矩阵优化dp、容斥原理。
先写出dp转移方程:f[i&1][(j+k)%p][1]=f[(i&1)^1][j][0]+f[(i&1)^1][j][1] (这是我当时在考场上写的20分暴力)
上面的方程对有无素数进行了分类,其实可以进行容斥,用所有方案数减去没有素数的方案数。又因为题目要求序列之和为p的倍数,所以上面的方程对序列之和模p的余数进行了存储。而余数让我们想到了什么呢?矩阵!矩阵可以对不同的余数进行记录,并且可以很好地处理转移。题目中p的最大值为100,所以我们可以开100*100的矩阵,矩阵中存储余数为某一定值的时候的方案数。(这种方法是我自己yy的,所以我还是举个例子比较好)
以p=4为例:
上面左边的矩阵是转移矩阵,中间的是初始矩阵,右边的是结果矩阵,转移矩阵中写的数字是序列之和对p取模后的余数,但事实上转移矩阵中存储的是序列之和为该余数时的方案数,初始矩阵和结果矩阵中的f[i]表示序列之和模p后余数为i的方案数
我们可以看出,通过将初始矩阵不断地用转移矩阵进行矩阵乘法,就可以得到将序列增长后可行的方案数。所以我们对转移矩阵进行n-1次乘法,然后乘上初始矩阵就可以得出答案。这样求出所有方案数和没有素数的方案数就好了。
CODE:
#include<cstdio>
#include<cstring>
#define mod 20170408
#define N 20000005
int prime[1500000];
bool b[N];
int n,m,p,tot,ans;
struct Matrix
{
int a[105][105];
Matrix(){memset(a,0,sizeof(a));}
inline Matrix operator *(const Matrix &x)const
{
Matrix ans;
for(int i=0;i<p;i++)
for(int j=0;j<p;j++)
if(a[i][j]) for(int k=0;k<p;k++)
ans.a[i][k]=(1ll*ans.a[i][k]+1ll*a[i][j]*x.a[j][k])%mod;
return ans;
}
}m1,m2,tmp1,tmp2;
inline void euler()
{
for(int i=2;i<=m;i++)
{
if(!b[i]) prime[++tot]=i;
for(int j=1;j<=tot&&i*prime[j]<=m;j++)
{
b[i*prime[j]]=1;
if(i%prime[j]==0) break;
}
}
}
inline void Matrix_init()
{
int num=m/p,rest=m%p;
for(int i=0;i<p;i++)
m1.a[0][i]=num;
for(int i=p-1;rest;i--,rest--)
m1.a[0][i]++;
for(int i=1;i<p;i++)
{
m1.a[i][0]=m1.a[i-1][p-1];
for(int j=1;j<p;j++)
m1.a[i][j]=m1.a[i-1][j-1];
}
m2=m1;
for(int i=1;i<=tot;i++)
{
int rest=prime[i]%p;
int pos=p-rest;
if(!rest) pos=0;
for(int j=0;j<p;j++)
{
m2.a[j][pos]--;
pos++;
if(pos==p) pos=0;
}
}
tmp1.a[0][0]=m1.a[0][0];
tmp2.a[0][0]=m2.a[0][0];
for(int i=1,pos=p-1;i<p;i++,pos--)
tmp1.a[i][0]=m1.a[0][pos],
tmp2.a[i][0]=m2.a[0][pos];
}
inline Matrix ksm(Matrix a,int b)
{
Matrix ans=a;
for(b--;b;b>>=1,a=a*a)
if(b&1) ans=ans*a;
return ans;
}
int main()
{
scanf("%d%d%d",&n,&m,&p);
euler(),Matrix_init();
m1=ksm(m1,n-1),m2=ksm(m2,n-1);
m1=m1*tmp1,m2=m2*tmp2;
ans=m1.a[0][0]-m2.a[0][0];
if(ans<0) ans+=mod;
printf("%d",ans);
return 0;
}