爬楼梯问题【线性DP】【一维】【矩阵快速幂】

两个爬楼梯的题，一个2*2, 一个是3*3。

Description: 爬楼梯游戏

题目来源：https://www.acwing.com/problem/content/description/3683/

一个楼梯共有$n$级台阶，每次可以走一级或者两级，问从第$0$级台阶走到第$n$级台阶一共有多少种方案。

输入格式

一个整数$n$。

输出格式

一个整数，表示方案总数。

由于结果很大，因此只需输出对$1000000007$取模后的值。

数据范围

$1\le n\le 10^{18}$

输入样例：

5

输出样例：

8

Answer:

解题思路：

思考一下，我们怎么才能到达第$i$个台阶呢，一共有2种方法：

• 从$i-1$阶迈1阶；
• 从$i-2$阶迈2阶；

所以迈向第$i$阶的方法数就是迈向第$i-1,i-2$阶的方法之和。

即：$dp[i]=dp[i-1]+dp[i-2]$。当然还要考虑初始化的问题，$dp[1]=1,dp[2]=2$。

这样我们就得到了一个递推式，打表就可以。但是我们看到了题目中$n$​​​的范围很大，时间复杂度肯定很高，因此我们可以使用矩阵快速幂来做。

其实只要涉及递推式的动态规划，一般都可以使用矩阵快速幂来进行优化。(目前接触的算法比较少，但是就目前来看，这个很实用)

AC代码如下：

#include <bits/stdc++.h>
using namespace std;
typedef long long ll;
#define MAXNUM 1000000007  

//矩阵乘法 2*2
vector<vector<ll>> multiply(vector<vector<ll>> a, vector<vector<ll>> b){
    //不要忘记初始化
    vector<vector<ll>> res{{0,0},{0,0}};
    for(ll i=0; i<a.size(); i++){
        for(ll j=0; j<b.size(); j++){
            res[i][j] = ( (a[i][0]%MAXNUM)*(b[0][j]%MAXNUM)%MAXNUM + (a[i][1]%MAXNUM)*(b[1][j]%MAXNUM)%MAXNUM )%MAXNUM;
        }
    }
    return res;
}
//矩阵快速幂
vector<vector<ll>> qpow(vector<vector<ll>> a, ll n){
    if(n == 0) return {{1,0},{0,1}};
    else if( n&1 ){//奇数
        return multiply(qpow(a, n-1), a);
    }else{
        vector<vector<ll>> temp = qpow(a, n/2);
        return multiply(temp, temp);
    }
}

int main(){
    ll n;
    cin>>n;
    vector<vector<ll>> res = qpow({{0,1},{1,1}}, n-1);
    cout<<((res[0][0]%MAXNUM)+2*(res[0][1]%MAXNUM))%MAXNUM<<endl;
    
    return 0;
}

Description: 面试题 08.01.三步问题

题目来源(leetcode)：https://leetcode-cn.com/problems/three-steps-problem-lcci/

三步问题。有个小孩正在上楼梯，楼梯有n阶台阶，小孩一次可以上1阶、2阶或3阶。实现一种方法，计算小孩有多少种上楼梯的方式。结果可能很大，你需要对结果模1000000007。

示例1:

输入：n = 3

输出：4

说明: 有四种走法

示例2:

输入：n = 5

输出：13

提示：n范围在[1, 1000000]之间

Answer:

和上个题思路是一样的。$dp[i]=dp[i-1]+dp[i-2]+dp[i-3]$, 初始值：$dp[1]=1,dp[2]=2,dp[3]=4$。

AC代码:

class Solution {
public:
    const int mod = 1000000007;
    //矩阵乘法 3*3
    vector<vector<long long>> multiply(vector<vector<long long>> a, vector<vector<long long>> b){
        vector<vector<long long>> res{{0,0,0},{0,0,0},{0,0,0}};
        for(int i=0; i<a.size(); i++){
            for(int j=0; j<b.size(); j++){
                res[i][j] = ( (((a[i][0]%mod)*(b[0][j]%mod))%mod + ((a[i][1]%mod)*(b[1][j]%mod))%mod )%mod
                		+ ((a[i][2]%mod)*(b[2][j]%mod))%mod)%mod;
            }
        }
        return res;
    }
    //矩阵快速幂
    vector<vector<long long>> qpow(vector<vector<long long>> a, int n){
        if(n==0) return {{1,0,0},{0,1,0},{0,0,1}};
        else if( n&1 ){
            return multiply(qpow(a, n-1), a);
        }else{
            vector<vector<long long>> temp = qpow(a, n/2);
            return multiply(temp, temp);
        }
    }
    int waysToStep(int n) {
        vector<vector<long long>> res = qpow({{0,1,0},{0,0,1},{1,1,1}}, n-1);
        return (int)((res[0][0]+res[0][1]*2%mod)%mod+res[0][2]*4%mod)%mod;
    }
};

求余运算规则：
设正整数x，y，p，求余符号为⊙。
对于加法运算：(x + y)⊙p = (x⊙p + y⊙p)⊙p
对于乘法运算：(x*y)⊙p = [(x⊙p) * (y⊙p)]⊙p