随机数生成器 (NOI 2012 第一试 第一题)

随机数生成器

(NOI 2012 第一试第一题)

题目描述

栋栋最近迷上了随机算法,而随机数是生成随机算法的基础。栋栋准备使用线性同余法(Linear Congruential Method)来生成一个随机数列,这种方法需要设置四个非负整数参数m,a,c,X[0],按照下面的公式生成出一系列随机数{Xn}:

       X[n+1]=(aX[n]+c) mod m

其中mod m表示前面的数除以m的余数。从这个式子可以看出,这个序列的下一个数总是由上一个数生成的。

用这种方法生成的序列具有随机序列的性质,因此这种方法被广泛地使用,包括常用的C++和Pascal的产生随机数的库函数使用的也是这种方法。

栋栋知道这样产生的序列具有良好的随机性,不过心急的他仍然想尽快知道X[n]是多少。由于栋栋需要的随机数是0,1,…,g-1之间的,他需要将X[n]除以g取余得到他想要的数,即X[n] mod g,你只需要告诉栋栋他想要的数X[n] mod g是多少就可以了。

输入输出格式

输入格式:
输入包含6个用空格分割的整数m,a,c,X[0],n和g,其中a,c,X[0]是非负整数,m,n,g是正整数。

输出格式:
输出一个数,即X[n] mod g

输入输出样例

输入样例#1:
11 8 7 1 5 3
输出样例#1:
2
说明

计算得X[n]=X[5]=8,故(X[n] mod g) = (8 mod 3) = 2

100%的数据中n,m,a,c,X[0]<=10^18,g<=10^8

思路

这个题与斐波那契数列那一道题非常相似,也是按照一个线性的规则不断地更新结果来递推,我们就考虑到了矩阵加速。
矩阵加速类似于快速幂,我们将初始的矩阵化为u=(data){{{},{0,x0,1},{0,0,0}}};然后将被乘的矩阵算出来,v=(data){{{},{0,a,0},{0,c,1}}};对它进行类似于快速幂的操作。
当然在题目中我们也看到了M的数据范围,在long long的最大值边界上,所以不能直接做乘法。
不能直接做乘法该怎么办呢?高精度乘法?不需要!因为最后结果需要取模,所以我们用慢速乘!
这个题实际上考了慢速乘和快速幂两个完全相似的算法的改编,NOI的题出的就是有水平!

代码

#include<iostream>
#include<cstdio>
#include<cstdlib>
#include<algorithm>
#include<cstring>
using namespace std;
long long i,j,k,m,a,c,x0,x1,n,g;

struct data
{
    long long arr[3][3];
}u,v;

long long r()
{
    long long aans=0,f=1;
    char ch=getchar();
    while(ch<'0'||ch>'9')
    {
        if(ch=='-')
            f=-1;
        ch=getchar();
    }
    while(ch>='0'&&ch<='9')
    {
        aans*=10;
        aans+=ch-'0';
        ch=getchar();
    }
    return aans*f;
}

long long multi(long long p,long long q)
{
    long long res=0;
    for(;q;q>>=1) 
    {
        if(q&1)
        res=(res+p)%m;
        p=(p<<1)%m;
    }
    return res;
}

data mul(data xxx,data yyy)
{
    data zzz={{{},{0,0,0},{0,0,0}}};
    for(i=1;i<=2;i++)
    for(j=1;j<=2;j++)
    for(int k=1;k<=2;k++)
    {
        zzz.arr[i][j]+=(multi(xxx.arr[i][k],yyy.arr[k][j]%m))%m;
        zzz.arr[i][j]%=m;
    }
    return zzz;
}

data ksm(long long x)
{
    data c,d;
    c=v;
    d=(data){{{},{0,1,0},{0,0,1}}};
    if(x==1)
    return c;

    while(x)
    {
        if(x&1!=0)
        d=mul(d,c);
        c=mul(c,c);
        x>>=1;
    }
    return d;
}

int main()
{
    m=r(),a=r(),c=r(),x0=r(),n=r(),g=r();
    x0%=m;
    x1=((a*x0)+c)%m;
    u=(data){{{},{0,x0,1},{0,0,0}}};
    v=(data){{{},{0,a,0},{0,c,1}}};

    data sum=mul(u,ksm(n));
    cout<<sum.arr[1][1]%g;

}
/*
11 8 7 1 5 3
*/

这里写图片描述

  • 2
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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