HLG 1375 The Active Leyni

5 篇文章 0 订阅
3 篇文章 0 订阅

递推公式+矩阵乘方

转:(有个写的特别好,我就直接引用下了偷笑


定义f[i][0]为走了i步恰好达到S的不同走法

定义f[i][1]为走了i步恰好达到A的不同走法

定义f[i][2]为走了i步恰好达到B的不同走法

定义f[i][3]为走了i步恰好达到C的不同走法

状态转义方程为:

f[i][0] = f[i – 1][1] + f[i – 1][2] + f[i – 1][3];

f[i][1] = f[i – 1][0] + f[i – 1][2] + f[i – 1][3];

f[i][2] = f[i – 1][0] + f[i – 1][1] + f[i – 1][3];

f[i][3] = f[i – 1][0] + f[i – 1][1] + f[i – 1][2];

由于n的规模达到109,所以我们可以令

矩阵A = [1 0 0 0]表示走了0步时恰好到达S, A, B, C的不同走法,

那么每次状态转义相当于乘以矩阵B,其中:

B = [0 1 1 1

       1 0 1 1

       1 1 0 1

       1 1 1 0]

可知,求走n步恰好到达S点的不同走法即是求A * Bn,使用矩阵快速幂乘法即可。

快速幂:http://blog.csdn.net/masked__dance/article/details/40264411

矩阵乘方,优化递推公式:http://blog.csdn.net/masked__dance/article/details/40351293

#include <iostream>
#include <stdio.h>
#include <string.h>
using namespace std;
#define mod 1000000007
void mul(long long a[][4],long long b[][4])
{
    long long c[4][4];
    for(int i=0;i<4;i++)
    for(int j=0;j<4;j++){
        c[i][j]=0;
        for(int k=0;k<4;k++)
            c[i][j]+=((a[i][k]%mod)*(b[k][j]%mod))%mod;
    }
    for(int i=0;i<4;i++)
        for(int j=0;j<4;j++)
        b[i][j]=c[i][j]%mod;
}
long long quickPow(long long m,long long co[][4],long long a[][4])
{
    while(m){
        if(m&1)
            mul(co,a);
        mul(co,co);
        m>>=1;
    }
    return a[0][0];
}
int main()
{
    long long T,m;
    scanf("%lld",&T);
    while(T--)
    {
        scanf("%lld",&m);
        long long
        A[4][4]={1,0,0,0,0,1,0,0,0,0,1,0,0,0,0,1};
        long long co[4][4]={0,1,1,1,1,0,1,1,1,1,0,1,1,1,1,0};
        cout<<quickPow(m,co,A)<<endl;
    }
    return 0;
}


  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
引用:OpenCvSharp是一个OpenCV的.Net wrapper,用于开发基于OpenCV的应用程序,它与原始的OpenCV更接近,并提供了详细的使用样例。 引用:对于使用OpenCV进行图像处理的代码示例,可以使用import numpy as np import cv2来导入OpenCV库,并使用cv2.imread、cv2.imshow等函数进行图像的读取和显示。 引用:如果想要使用OpenCV进行分类器的生成,可以使用opencv_traincascade.exe命令,并提供指定的参数,例如-data用于指定生成的分类器的保存路径,-vec用于指定正样本描述文件的路径,-bg用于指定负样本文件的路径,以及其他参数如numPos、numNeg、minHitRate等。 关于"opencv hlg"的问题,根据提供的引用内容,我没有找到与"opencv hlg"相关的具体信息。可能需要提供更多背景或上下文信息来解答该问题。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [OpenCvSharp](https://download.csdn.net/download/qq_18865111/86722032)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 33.333333333333336%"] - *2* [python opencv 读取图片 存储图片](https://blog.csdn.net/weixin_41799483/article/details/80829825)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 33.333333333333336%"] - *3* [opencv分类器训练方法](https://blog.csdn.net/weixin_41799483/article/details/80567909)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 33.333333333333336%"] [ .reference_list ]
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