蓝桥杯 递推求值

问题描述
  已知递推公式:

  F(n, 1)=F(n-1, 2) + 2F(n-3, 1) + 5,

  F(n, 2)=F(n-1, 1) + 3F(n-3, 1) + 2F(n-3, 2) + 3.

  初始值为:F(1, 1)=2, F(1, 2)=3, F(2, 1)=1, F(2, 2)=4, F(3, 1)=6, F(3, 2)=5。
  输入n,输出F(n, 1)和F(n, 2),由于答案可能很大,你只需要输出答案除以99999999的余数。
输入格式
  输入第一行包含一个整数n。
输出格式
  输出两行,第一行为F(n, 1)除以99999999的余数,第二行为F(n, 2)除以99999999的余数。
样例输入
4
样例输出
14

21
数据规模和约定
  1<=n<=10^18。
这个题数据量很大,如果直接递推的话,一定会超时,所以采用矩阵快速幂的方法,将时间复杂度由o(n)降低为o(logn),不懂矩阵快速幂的可自行百度。
#include<iostream>
#include<cstring>
#define MOD 99999999
using namespace std;
typedef  long long**  Mat;
void mul_mat(Mat a, Mat b, Mat &c, int R_number_a, int C_number_a, int C_number_b)
{
	int i, j, k;
	Mat C = new long long*[R_number_a];
	for (int i = 0;i<R_number_a;i++)
	{
		C[i] = new long long[C_number_b];
		for (int j = 0;j<C_number_b;j++)
			C[i][j] = 0ll;
	}
	for ( i = 0;i<R_number_a;i++)
		for ( k = 0;k < C_number_a;k++)
			for ( j = 0;j<C_number_b;j++)
				C[i][j] += a[i][k] * b[k][j]%MOD;
	delete c;
	c = C;
}
Mat pow_mat(Mat region, int R_number, int C_number, long long n)
{
	Mat ans = new long long*[R_number];
	Mat t = new long long*[R_number];
	for (int i = 0;i<R_number;i++)
	{
		ans[i] = new long long[C_number];
		for (int j = 0;j<C_number;j++)
			ans[i][j] = (long long)(i == j);
	}
	for (int i = 0;i<R_number;i++)
	{
		t[i] = new long long[C_number];
		for (int j = 0;j<C_number;j++)
			t[i][j] = region[i][j];
	}
	while (n)
	{
		if (n & 1)
			mul_mat(ans, t, ans, R_number, C_number, C_number);
			mul_mat(t, t, t, R_number, C_number, C_number);
		n = n >> 1;
	}
	return ans;
}
int main()
{
	Mat region = new long long*[7], ans;
	long long n, a[7] = {5ll,6ll,4ll,1ll,3ll,2ll,1ll};
	cin >> n;
	region[0] = new long long[7];
	region[1] = new long long[7];
	for (int i = 0;i < 7;i++)
		region[i] = new long long[7],memset(region[i],0,sizeof(long long)*7);
	region[0][1]= region[1][0]= region[2][0]= region[3][1]= region[4][2]= region[5][3]= region[6][6]=1ll;
	region[0][4] = 2ll;
	region[0][5] = 3ll;
	region[0][6] = 3ll;
	region[1][5] = 2ll;
	region[1][6] = 5ll;
	if (n < 4) {
		switch (n) {
		case 1:cout << 2 << endl << 3 << endl;break;
		case 2:cout << 1 << endl << 4<< endl;break;
		case 3:cout << 6 << endl << 5 << endl;break;
		}
	}
	else {
		ans = pow_mat(region, 7, 7, n - 3);
		long long fn1 = 0ll, fn2 = 0ll;
		for (int i = 0;i < 7;i++)
			fn1 += ans[1][i] * a[i], fn2+= ans[0][i] * a[i];
		cout << fn1%MOD << endl << fn2%MOD << endl;
	}
	return 0;
}

动态规划是一种常用的解决问题的算法,其核心思想是将一个复杂的问题分解为多个子问题进行求解,通过保存之前的状态来减少计算量,从而达到优化算法的目的。动态规划有两种求解方式,一种是递推求解法,另一种是记忆化搜索法。 递推求解法是指从小到大依次计算子问题的解,逐步推导出整个问题的最优解。这种方法需要定义一个状态转移方程,通过状态转移方程来求解问题。具体步骤如下: 1. 定义状态:将原问题拆分成若干个子问题,根据子问题定义状态。 2. 定义状态转移方程:根据子问题之间的关系,定义状态转移方程。 3. 确定边界条件:确定最小的子问题的解。 4. 递推求解:根据状态转移方程从边界条件出发,逐步计算得到整个问题的解。 下面以斐波那契数列为例,介绍动态规划递推求解法的具体实现过程。 假设要求斐波那契数列的第n项的,斐波那契数列的定义如下: f(0) = 0 f(1) = 1 f(n) = f(n-1) + f(n-2) (n>=2) 1. 定义状态 将原问题拆分成若干个子问题,根据子问题定义状态。对于斐波那契数列,我们可以将其拆分成n-1和n-2两个子问题,然后定义状态f(n)表示斐波那契数列的第n项的。 2. 定义状态转移方程 根据子问题之间的关系,定义状态转移方程。对于斐波那契数列,由于f(n)依赖于f(n-1)和f(n-2),因此可以得到状态转移方程: f(n) = f(n-1) + f(n-2) 3. 确定边界条件 确定最小的子问题的解。对于斐波那契数列,边界条件为f(0)=0和f(1)=1。 4. 递推求解 根据状态转移方程从边界条件出发,逐步计算得到整个问题的解。具体实现过程如下: ```python def fibonacci(n): if n == 0: return 0 elif n == 1: return 1 else: f = * (n+1) f = 0 f = 1 for i in range(2, n+1): f[i] = f[i-1] + f[i-2] return f[n] ``` 以上就是动态规划递推求解法的具体实现过程。如果您有任何疑问或者其他相关问题,请随时提出。
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