1. 假设f(1) = 1, f(2) = 1,那么矩阵[ f(1) , f(2) ]乘以矩阵{{0,1},{1,1}} = [1 , 2] = [f (2) , f (3)]
矩阵[ f(2) , f(3) ]乘以矩阵{{0,1},{1,1}} = [2 , 3] = [f (3) , f (4)], 所以由数学归纳法可以知道[ f(1) , f(2) ] * ( {{0,1},{1,1}} ) ^ n - 1
= [f(n) , f(n + 1)],所以利用这个我们求解出斐波那契数列的第n项
矩阵的幂运算实际上就是矩阵的乘法所以我们可以使用代码把其表达出来,其中可以把矩阵看成是一个数字,模仿整数k次幂的方式利用二进制巧算k次幂的方式来解决
2. 具体代码如下:
import java.util.Scanner;
public class Main{
public static void main(String[] args) {
Scanner sc = new Scanner(System.in);
int n = sc.nextInt();
int matrix[][] = {
{0,1},
{1,1}};
int nMatrix[][] = matrixPower(matrix, n - 1);
int res[][] = matrixMultiply(new int[][]{{1,1}}, nMatrix);
System.out.println(res[0][0]);
}
public static int[][] matrixPower(int[][] matrix, int n) {
//pingfang是目标
int pingfang[][] = matrix;
int res[][] = new int[matrix.length][matrix[0].length];
//初始化为对角矩阵
for(int i = 0; i < matrix.length; i++){
res[i][i] = 1;
}
//矩阵的幂运算
if(n == 0 || n == 1){
return res;
}
while(n != 0){
if((n & 1) == 1){
res = matrixMultiply(res, pingfang);
}
//类似于整数的幂运算
//例如n = 7那么对应着111 2 ^ 1 * 2 ^ 2 * 2 ^ 4 = 2 的七次方
pingfang = matrixMultiply(pingfang, pingfang);
n >>= 1;
}
return res;
}
public static int[][] matrixMultiply(int[][] src, int[][] aim){
//矩阵的乘法
int res[][] = new int[src.length][aim[0].length];
int sum = 0;
int row = src.length;
int col = aim[0].length;
for(int i = 0; i < row; i++){
for(int j = 0; j < col; j++){
//src的列或者aim的行
for(int k = 0; k < src[0].length ; k++){
res[i][j] += src[i][k] * aim[k][j];
}
sum += res[i][j];
}
}
//System.out.println("sum = " + sum);
return res;
}
}