利用矩阵求斐波那契数列

利用矩阵求斐波那契数列

flyfish 2015-8-27
矩阵（matrix）定义

一个m*n的矩阵是一个由m行n列元素排成的矩形阵列。矩阵里的元素可以是数字符号或者数学式.

形如

$$\begin{Bmatrix} a & b\\ c & d \end{Bmatrix}$$ 的数表称为 二阶矩阵，它由二行二列组成，其中a,b,c,d称为这个矩阵的元素。

形如

$$\begin{Bmatrix} x_1\\ x_2 \end{Bmatrix}$$
的有序对称为 列向量Column vector

设

$$\begin{equation*}A=\begin{Bmatrix} a & b\\ c & d \end{Bmatrix} \end{equation*}$$
$$\begin{equation*}X=\begin{Bmatrix} x_1\\ x_2 \end{Bmatrix} \end{equation*}$$
则 $$\begin{equation*}Y= \begin{Bmatrix} ax_1+bx_2\\ cx_1+dx_2 \end{Bmatrix} \end{equation*}$$
称为二阶矩阵A与平面向量X的乘积，记为AX=Y

斐波那契(Fibonacci)数列

从第三项开始，每一项都是前两项之和。
$F_n$=$F_n$ $_-$ $_1$ +$F_n$ $_-$ $_2$, $n\geqslant 3$

把斐波那契数列中 相邻的两项$F_n$和$F_n$ $_-$ $_1$写成一个2$\times$1的矩阵。
$F_0=0$
$F_1=1$

$$\begin{equation*} \begin{Bmatrix}F_n\\F_{n-1}\end{Bmatrix} \end{equation*}$$
$$\begin{equation*} =\begin{Bmatrix}F_{n-1}+F_{n-2}\\F_{n-1}\end{Bmatrix} \end{equation*}$$
$$\begin{equation*} =\begin{Bmatrix}1\times F_{n-1}+1\times F_{n-2}\\1\times F_{n-1}+0\times F_{n-2}\end{Bmatrix} \end{equation*}$$

$$\begin{equation*} =\begin{Bmatrix}1&1\\1&0\end{Bmatrix}\times\begin{Bmatrix}F_{n-1}\\F_{n-2}\end{Bmatrix} \end{equation*}$$
$$\begin{equation*} =\begin{Bmatrix}1&1\\1&0\end{Bmatrix}^{n-1}\times\begin{Bmatrix}F_{1}\\F_{0}\end{Bmatrix} \end{equation*}$$
$$\begin{equation*} =\begin{Bmatrix}1&1\\1&0\end{Bmatrix}^{n-1}\times\begin{Bmatrix}1\\0\end{Bmatrix} \end{equation*}$$

求F(n)等于求二阶矩阵的n - 1次方，结果取矩阵第一行第一列的元素。

问题转换为二阶矩阵的n次幂

二阶矩阵的乘法
设

$$\begin{equation*} A=\begin{Bmatrix} a & b\\ c & d \end{Bmatrix}, B=\begin{Bmatrix} e & f\\ g & h \end{Bmatrix}, 则 AB=\begin{Bmatrix} ae+bg & af+bh\\ ce+dg & cf+dh \end{Bmatrix} \end{equation*}$$
矩阵A与矩阵B的积记做AB。

假设计算A的N次幂
方法1：
二阶矩阵的乘法满足结合律
设A,B,C都是任意的二阶矩阵
A(BC)=(AB)C

n=N/2 结果向下取整

$A^{N}=A^{n}*A^{n}$ 当n为偶数
$A^{N}=A^{n}*A^{n}*A$ 当n为基数

相当于

$A^{6}=A^{3}*A^{3}$
$A^{7}=A^{3}*A^{3}*A$
这样可以减少计算次数
因为
$A^{6}=A*A*A*A*A*A$ 这里有5个乘
$A^{6}=（A*A*A）*（A*A*A）$ 计算完A*A*A 得到结果$A^{3}$
再乘以$A^{3}$ 这里用了3个乘

方法2
以计算$A^{6}$为例
将6转化成二进制110
$A^{6}=A^{4}*A^{2}$

上图显示二进制与幂的指数关系
二进位为1需要乘，为0不需要乘

10进制7 = 二进制 111
例如$A^{7}=A^{4}*A^{2}*A^{1}$
xie10进制31 = 二进制 11111
$A^{31}=A^{16}*A^{8}*A^{4}*A^{2}*A^{1}$

先写一个快速求幂的算法 该代码段是独立代码

#include <stdio.h>
//base 底数 ，exp 指数 
int qpow(int base,int exp)
{
if (0==exp ) return 1;

int ret=1;

while(exp)
{
    if(exp&1)//exp最右边一位 按位与&
    {
        ret=ret*base;
    }
    base=base*base;
    exp>>=1;//右移一位 
}
return ret;
} 

int main()
{
    printf("%d",qpow(3,5));
    return 0;
}

再写利用矩阵求斐波那契数列

#include<iostream>
using namespace std;
class Matrix
{
public:
    void Init()  
    {         
        e_[0][0]=1;
        e_[0][1]=1;
        e_[1][0]=1;
        e_[1][1]=0; 
    }
    void Unit() //单位矩阵 
    {   
        e_[0][0]=1;
        e_[0][1]=0;
        e_[1][0]=0;
        e_[1][1]=1;        
    }
public:  
   int Get() const
   {
   return e_[0][1];
   }
    friend Matrix operator*(const Matrix& A,const Matrix& B)
    {
        Matrix AB;   
    for(int i=0;i<2;i++)
        for(int j=0;j<2;j++)
        {   
            AB.e_[i][j]=0;
            for(int k=0;k<2;k++)
                AB.e_[i][j]+=A.e_[i][k]*B.e_[k][j];         
        }  
    return AB;
    }

private:
    __int64 e_[2][2];    

};

int qpow(Matrix& AB,int n) //矩阵快速幂 
{   
#define Bit(n) 1<<n
    Matrix t; 
    t.Init(); 
    for(int i=0;Bit(i)<=n;i++) 
    {   if(Bit(i)&n) AB=AB*t; 
        t=t*t;     
    }
    return AB.Get();    
}

调用方法

int n=10;
Matrix AB;
AB.Unit();
qpow(AB,n);//输出是55

代码中单位矩阵的解释
二阶方阵

$$\begin{equation*}\begin{Bmatrix} 1 & 0\\ 0 & 1 \end{Bmatrix} \end{equation*}$$ 称为单位矩阵，通常记做E
对于任意二阶方阵A,都有 AE=EA=A
单位矩阵E在二阶方阵乘法的作用，相当于1在数的乘法中的作用。