poj2440(矩阵快速幂)

本文介绍了一种使用快速幂算法解决特定基因序列计数问题的方法。对于长度为L的基因序列,该序列由0和1组成,且不能包含101和111作为子串。文章详细解释了如何构建递推关系,并通过8x8的矩阵进行快速幂运算以高效计算满足条件的序列数量。

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

点击打开题目链接


大意:L位由0和1组成的基因,基因中不能包含子串101以及111,求这样的基因数(L<=10^8)


思路:10^8,果断快速幂。然后不包含101及111,不妨用f[i,k]表示满足条件,共含i位,且末三位为k的基因数

然后按k分情况进行递推。例如:f[i,000]=f[i-1,100]+f[i-1,000],f[i,010]=f[i-1,001](不能是101)等等

然后k有8种可能,f[i,k]与f[i-1,k']有线性关系,就可以构建好矩阵快速幂来做了(8*8的矩阵,有点暴力啊)

最后注意,样例中只有一组数据,但实际题目中说了有多组数据。


代码如下:

import java.io.BufferedReader;
import java.io.IOException;
import java.io.InputStreamReader;
import java.util.Scanner;

public class Main {

	/**
	 * @param args
	 */
	static int n, sum;
	static int mat1[][], nowmat[][];
	static BufferedReader reader;
	static String str;

	private static int[][] mulmat(int a[][], int b[][]) {
		int c[][] = new int[9][9];
		int val;
		for (int i = 1; i <= 8; i++)
			for (int j = 1; j <= 8; j++) {
				val = 0;
				for (int k = 1; k <= 8; k++)
					val = (val + a[i][k] * b[k][j]) % 2005;
				c[i][j] = val;
			}
		return c;
	}

	private static int[][] mul(int n) {
		if (n == 1)
			return mat1;
		else {
			int mat[][] = mul(n / 2);
			mat = mulmat(mat, mat);
			if (n % 2 == 1)
				mat = mulmat(mat, mat1);
			return mat;
		}
	}

	private static void init() {
		mat1 = new int[9][9];
		mat1[1][1] = 1;
		mat1[1][5] = 1;
		mat1[2][1] = 1;
		mat1[2][5] = 1;
		mat1[3][2] = 1;
		mat1[4][2] = 1;
		mat1[5][3] = 1;
		mat1[5][7] = 1;
		mat1[7][4] = 1;
	}

	public static void main(String[] args) throws NumberFormatException,
			IOException {
		// TODO Auto-generated method stub
		reader = new BufferedReader(new InputStreamReader(System.in));
		while ((str = reader.readLine()) != null) {
			n = Integer.parseInt(str);
			if (n == 1)
				System.out.println(2);
			else if (n == 2)
				System.out.println(4);
			else if (n == 3)
				System.out.println(6);
			else {
				init();
				nowmat = mul(n - 3);
				sum = 0;
				for (int i = 1; i <= 8; i++)
					for (int j = 1; j <= 8; j++)
						sum = (sum + nowmat[i][j]) % 2005;
				System.out.println(sum);
			}
		}
	}

}


### 关于POJ 1995问题的快速幂C++实现 对于POJ 1995问题,其核心在于通过矩阵快速幂算法高效解决大规模数据下的指数运算。以下是基于引用材料中的相关内容构建的一个完整的解决方案。 #### 矩阵快速幂的核心逻辑 矩阵快速幂是一种高效的计算方式,在处理线性递推关系时尤为有效。例如斐波那契数列可以通过构造特定的转移矩阵来加速计算[^4]。具体来说,给定一个初始状态向量和一个转移矩阵,经过若干次幂运算后可获得目标状态。 以下是一个通用的矩阵快速幂模板: ```cpp #include <iostream> using namespace std; const int N = 2; // 定义矩阵大小 struct Matrix { long long m[N][N]; }; // 矩阵乘法函数 Matrix multiply(const Matrix& a, const Matrix& b) { Matrix c; for (int i = 0; i < N; ++i) { for (int j = 0; j < N; ++j) { c.m[i][j] = 0; for (int k = 0; k < N; ++k) { c.m[i][j] += a.m[i][k] * b.m[k][j]; c.m[i][j] %= 10000; // 取模操作 } } } return c; } // 快速幂函数 Matrix fastPower(Matrix base, long long exp) { Matrix result; for (int i = 0; i < N; ++i) { for (int j = 0; j < N; ++j) { result.m[i][j] = (i == j); } } while (exp > 0) { if (exp % 2 == 1) { result = multiply(result, base); } base = multiply(base, base); exp /= 2; } return result; } int main() { long long n; cin >> n; // 初始化转移矩阵 Matrix trans; trans.m[0][0] = 0; trans.m[0][1] = 1; trans.m[1][0] = 1; trans.m[1][1] = 1; // 计算结果矩阵 if (n == 0 || n == 1) { cout << 1 << endl; } else { Matrix res = fastPower(trans, n - 1); // 初始状态向量 long long fib_prev = 1; long long fib_curr = 1; // 输出结果 cout << (res.m[0][0] * fib_prev + res.m[0][1] * fib_curr) % 10000 << endl; } return 0; } ``` 此代码实现了针对斐波那契数列的大规模项求解功能,并采用了取模`%10000`的操作以满足题目需求。其中的关键部分包括矩阵乘法、快速幂以及状态转移的设计[^3]。 #### 特殊注意点 在实际提交过程中需要注意以下几个方面: - **大数组定义**:如果涉及更大的矩阵或者更复杂的动态规划表,则需特别留意内存分配的位置及其范围限制[^2]。 - **时间复杂度控制**:尽管快速幂本身具有较低的时间复杂度O(log n),但在极端情况下仍需验证是否存在进一步优化空间。 - **边界条件处理**:如输入为较小数值时直接返回已知答案而非进入循环计算流程。
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