bzoj1009: [HNOI2008]GT考试

矩阵快速幂。。。第一次做矩阵的快速幂 花了不少时间。

先假定f[i,j]表示到i为止,可以匹配j位。最终答案便是f[n,j](0<=j<m),没有完全匹配的.

由于n比较大,所以不可能直接求解。我们可以发现f[i,j]可以由f[i-1,k](0<=k<m)推出,之间可以求解出一个关系式,其中可以KMP求匹配。

通过该关系式 构造一个矩阵,然后矩阵快速幂就可以迅速求解了。

#include <algorithm>
#include <iostream>
#include <cstdlib>
#include <cstdio>
#include <vector>
#include <cstring>
#include <cmath>
using namespace std;
int next[23], b[21], c[21];
struct REC
{
    int a[21][21];//新长度,旧长度
    REC(){
        memset(a,0,sizeof(a));
    }
} r;
char s[23];
void kmp()
{
    int i, j, len;
    len=strlen(s);
    next[0]=-1, i=0, j=-1;
    while(i<len){
        if(j==-1||s[i]==s[j]){
            i++, j++;
            next[i]=j;
        }else j=next[j];
    }
    int t;
    for(i=0;i<len;i++){
        for(j=0;j<=9;j++){
            t=i;
            while(t!=-1&&j+'0'!=s[t]) t=next[t];
            t++;
            r.a[t][i]++;
        }
    }
}
int main()
{
    int i, j, e, n, m, k, len;
    while(~scanf("%d%d%d%s",&n,&m,&k,s)){
        kmp();
        len=strlen(s);
        memset(b,0,sizeof(b));
        b[0]=1;
        while(n){
            if(n%2){
                memset(c,0,sizeof(c));
                for(i=0;i<len;i++) for(j=0;j<len;j++){
                        c[i]+=r.a[i][j]*b[j];
                        c[i]%=k;
                    }
                for(i=0;i<len;i++)
                    b[i]=c[i];
            }
            REC tp;
            for(i=0;i<len;i++)
                for(j=0;j<len;j++)
                    for(e=0;e<len;e++){
                        tp.a[i][j]+=r.a[i][e]*r.a[e][j];
                        tp.a[i][j]%=k;
                    }
            r=tp;
            n/=2;
        }
        int ans=0;
        for(i=0;i<len;i++){
            ans+=b[i];
            ans%=k;
        }
        printf("%d\n",ans);
    }
    return 0;
}


  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
在信号处理领域,DOA(Direction of Arrival)估计是一项关键技术,主要用于确定多个信号源到达接收阵列的方向。本文将详细探讨三种ESPRIT(Estimation of Signal Parameters via Rotational Invariance Techniques)算法在DOA估计中的实现,以及它们在MATLAB环境中的具体应用。 ESPRIT算法是由Paul Kailath等人于1986年提出的,其核心思想是利用阵列数据的旋转不变性来估计信号源的角度。这种算法相比传统的 MUSIC(Multiple Signal Classification)算法具有较低的计算复杂度,且无需进行特征值分解,因此在实际应用中颇具优势。 1. 普通ESPRIT算法 普通ESPRIT算法分为两个主要步骤:构造等效旋转不变系统和估计角度。通过空间平移(如延时)构建两个子阵列,使得它们之间的关系具有旋转不变性。然后,通过对子阵列数据进行最小二乘拟合,可以得到信号源的角频率估计,进一步转换为DOA估计。 2. 常规ESPRIT算法实现 在描述中提到的`common_esprit_method1.m`和`common_esprit_method2.m`是两种不同的普通ESPRIT算法实现。它们可能在实现细节上略有差异,比如选择子阵列的方式、参数估计的策略等。MATLAB代码通常会包含预处理步骤(如数据归一化)、子阵列构造、旋转不变性矩阵的建立、最小二乘估计等部分。通过运行这两个文件,可以比较它们在估计精度和计算效率上的异同。 3. TLS_ESPRIT算法 TLS(Total Least Squares)ESPRIT是对普通ESPRIT的优化,它考虑了数据噪声的影响,提高了估计的稳健性。在TLS_ESPRIT算法中,不假设数据噪声是高斯白噪声,而是采用总最小二乘准则来拟合数据。这使得算法在噪声环境下表现更优。`TLS_esprit.m`文件应该包含了TLS_ESPRIT算法的完整实现,包括TLS估计的步骤和旋转不变性矩阵的改进处理。 在实际应用中,选择合适的ESPRIT变体取决于系统条件,例如噪声水平、信号质量以及计算资源。通过MATLAB实现,研究者和工程师可以方便地比较不同算法的效果,并根据需要进行调整和优化。同时,这些代码也为教学和学习DOA估计提供了一个直观的平台,有助于深入理解ESPRIT算法的工作原理。
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