两矩阵相乘,朴素算法的复杂度是O(N^3)。如果求一次矩阵的M次幂,按朴素的写法就是O(N^3*M)。既然是求幂,不免想到快速幂取模的算法,a^b %m 的复杂度可以降到O(logb)。如果矩阵相乘是不是也可以实现O(N^3 * logM)的时间复杂度呢?答案是肯定的。
先定义矩阵数据结构:
struct Mat{
int mat[MaxN][MaxN];
};
O(N^3)实现一次矩阵乘法(最基本的一次矩阵乘法,类似于生成元数据)
Mat operator * (Mat a, Mat b){
Mat c;
memset(c.mat,0,sizeof(c.mat));
for(int k=0;k< Nsize;k++){
for(int i=0;i< Nsize;i++){
for(int j=0;j< Nsize;j++){
c.mat[i][j]=( c.mat[i][j] + a.mat[i][k]*b.mat[k][j])% MOD;
}
}
}
return c;
}
下面介绍一种特殊的矩阵:单位矩阵
很明显的可以推知,任何矩阵乘以单位矩阵,其值不改变。
有了前边的介绍,就可以实现矩阵的快速连乘了。
Mat operator ^ (Mat a, int k){
Mat c;
for(int i=0;i< Nsize;i++)
for(int j=0;j< Nsize;j++)
c.mat[i][j]=(i==j); //初始化为单位矩阵
for(;k;k>>=1){
if(k&1) c=c*a;
a=a*a;
}
return c;
}
举个例子:
求第n个Fibonacci数模M的值。如果这个n非常大的话,普通的递推时间复杂度为O(n),这样的复杂度很有可能会挂掉。这里可以用矩阵做优化,复杂度可以降到O(logn * 2^3)
如图:
A = F(n - 1), B = F(N - 2),这样使构造矩阵的n次幂乘以初始矩阵
得到的结果就是
。
因为是2*2的据称,所以一次相乘的时间复杂度是O(2^3),总的复杂度是O(logn * 2^3 + 2*2*1)。
POJ 3070 Fibonacci 的实现代码如下,思路就是上面部分:
#include<cstdio>
#include<cstring>
#include<iostream>
#define MaxN 105
#define MOD 10000
using namespace std;
int Nsize=2;
struct Mat{
int mat[MaxN][MaxN];
};
Mat operator * (Mat a, Mat b){
Mat c;
memset(c.mat,0,sizeof(c.mat));
for(int k=0;k< Nsize;k++){
for(int i=0;i< Nsize;i++){
for(int j=0;j< Nsize;j++){
c.mat[i][j]=( c.mat[i][j] + a.mat[i][k]*b.mat[k][j])% MOD;
}
}
}
return c;
}
Mat operator ^ (Mat a, int k){
Mat c;
for(int i=0;i< Nsize;i++)
for(int j=0;j< Nsize;j++)
c.mat[i][j]=(i==j); //初始化为单位矩阵
for(;k;k>>=1){
if(k&1) c=c*a;
a=a*a;
}
return c;
}
int main() {
int n;
Mat a;
a.mat[0][0]=a.mat[0][1]=a.mat[1][0]=1;
a.mat[1][1]=0;
while(scanf("%d",&n)){
if(n==-1) {break;}
Mat res;
res.mat[0][0]=1;
res.mat[1][0]=0;
res=(a^n)*res;
printf("%d\n",res.mat[1][0]);
}
return 0;
}