DP 优化 - 矩阵快速幂优化

以矩阵方式加速递推。

前置知识

矩阵乘法
$$\begin{gathered} \left[\begin{array}{cccc}{A}_{1,1}& A_{1,2}& ...& A_{1,k}\\ A_{2,1}& A_{2,2}& ...& A_{2,k}\\ ...& ...& ...& ...\\ A_{n,1}& A_{n,2}& ...& A_{n,k}\end{array}\right]\times \left[\begin{array}{cccc}{B}_{1,1}& B_{1,2}& ...& B_{1,n}\\ B_{2,1}& B_{2,2}& ...& B_{2,n}\\ ...& ...& ...& ...\\ B_{k,1}& B_{k,2}& ...& B_{k,n}\end{array}\right]=C \\ {C}_{ij}=\sum _{x=1}^k{A}_{ix}\times B_{xi} \end{gathered}$$

比如说：
$$\left[\begin{array}{ccc}{A}_{1,1}& A_{1,2}& A_{1,3}\\ A_{2,1}& A_{2,2}& A_{2,3}\end{array}\right]\times \left[\begin{array}{cccc}{B}_{1,1}& B_{1,2}& B_{1,3}& B_{1,4}\\ B_{2,1}& B_{2,2}& B_{2,3}& B_{2,4}\\ B_{3,1}& B_{3,2}& B_{3,3}& B_{3,4}\end{array}\right]=\left[\begin{array}{cccc}{C}_{1,1}& C_{1,2}& C_{1,3}& C_{1,4}\\ C_{2,1}& C_{2,2}& C_{2,3}& C_{2,4}\end{array}\right]$$

时间复杂度 $O(nmk)$

矩阵快速幂

用快速幂方式来进行矩阵乘法 $O(nmk\log x)$

算法用途

用途，还用说吗？字面意思，加速递推。

算法复杂度

矩阵是 $n\times k$ 和 $k\times m$ 的。要递推 $x$ 次。

所以快速幂方式来进行矩阵乘法时间复杂度为 $O(nmk\log x)$

算法实现

此处尝试优化斐波那契数列的 DP 算法。

斐波那契数列 DP 转移方程为：

$$f_i=\{\begin{array}{ll}1& (i\le 2)\\ f_{i-1}+f_{i-2}& (i\le 3)\end{array}$$

我们使用一个矩阵来表示状态。

$$\left[\begin{array}{c}{f}_i\\ f_{i-1}\end{array}\right]$$

然后我们需要求出一个矩阵 $A$ 使得 $A$ 满足

$$A\times \left[\begin{array}{c}{f}_{i-1}\\ f_{i-2}\end{array}\right]=\left[\begin{array}{c}{f}_i\\ f_{i-1}\end{array}\right]$$

可以通过 $C_{i,j}={\sum }_{x=1}^k{A}_{x,i}\times B_{j,x}$ 逆推，容易求得

$$A=\left[\begin{array}{cc}1& 1\\ 1& 0\end{array}\right]$$

我们还需要一个初始矩阵 $B$ 表示初始状态

斐波那契数列 DP 时

$$A=\left[\begin{array}{c}1\\ 1\end{array}\right]$$

最终答案矩阵为

$$B\times A^x$$

即
$$\left[\begin{array}{c}1\\ 1\end{array}\right]\times {\left[\begin{array}{cc}1& 1\\ 1& 0\end{array}\right]}^x$$