm>
using namespace std;
const int inf = 0x3f3f3f3f;
typedef pair<int,int> pii;
typedef long long ll;

const int N = 100;
int mod;
int n,M,K;

struct Matrix {
    ll mat[N][N];
    Matrix operator * (const Matrix m)const {
        Matrix tmp;
        for (int i=0;i<n;i++){
            for (int j=0;j<n;j++){
                tmp.mat[i][j]=0;
                for (int k=0;k<n;k++){
                    tmp.mat[i][j]+=mat[i][k]*m.mat[k][j]%mod;
                    tmp.mat[i][j]%=mod;
                }
            }
        }
        return tmp;
    }
};

Matrix Pow(Matrix &m,int k){
    Matrix ans;
    memset (ans.mat,0,sizeof (ans.mat));
    for (int i=0;i<n;i++)ans.mat[i][i]=1;
    while (k){
        if (k&1)ans=ans*m;
        k>>=1;
        m=m*m;
    }
    return ans;
}

int main ()
{

    while (scanf ("%d%d%d",&n,&K,&M)!=EOF){
        Matrix ans;
        memset (ans.mat,0,sizeof (ans.mat));
        for (int i=0;i<n;i++){
            for (int j=0;j<n;j++){
                scanf ("%d",&ans.mat[i][j]);
            }
        }
        for (int i=0;i<n;i++)ans.mat[i][i+n]=1;//右上角的单位矩阵 
        for (int i=0;i<n;i++)ans.mat[i+n][i+n]=1;//右下角的单位矩阵 

        n=n*2;//扩大两倍 
        mod = M;
        ans=Pow(ans,K+1);

        for (int i=0;i<n/2;i++)//右上角的矩阵减去单位矩阵 
            ans.mat[i][i+n/2]=(ans.mat[i][i+n/2]-1+mod)%mod;

        for (int i=0;i<n/2;i++){//输出 
            for (int j=n/2;j<n;j++){
                if (j==n/2)printf ("%lld",ans.mat[i][j]);
                else printf (" %lld",ans.mat[i][j]);
            }
            printf ("\n");
        }
    }
    return 0;
}
内容概要:本文档详细介绍了Analog Devices公司生产的AD8436真均方根-直流(RMS-to-DC)转换器的技术细节及其应用场景。AD8436由三个独立模块构成:轨到轨FET输入放大器、高动态范围均方根计算内核精密轨到轨输出放大器。该器件不仅体积小巧、功耗低,而且具有广泛的输入电压范围快速响应特性。文档涵盖了AD8436的工作原理、配置选项、外部组件选择(如电容)、增益调节、单电源供电、电流互感器配置、接地故障检测、三相电源监测等方面的内容。此外,还特别强调了PCB设计注意事项误差源分析,旨在帮助工程师更好地理解应用这款高性能的RMS-DC转换器。 适合人群:从事模拟电路设计的专业工程师技术人员,尤其是那些需要精确测量交流电信号均方根值的应用开发者。 使用场景及目标:①用于工业自动化、医疗设备、电力监控等领域,实现对交流电压或电流的精准测量;②适用于手持式数字万用表及其他便携式仪器仪表,提供高效的单电源解决方案;③在电流互感器配置中,用于检测微小的电流变化,保障电气安全;④应用于三相电力系统监控,优化建立时间转换精度。 其他说明:为了确保最佳性能,文档推荐使用高质量的电容器件,并给出了详细的PCB布局指导。同时提醒用户关注电介质吸收泄漏电流等因素对测量准确性的影响。
以下是Java解决POJ3233矩阵幂序列问题的代码解释: ```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矩阵A,同时初始化单位矩阵E。 2. 然后调用matrixPow函数出A的k次幂矩阵res。 3. 最后将resE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