矩阵快速幂 POJ 3070 Fibonacci

本文介绍了使用矩阵快速幂解决Fibonacci数列问题的高效算法,通过提供模板代码和详细解释,展示了如何利用转置矩阵进行计算,显著提升求解速度。

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

 

题目传送门

 1 /*
 2     矩阵快速幂:求第n项的Fibonacci数,转置矩阵都给出,套个模板就可以了。效率很高啊
 3 */
 4 #include <cstdio>
 5 #include <algorithm>
 6 #include <cstring>
 7 #include <cmath>
 8 using namespace std;
 9 
10 const int MAXN = 1e3 + 10;
11 const int INF = 0x3f3f3f3f;
12 const int MOD = 10000;
13 struct Mat   {
14     int m[2][2];
15 };
16 
17 Mat multi_mod(Mat a, Mat b)   {
18     Mat ret;    memset (ret.m, 0, sizeof (ret.m));
19     for (int i=0; i<2; ++i) {
20         for (int j=0; j<2; ++j) {
21             for (int k=0; k<2; ++k) {
22                 ret.m[i][j] = (ret.m[i][j] + a.m[i][k] * b.m[k][j]) % MOD;
23             }
24         }
25     }
26     return ret;
27 }
28 
29 int matrix_pow_mod(Mat x, int n)   {
30     Mat ret; ret.m[0][0] = ret.m[1][1] = 1;  ret.m[0][1] = ret.m[1][0] = 0;
31     while (n)   {
32         if (n & 1)  ret = multi_mod (ret, x);
33         x = multi_mod (x, x);
34         n >>= 1;
35     }
36     return ret.m[0][1];
37 }
38 
39 int main(void)  {       //POJ 3070 Fibonacci
40     int n;
41     while (scanf ("%d", &n) == 1)   {
42         if (n == -1)    break;
43         Mat x;
44         x.m[0][0] = x.m[0][1] = x.m[1][0] = 1; x.m[1][1] = 0;
45         printf ("%d\n", matrix_pow_mod (x, n));
46     }
47 
48     return 0;
49 }

 

转载于:https://www.cnblogs.com/Running-Time/p/4693092.html

### 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