print(f1(2,100))
==============================================================================
位运算
按位与(&):两数二进制下对应位置的数同为1,结果才为1
按位或(|):两数二进制下对应位置的数有一个为1,结果才为1
异或(^):对应位置相同为0,不同为1
左移:二进制位数下左移一位,也就是将最后一位抹去
右移:二进制位数下右移一位就是在末尾补上0,对应的十进制乘以2
比如a6可以认为是二进制下a110,可以写成a4*a2,从最低位开始比较,
从a1开始,依次累乘a,如果满足,最低位为1,就将对应的an乘到结果上。
n=100
a=2
ans=1
print(bin(n)[2:])
while n:
if n&1:
ans*=a
a*=a
n>>=1
print(ans)
===========================================================================
题目描述:
给定一个n*n的矩阵,求该矩阵的k次幂,即P^k。
输入:
输入包含多组测试数据。
数据的第一行为一个整数T(0<T<=10),表示要求矩阵的个数。
接下来有T组测试数据,每组数据格式如下:
第一行:两个整数n(2<=n<=10)、k(1<=k<=5),两个数字之间用一个空格隔开,含义如上所示。
接下来有n行,每行n个正整数,其中,第i行第j个整数表示矩阵中第i行第j列的矩阵元素Pij且(0<=Pij<=10)。另外,数据保证最后结果不会超过10^8。
输出:
对于每组测试数据,输出其结果。格式为:
n行n列个整数,每行数之间用空格隔开,注意,每行最后一个数后面不应该有多余的空格。
样例输入:
3
2 2
9 8
9 3
3 3
4 8 4
9 3 0
3 5 7
5 2
4 0 3 0 1
0 0 5 8 5
8 9 8 5 3
9 6 1 7 8
7 2 5 7 3
样例输出:
153 96
108 81
1216 1248 708
1089 927 504
1161 1151 739
47 29 41 22 16
147 103 73 116 94
162 108 153 168 126
163 67 112 158 122
152 93 93 111 97
矩阵快速幂
只有方阵才可以进行幂运算,所以矩阵的行列数一定相等
矩阵快速幂遵循的思想依旧是快速幂的思想,将指数进行拆分与合并。
矩阵加速递推关系的运算
矩阵可以加速递推关系的运算:最简单的应用就是进行斐波那契数列的求取
加速可以应用于线性动态规划。
import time
--------------------矩阵的快速幂----------------------------
#矩阵乘法
def MMOPE(a,b):
‘’’
传进来两个矩阵,相乘之后将相乘的结果返回出去
‘’’
ans=[]
t=len(a)
t1=len(b[0])
前面的矩阵
for i in range(t):
后面的矩阵
temp=[]
for j in range(t1):
行与列相乘
tempans=0
for k in range(t):
tempans+=a[i][k]*b[k][j]
temp.append(tempans)
tempans=0
ans.append(temp)
return ans
--------------------测试矩阵的快速幂------------------------
矩阵的宽度长度与矩阵的幂次
n,m=map(int,input().split())
初始化结果矩阵
ans=[[0 if i!=j else 1 for i in range(n)] for j in range(n)]
键入测试矩阵
P=[list(map(int,input().split())) for i in range(n)]
start=time.time()
这里的运算与数值的快速幂一样简单。
while m:
if m&1:
ans=MMOPE(ans,P)
m=m>>1
P=MMOPE(P,P)
end=time.time()
print(f’计算用时:{end-start}s’)
for i in ans:
flag=True
for j in i:
if flag:
print(j,end=“”)
flag=False
else:
print(f" {j}“,end=”")
print()
=================================================================================
求一下斐波那契数列的第n项
矩阵加速数列的运算主要用于有递推公式的数列,典型的应用就是求超级大项的斐波那契数列
在线性动态中应用也非常的广泛。对于矩阵加速计算,需要先构造出元矩阵
(只要能够使用元矩阵表示各个式子之间的关系即可为了方便计算仍需要矩阵越简单越好。)
普通求法:
第500000项
测试用例:斐波那契第500000项,用时:2.1083614826202393s
矩阵加速求法:
第1000000项
测试用例:斐波那契第1000000项,用时:0.36700010299682617s
矩阵乘法
def MMOPE(a,b):
‘’’
传进来两个矩阵,相乘之后将相乘的结果返回出去
‘’’
ans=[]
t=len(a)
t1=len(b[0])
前面的矩阵
for i in range(t):
后面的矩阵
temp=[]
for j in range(t1):
行与列相乘
tempans=0
for k in range(t):
tempans+=a[i][k]*b[k][j]
temp.append(tempans)
tempans=0
ans.append(temp)
return ans
n=int(input())
n1=n
m=[[0,1],[1,1]]
ans=[[1],[1]]
n-=1
start=time.time()
while n:
if n&1:
ans=MMOPE(m,ans)
m=MMOPE(m,m)
n=n>>1
end=time.time()
print(f"测试用例:斐波那契第{n1}项,用时:{end-start}s")
print(ans[0][0])
================================================================================
题目描述
已知一个数列 aa,它满足:
a(x)= 1 x in {1,2,3}
a(x)= a{x-1}+a{x-3} x>=4
求 a 数列的第 n 项对 10^9+7取余的值。
输入格式
一、Python所有方向的学习路线
Python所有方向的技术点做的整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照下面的知识点去找对应的学习资源,保证自己学得较为全面。
二、Python必备开发工具
工具都帮大家整理好了,安装就可直接上手!
三、最新Python学习笔记
当我学到一定基础,有自己的理解能力的时候,会去阅读一些前辈整理的书籍或者手写的笔记资料,这些笔记详细记载了他们对一些技术点的理解,这些理解是比较独到,可以学到不一样的思路。
四、Python视频合集
观看全面零基础学习视频,看视频学习是最快捷也是最有效果的方式,跟着视频中老师的思路,从基础到深入,还是很容易入门的。
五、实战案例
纸上得来终觉浅,要学会跟着视频一起敲,要动手实操,才能将自己的所学运用到实际当中去,这时候可以搞点实战案例来学习。
六、面试宝典
简历模板![在这里插入图片描述](https://img-blog.csdnimg.cn/646863996ac44da8af500c049bb72fbd.png#pic_center)
网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!