poj 3735Training little cats (矩阵快速幂)

本文介绍了一种通过矩阵操作和快速幂解决特定问题的方法。详细解释了三种基本矩阵操作(改变指定元素、清零列、交换两列)的实现过程,并展示了如何利用这些操作构建转换矩阵,最后使用矩阵快速幂求解复杂问题。

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

思路:   对于第一种操作g i,我们在单位矩阵基础上使Mat[0][i]变为1,例如g 1:
              1 1 0 0
              0 1 0 0
              0 0 1 0
              0 0 0 1,显然[1 0 0 0]*Mat = [1 1 0 0]
              对于第二种操作e i,我们在单位矩阵基础使第i列 等于0,例如e 2:
              1 0 0 0
              0 1 0 0
              0 0 0 0
              0 0 0 1, 显然[1 2 3 4]*Mat = [1 2 0 4]
              对于第三种操作s i j,我们在单位矩阵基础上使第i列与第j互换,例如s 1 2:
              1 0 0 0
              0 0 0 1
              0 0 1 0
              0 1 0 0,显然[1 2 0 4]*Mat = [1 4 0 2]
              现在,对于每一个操作我们都可以得到一个转置矩阵,把k个操作的矩阵相乘我们可以得到一个新的转置矩阵T。
              A * T 表示我们经过一组操作,类似我们可以得到经过m组操作的矩阵为 A * T ^ m,最终矩阵的[0][1~n]即为答案。

       构造矩阵T:

              我们以单位矩阵为基础:

              对于第一种操作g i,我们使Mat[0][i] = Mat[0][i] + 1;
              对于第二种操作e i,我们使矩阵的第i列清零;

              对于第三种操作s i j,我们使第i列与第j列互换。

            至此,构造转置矩阵T就完成了,接下来只需用矩阵快速幂求出 A * T ^ m即可,还有一个注意的地方,该题需要用到long long。

     因为矩阵的乘法符合结合率,所以我们可以先算T^m,得到t,又因为A为1,0,0……;所以A*t为t的第一行。

代码:

#include <cstdio>
#include <cstring>
#include <iostream>
#include <cmath>
#include <algorithm>
const int maxn = 108;
using namespace std;

struct mat{//套路0.0;
   __int64 v[maxn][maxn];
};
int n, m;
//矩阵乘法优化
mat matrix_mul(mat a, mat b) {
    mat c;
    memset(c.v, 0, sizeof(c.v));
    int i, j, k;
    for(i = 0; i <= n; i++)
        for(j = 0; j <= n; j++)
            if (a.v[i][j])
                for(k = 0; k <= n; k++)
                    c.v[i][k] += a.v[i][j]*b.v[j][k];
    return c;
}

int main() {
    int k;
    while(scanf("%d%d%d", &n, &m, &k) && n) {
        char c[2];//套路0.0;
        mat p, t;
        memset(p.v, 0, sizeof(p.v));
        memset(t.v, 0, sizeof(t.v));
        for(int i = 0; i <= n; i++) {
            p.v[i][i] = 1;
            t.v[i][i] = 1;
        }
        while(k--) {
            scanf("%s", c);
            if (c[0] == 'g') {
                int num;
                scanf("%d", &num);
                p.v[0][num]++;
            }
            else if (c[0] == 's') {
                int i, j;
                scanf("%d%d", &i, &j);
                for(int h = 0; h <= n; h++) {
                    __int64 tmp = p.v[h][i];
                    p.v[h][i] = p.v[h][j];
                    p.v[h][j] = tmp;
                }
            }
            else {
                int j;
                scanf("%d", &j);
                for(int i = 0; i <= n; i++)
                    p.v[i][j] = 0;
            }
        }
        while(m) {//矩阵快速幂
            if (m & 1)
                t = matrix_mul(t, p);
            m >>= 1;
            p = matrix_mul(p, p);
        }
        for(int i = 1; i <= n; i++)
            printf("%I64d ", t.v[0][i]);
        printf("\n");
    }
	return 0;
}

### 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