定义
矩阵乘法是矩阵的一种运算。设A是a*b的矩阵,B是c*d的矩阵,只有当b等于c时,矩阵乘法才能进行。
满足结合律,分配律,但不一定满足交换律(b等于c时a并不一定等于d,所以不能交换)。
乘积
设C=A*B,则:
Ci,j=∑bk=1Ai,k∗Bk,j
比如:
[1−10321]∗⎡⎣⎢321110⎤⎦⎥=[1∗3+0∗2+2∗1−1∗3+3∗2+1∗11∗1+0∗1+2∗0−1∗1+3∗1+1∗0]=[5412]
作用
矩阵乘法在信息学中的应用通常是加快递推,只需要将递推表示成矩阵的形式,就可以利用矩阵乘法来做了。下面以最经典的斐波那契数来举例。
斐波那契数:
f(i)=f(i−1)+f(i−2)
构造这样的状态矩阵:
[f(n−1)f(n)]
再构造这样的变换矩阵:
[acbd]
根据
[f(n−2)f(n−1)]∗[acbd]=[a∗f(n−2)+c∗f(n−1)b∗f(n−2)+d∗f(n−1)]=[f(n−1)f(n)]
可以算出变换矩阵的系数:
[0111]
那么也就是说
[f(n−2)f(n−1)]∗[0111]=[f(n−1)f(n)]
。而我们已知了f(0)和f(1),变换一次就可以变成f(1)和f(2),再变换一次就可以变成f(2)和f(3),以此类推,我们只要变换n-1次就可以得到f(n-1)和f(n)了。
由于矩阵乘法满足结合律,我们可以这么求f(n-1)和f(n):
[f(0)f(1)]∗[0111]n−1=[f(n−1)f(n)]
既然是乘法,就可以用快速幂。那么只需要
O(23∗log2(n))
的时间就可以求出斐波那契第n项了。
不过矩阵的“1”是什么?矩阵中的“1”被称为单位矩阵,是形如这样的矩阵:
⎡⎣⎢⎢⎢⎢⎢⎢⎢10⋮0001⋮00⋯⋯⋱⋯⋯00⋮1000⋮01⎤⎦⎥⎥⎥⎥⎥⎥⎥
其中i,i为1,其余为0。
一个a*b的矩阵乘上b*b的单位矩阵显然会变成自己。
模板
POJ3070,求斐波那契第n项。
#include<cstdio>
#include<cstring>
using namespace std;
const int MOD=10000;
int n;
struct Matrix
{
int r,c,s[2][2];
void zero(int R,int C) //零矩阵
{
r=R;c=C;
for (int i=0;i<r;i++)
for (int j=0;j<c;j++)
s[i][j]=0;
}
void unit(int C) {zero(C,C);for (int i=0;i<c;i++) s[i][i]=1;}
//单位矩阵
};
Matrix fst,T,ans,c;
Matrix operator * (const Matrix &a,const Matrix &b) //矩阵乘法
{
c.zero(a.r,b.c);
for (int i=0;i<c.r;i++)
for (int j=0;j<c.c;j++)
for (int k=0;k<a.c;k++)
c.s[i][j]=(c.s[i][j]+a.s[i][k]*b.s[k][j])%MOD;
return c;
}
Matrix power(Matrix w,int b) //快速幂
{
Matrix s;s.unit(w.c);
while (b)
{
if (b&1) s=s*w;
b>>=1;
if (b) w=w*w;
}
return s;
}
int main()
{
freopen("Matrix_mul.in","r",stdin);
freopen("Matrix_mul.out","w",stdout);
fst.r=1;fst.c=2;fst.s[0][0]=0;fst.s[0][1]=1;
T.r=T.c=2;T.s[0][0]=0;T.s[0][1]=T.s[1][0]=T.s[1][1]=1;
for (scanf("%d",&n);~n;scanf("%d",&n))
{
if (!n) printf("0\n"); else
printf("%d\n",(fst*power(T,n-1)).s[0][1]);
}
return 0;
}