poj 3233 Matrix Power Series(矩阵快速幂+分治)

本文介绍了一种利用矩阵快速幂解决特定矩阵求和问题的方法。通过定义矩阵结构体并实现矩阵乘法与加法运算,结合快速幂技巧,有效地计算了S=A+A^2+A^3+…+A^k的值。

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

题意:给出一个n*n 的矩阵A和一个正整数k,请你计算S=A+A^2+A^3+…+A^k。

把矩阵定义成结构体,可以套矩阵乘法与加法模板,用矩阵快速幂求解。求和时先用分治二分幂,记得要返回解出的和S时要判断幂的奇偶,若是偶数S=(A+A^2+A^3+…+A^k/2)+(A+A^2+A^3+…+A^k/2)* A^k/2 ,若是奇数S=(A+A^2+A^3+…+A^k/2)+(A+A^2+A^3+…+A^k/2)*A^k/2+A^k。

#include<stdio.h>
#include<string.h>
int n,k,mod;

struct mat
{
    long long v[33][33]; //因为计算矩阵乘法结果时会超int范围,所以此处定义为long long
    int n,m;
    mat()
    {
        memset(v,0,sizeof(v));
        n=m=0;
    }

    friend mat operator* (mat a,mat b) //矩阵乘法
    {
        mat c;
        c.m=a.m,c.n=b.n;
        for(int i=1;i<=c.m;i++)
        for(int j=1;j<=c.n;j++)
        for(int k=1;k<=a.n;k++)
        {
            c.v[i][j]=(c.v[i][j]+a.v[i][k]*b.v[k][j])%mod; 
        }
        return c;
    }

    friend mat operator+ (mat a,mat b) //矩阵加法
    {
        mat c;
        c.m=a.m,c.n=b.n;
        for(int i=1;i<=c.m;i++)
        for(int j=1;j<=c.n;j++)
        {
            c.v[i][j]=(a.v[i][j]+b.v[i][j])%mod;
        }
        return c;
    }
};
mat a;

mat qkpow(mat a,int k)
{
    mat c;
    c.m=a.m,c.n=a.n;
    for(int i=1;i<=c.m;i++)
    {
        c.v[i][i]=1;
    }

    mat t=a;
    while(k>0)
    {
        if(k&1) c=c*t;
        k>>=1;
        t=t*t;
    }
    return c;
}

mat solve(mat a,long long k)
{
    if(k==1) return a;
    mat t1=solve(a,k>>1);
    mat t2=qkpow(a,k>>1);

    if(k&1) return t1+t2*t1+qkpow(a,k);
    else return t1+t2*t1;
}

int main()
{
    //freopen("1.txt","r",stdin);
    //freopen("2.txt","w",stdout);
    scanf("%d%d%d",&n,&k,&mod);

    a.m=a.n=n;
    for(int i=1;i<=n;i++)
    for(int j=1;j<=n;j++)
    {
        scanf("%d",&a.v[i][j]);
    }

    mat ans=a;
    ans=solve(a,k);

    for(int i=1;i<=n;i++)
    {
        for(int j=1;j<=n;j++)
        {
            printf("%d ",ans.v[i][j]);
        }
        printf("\n");
    }

    return 0;
}
以下是Java解决POJ3233矩阵幂序列问题的代码解释: ```java import java.util.Scanner; public class Main { static int n, k, m; static int[][] A, E; public static void main(String[] args) { Scanner sc = new Scanner(System.in); n = sc.nextInt(); k = sc.nextInt(); m = sc.nextInt(); A = new int[n][n]; E = new int[n][n]; for (int i = 0; i < n; i++) { for (int j = 0; j < n; j++) { A[i][j] = sc.nextInt() % m; E[i][j] = (i == j) ? 1 : 0; } } int[][] res = matrixPow(A, k); int[][] ans = matrixAdd(res, E); printMatrix(ans); } // 矩阵乘法 public static int[][] matrixMul(int[][] a, int[][] b) { int[][] c = new int[n][n]; for (int i = 0; i < n; i++) { for (int j = 0; j < n; j++) { for (int k = 0; k < n; k++) { c[i][j] = (c[i][j] + a[i][k] * b[k][j]) % m; } } } return c; } // 矩阵快速幂 public static int[][] matrixPow(int[][] a, int b) { int[][] res = E; while (b > 0) { if ((b & 1) == 1) { res = matrixMul(res, a); } a = matrixMul(a, a); b >>= 1; } return res; } // 矩阵加法 public static int[][] matrixAdd(int[][] a, int[][] b) { int[][] c = new int[n][n]; for (int i = 0; i < n; i++) { for (int j = 0; j < n; j++) { c[i][j] = (a[i][j] + b[i][j]) % m; } } return c; } // 输出矩阵 public static void printMatrix(int[][] a) { for (int i = 0; i < n; i++) { for (int j = 0; j < n; j++) { System.out.print(a[i][j] + " "); } System.out.println(); } } } ``` 解释: 1. 首先读入输入的n、k、m矩阵A,同时初始化单位矩阵E。 2. 然后调用matrixPow函数求出A的k次幂矩阵res。 3. 最后将resE相加得到结果ans,并输出。 4. matrixMul函数实现矩阵乘法,matrixPow函数实现矩阵快速幂matrixAdd函数实现矩阵加法,printMatrix函数实现输出矩阵
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