【蓝桥杯】新型斐波那契数列

蓝桥杯 新型斐波那契数列

问题描述

新型斐波那契数列的第一、二、三项都为1,从第四项起每一项等于前面三项之和,求此数列第n项模m的余数。

输入格式

输入一行为两个整数n、m,用空格隔开。

输出格式

输出一行为新型斐波那契数列第n项模m的余数。

样例输入

7 3

样例输出

2

数据规模和约定

1≤n≤10^18,1≤m≤100

解题思路

对于求解斐波拉契数列的第N项,通常有三种常用的方法:递归、数组、矩阵。

因为本题的数据规模是 1 0 18 10^{18} 1018,前两种方法直接计算方法必定会超时,这里着重介绍一下矩阵解法,可以将时间复杂度降低为 O ( l g ( n ) ) O(lg(n)) O(lg(n))

定义 F i F_i Fi是新型斐波拉契数列的第i项,对于新型斐波拉契数列的前四项,能够得到:
( F 2 F 3 F 4 ) = ( 0 1 0 0 0 1 1 1 1 ) ( F 1 F 2 F 3 ) \left(\begin{array}{cccc} F_2 \\ F_3\\ F_4 \end{array}\right) = \left(\begin{array}{cccc} 0 & 1 & 0 \\ 0 & 0 & 1\\ 1 & 1 & 1 \end{array}\right) \left(\begin{array}{cccc} F_1 \\ F_2\\ F_3 \end{array}\right) F2F3F4=001101011F1F2F3
同样有:
( F 3 F 4 F 5 ) = ( 0 1 0 0 0 1 1 1 1 ) ( F 2 F 3 F 4 ) = ( 0 1 0 0 0 1 1 1 1 ) 2 ( F 1 F 2 F 3 ) \left(\begin{array}{cccc} F_3 \\ F_4\\ F_5 \end{array}\right) = \left(\begin{array}{cccc} 0 & 1 & 0 \\ 0 & 0 & 1\\ 1 & 1 & 1 \end{array}\right) \left(\begin{array}{cccc} F_2 \\ F_3\\ F_4 \end{array}\right) = \left(\begin{array}{cccc} 0 & 1 & 0 \\ 0 & 0 & 1\\ 1 & 1 & 1 \end{array}\right) ^2 \left(\begin{array}{cccc} F_1 \\ F_2\\ F_3 \end{array}\right) F3F4F5=001101011F2F3F4=0011010112F1F2F3
以此能够推出一般式:
( F n − 2 F n − 1 F n ) = ( 0 1 0 0 0 1 1 1 1 ) n − 3 ( F 1 F 2 F 3 ) \left(\begin{array}{cccc} F_{n-2} \\ F_{n-1}\\ F_n \end{array}\right) = \left(\begin{array}{cccc} 0 & 1 & 0 \\ 0 & 0 & 1\\ 1 & 1 & 1 \end{array}\right) ^{n-3} \left(\begin{array}{cccc} F_1 \\ F_2\\ F_3 \end{array}\right) Fn2Fn1Fn=001101011n3F1F2F3
而矩阵的幂次方乘法能够使用快速幂计算,能够将时间复杂度缩短为 O ( l g N ) O(lgN) O(lgN),即可解决问题。

代码

image-20220130133157179


import java.io.*;
import java.util.*;

public class Main {
    public static class matrix {
        public long[][] values;
        matrix(){
            values = new long[3][3];
        }
        matrix(matrix clone){
            this.values = clone.values.clone();
        }
        public static matrix init(){
            matrix matrix = new matrix();
            matrix.values[0][1] = 1;
            matrix.values[1][2] = 1;
            Arrays.fill(matrix.values[2], 1);
            return matrix;
        }
    }
    // 矩阵乘法
    public static matrix mutiply(matrix mt1, matrix mt2){
        matrix temp = new matrix();
        for (int i = 0; i < 3; ++i) {
            for (int j = 0; j < 3; ++j) {
                for (int k = 0; k < 3; ++k) {
                    temp.values[i][j] += (mt1.values[i][k] * mt2.values[k][j]) % m;
                    temp.values[i][j] %= m;
                }
            }
        }
        return temp;
    }
    static int m;

    // 矩阵幂
    public static matrix pow(matrix mt, long val) {
        --val;
        matrix temp = mt;
        while (val != 0) {
            if ((val & 1) == 1) {
                mt = mutiply(mt, temp);
            }
            val >>= 1;
            temp = mutiply(temp, temp);
        }
        return mt;
    }
    public static void main(String[] args) throws FileNotFoundException {
        Scanner cin = new Scanner(System.in);
        long n =  cin.nextLong();
        m = cin.nextInt();
        if (m == 1) {
            System.out.println(0);
            return;
        }
        matrix init = matrix.init();
        init = pow(init, n - 3);
        System.out.println((init.values[2][0] + init.values[2][1] + init.values[2][2]) % m);
    }
}

  • 5
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 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

打赏作者

秋刀鱼与猫_

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