蓝桥杯 斐波那契【第五届】【省赛】【A组】C++ 矩阵快速幂

资源限制

内存限制:256.0MB   C/C++时间限制:1.0s   Java时间限制:3.0s   Python时间限制:5.0s

  斐波那契数列大家都非常熟悉。它的定义是:

  f(x) = 1 .... (x=1,2)
  f(x) = f(x-1) + f(x-2) .... (x>2)

  对于给定的整数 n 和 m,我们希望求出:
  f(1) + f(2) + ... + f(n) 的值。但这个值可能非常大,所以我们把它对 f(m) 取模。
  公式参见【图1】



  但这个数字依然很大,所以需要再对 p 求模。

数据格式

  输入为一行用空格分开的整数 n m p (0 < n, m, p < 10^18)
  输出为1个整数

  例如,如果输入:
  2 3 5
  程序应该输出:
  0

  再例如,输入:
  15 11 29
  程序应该输出:
  25

  资源约定:
  峰值内存消耗 < 256M
  CPU消耗 < 1000ms


  请严格按要求输出,不要画蛇添足地打印类似:“请您输入...” 的多余内容。

  所有代码放在同一个源文件中,调试通过后,拷贝提交该源码。

  注意: main函数需要返回0
  注意: 只使用ANSI C/ANSI C++ 标准,不要调用依赖于编译环境或操作系统的特殊函数。
  注意: 所有依赖的函数必须明确地在源文件中 #include <xxx>, 不能通过工程设置而省略常用头文件。

  提交时,注意选择所期望的编译器类型。

转载 

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

ll n, m, p;

struct Matrix {
	ll m[3][3];
	Matrix() {m[1][1] = m[1][2] = m[2][1] = m[2][2] = 0;}
	Matrix(ll a, ll b, ll c, ll d) {
		m[1][1] = a;
		m[1][2] = b;
		m[2][1] = c;
		m[2][2] = d;
	}
};

ll mul(ll a, ll b, ll mod) {
	ll res = 0;
	while(b) {
		if(b&1) res = (res + a) % mod;
		(a<<=1) %= mod;
		b>>=1;
	}
	return res;
}

Matrix Matrix_mul(Matrix a, Matrix b, ll mod) {
	Matrix res;
	for(int i = 1;i <= 2;i ++)
	for(int j = 1;j <= 2;j ++)
	for(int k = 1;k <= 2;k ++)
	res.m[i][j] = (res.m[i][j] + mul(a.m[i][k], b.m[k][j], mod)) % mod;
	return res;
}

ll Fib(ll n, ll mod) {
	Matrix res = Matrix(1, 0, 1, 0);
	Matrix a = Matrix(1, 1, 1, 0);
	
	while(n) {
		if(n&1) res = Matrix_mul(res, a, mod);
		a = Matrix_mul(a, a, mod);
		n>>=1;
	}
	return res.m[1][2];
}

int main()
{
	cin>>n>>m>>p;
	if(m > n+2) printf("%lld\n", (Fib(n+2, p)  + p - 1) % p); // 如果m>n+2,则S(n) = f(n+2)-1 < f(n+2) < f(m),那无需对f(m)进行取模操作 
	else {
		ll Fm = Fib(m, LONG_LONG_MAX); // 得到f(m),因为没法实现边进行矩阵快速幂边取模的操作,因此评测的数据必然能保证将f(m)求出来 
		printf("%lld\n", (Fib(n+2, Fm) + p - 1) % p);  
	}

	return 0;
}

 

C++中,矩阵快速幂是一种高效计算斐波那契数列第n项的方法。斐波那契数列定义为:F(0)=0, F(1)=1, F(n)=F(n-1)+F(n-2)。通过矩阵形式可以表示为: ``` [ F(n) ] = [ 1 1 ]^n [ F(1) ] [ F(n-1) ] [ 1 0 ] [ F(0) ] ``` 上述矩阵的n次方可以通过快速幂算法进行高效计算。 矩阵快速幂的核心思想是利用分治法将幂的计算过程分解为更小的幂次的计算。具体步骤如下: 1. 首先定义一个矩阵,例如: ``` Matrix = [ 1 1 ] [ 1 0 ] ``` 2. 使用快速幂算法计算矩阵的n次方。快速幂算法通过不断地将指数n分解为二的幂次来减少乘法的次数。具体来说,对于矩阵M和指数n,可以按照以下方式递归或迭代计算M的n次方: - 如果n为偶数,那么M^n = (M^(n/2))^2。 - 如果n为奇数,那么M^n = M * (M^(n-1))。 3. 使用初始值构造单位矩阵,然后用快速幂计算得到的结果与初始单位矩阵相乘,最终得到的矩阵左上角的元素就是斐波那契数列第n项。 下面是使用C++实现矩阵快速幂斐波那契数列第n项的代码示例: ```cpp #include <iostream> #include <vector> using namespace std; const int MOD = 1000000007; // 定义模数,用于处理大数问题 typedef vector<vector<long long>> Matrix; // 矩阵乘法 Matrix multiply(const Matrix &a, const Matrix &b) { Matrix result(2, vector<long long>(2)); for (int i = 0; i < 2; ++i) { for (int j = 0; j < 2; ++j) { result[i][j] = 0; for (int k = 0; k < 2; ++k) { result[i][j] = (result[i][j] + a[i][k] * b[k][j]) % MOD; } } } return result; } // 矩阵快速幂 Matrix quickPow(Matrix base, long long n) { Matrix result(2, vector<long long>(2, 1)); while (n > 0) { if (n & 1) result = multiply(result, base); base = multiply(base, base); n >>= 1; } return result; } // 计算斐波那契数列第n项 int fibonacci(int n) { if (n == 0) return 0; Matrix base = {{1, 1}, {1, 0}}; Matrix result = quickPow(base, n - 1); return result[0][0]; // 返回F(n) } int main() { int n; cout << "Enter the position of the Fibonacci sequence: "; cin >> n; cout << "Fibonacci number at position " << n << " is: " << fibonacci(n) << endl; return 0; } ``` 这个程序通过定义矩阵乘法和矩阵快速幂算法,计算出斐波那契数列的第n项。
评论 1
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

打赏作者

Prudento

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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