hdu 4382 模拟 矩阵连乘 高精度

矩阵快速幂
本文介绍了一种使用矩阵快速幂解决大规模循环操作问题的方法。通过构建特定矩阵并利用快速幂技巧高效计算大量循环操作后的结果,解决了当操作次数巨大时常规方法难以处理的问题。文章详细展示了如何构造矩阵以及进行高精度计算。

链接:http://acm.hdu.edu.cn/showproblem.php?pid=4382

题意,有两个容器C1,C2,初始的时候C1中有一个数的值为V,给你K个操作,每次都重复这K个操作N遍,最后问你C2中的数是多少。

N<=10^100。

1:循环操作的次数巨大,敏感的想到这是矩阵连乘的题目。

2:K个操作可以得出一个矩阵,N个K操作就是这个矩阵的N次方

3:最后再乘以初始矩阵即可

构造矩阵也不难,就是if else写个半天,可以看这里

最后需要模拟高精度除法,即一个高精度的数除以一个整数

if else 写的累shi 了尴尬

#include<cstdio>
#include<cstring>
#include<vector>
#include<map>
#include<algorithm>
using namespace std;
typedef __int64 lld;
const int mod = 1000000007;
const int maxn = 3;
int n,m;
int V;
int bit[110];
struct Matrix{
    lld a[maxn][maxn];
	void init0()
	{
		memset(a,0,sizeof(a));
	}
    void init1()
    {
        for(int i=0;i<maxn;i++)
        {
            for(int j=0;j<maxn;j++)
            {
                a[i][j]=(i==j);
            }
        }
    }
	void print()
	{
		puts("***************");
		for(int i=0;i<3;i++)
		{
			for(int j=0;j<3;j++)
			{
				printf("%I64d ",a[i][j]);
			}
			puts("");
		}
	}
};
Matrix matrix_mul(Matrix a,Matrix b)
{
    int i,j,k;
    Matrix ans;
    for(i=0;i<maxn;i++)
    {
        for(j=0;j<maxn;j++)
        {
            ans.a[i][j]=0;
            for(k=0;k<maxn;k++)
                ans.a[i][j]=(ans.a[i][j]+a.a[i][k]*b.a[k][j])%mod;
        }
    }
    return ans;
}
Matrix mult(Matrix a,int b)
{
    Matrix ans;
    ans.init1();
    while(b)
    {
        if(b&1)
            ans=matrix_mul(ans,a);
        b>>=1;
        a=matrix_mul(a,a);
    }
    return ans;
}
lld get_val(char *s)
{
	lld num=0;
	for(int i=0;s[i];i++)	num=num*10+s[i]-'0';
	return num;
}
int main()
{
	int t,ca=1;
	scanf("%d",&t);
	while(t--)
	{
		scanf("%d",&V);
		char op[10],s1[10],s2[10];
		Matrix ms,tmp;
		ms.init1();
	//	ms.print();
		while(scanf("%s",op),strcmp(op,"END")!=0)
		{
			scanf("%s%s",s1,s2);
			tmp.init0();
			tmp.a[2][2]=1;
			if(op[0]=='S')
			{
				if(s1[1]=='1')
				{
					if(s2[0]=='C')
					{
						if(s2[1]=='1')	tmp.a[0][0]=tmp.a[1][1]=1;
						else tmp.a[1][0]=tmp.a[1][1]=1;
					}
					else 
					{
						lld num=get_val(s2);
						tmp.a[1][1]=1;
						tmp.a[2][0]=num;
					}
				}
				else 
				{
					if(s2[0]=='C')
					{
						if(s2[1]=='1')tmp.a[0][0]=tmp.a[0][1]=1;
						else tmp.a[0][0]=tmp.a[1][1]=1;
					}
					else 
					{
						lld num=get_val(s2);
						tmp.a[0][0]=1;
						tmp.a[2][1]=num;
					}
				}
			}
			else if(op[0]=='A')
			{
				if(s1[1]=='1')
				{
					if(s2[0]=='C')
					{
						if(s2[1]=='1')  tmp.a[0][0]=2,tmp.a[1][1]=1;
						else tmp.a[0][0]=tmp.a[1][0]=tmp.a[1][1]=1;
					}
					else 
					{
						lld num=get_val(s2);
						tmp.a[0][0]=tmp.a[1][1]=1;
						tmp.a[2][0]=num;
					}
				}
				else 
				{
					if(s2[0]=='C')
					{
						if(s2[1]=='1') tmp.a[0][0]=tmp.a[0][1]=tmp.a[1][1]=1;
						else tmp.a[0][0]=1,tmp.a[1][1]=2;
					}
					else
					{
						lld num=get_val(s2);
						tmp.a[0][0]=tmp.a[1][1]=1;
						tmp.a[2][1]=num;
					}
				}
			}
			else 
			{
				lld num=get_val(s2);
				if(s1[1]=='1')
				{
					tmp.a[0][0]=num;
					tmp.a[1][1]=1;
				}
				else 
				{
				    tmp.a[0][0]=1;
					tmp.a[1][1]=num;
				}
			}
			//tmp.print();
		//	ms.print();
			ms=matrix_mul(ms,tmp);
		//	ms.print();
		}
		
		Matrix mat=ms;
		int Q;
		char num[110];
		scanf("%d",&Q);
		printf("Case %d:\n",ca++);
		while(Q--)
		{
			ms.init0();
			ms.a[0][0]=V,ms.a[0][2]=1;
			tmp=mat;
			scanf("%s",num);
			int len=strlen(num);
			for(int i=0;i<len;i++) bit[i]=num[len-1-i]-'0';
			while(len>0)
			{
				if(bit[0]&1) ms=matrix_mul(ms,tmp);
				tmp=matrix_mul(tmp,tmp);
				int pre=0,sum;
				for(int i=len-1;i>=0;i--)
				{
					sum=bit[i]+pre*10;
					bit[i]= (sum>>1);
					pre=sum&1;
				}
				while(len>0 && bit[len-1]==0) len--;
			}
			printf("%I64d\n",ms.a[0][1]);
		}
	}
	return 0;
}


### 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