矩阵乘法优化DP

矩阵乘法优化DP
在许多的DP题目中，转移方程本身不难推，但是需要循环的次数巨大。这时候可以利用矩阵乘法将时间复杂度从O(n) 优化到 O(log n)。这里只用十分简单的一维DP做例子。

如何乘

在矩阵乘法中，两个矩阵A(a*b)和B(b*c)，相乘得到C(a*c)。
$C[i,j]=\sum_{k=1}^bA[i,k]*B[k,j]$具体可以看一下百度百科。矩阵乘法满足乘法结合律，这是很关键的一点。之后矩阵乘用×表示，数字乘用*。

接下来用求斐波那契数列做例子
状态转移方程：$F[i]=F[i-1]+F[i-2]，F[0]=1,F[1]=1$
列出一个表格[1 1]×A(2,2)=[2 3]
初始的矩阵为[1 1]即第一项和第二项，目标为第二项和第三项。
目标的第一个数由初始的第一个数*A[1,1]+第二个数*A[1,2]。
目标的第二个数由初始的第一个数*A[2,1]+第二个数*A[2,2]。
那么A就出来了。
[0 1]
[1 1]
接着将A快速幂需要的次数就行了。因为矩阵乘法满足结合律才可以快速幂。
Code

type
    arr=array[1..2,1..2] of int64;
    arr1=array[1..2] of int64;
const
    mo:longint=100000007;

var
    f:arr=((0,1),
           (1,1));
    f1:arr1=((1),
             (0));
    n:int64;

function matrix(a,b:arr):arr;
var
    i,j,k:longint;
begin
    fillchar(matrix,sizeof(matrix),0);
    for i:=1 to 2 do
    begin
        for j:=1 to 2 do
        begin
            for k:=1 to 2 do
            begin
                matrix[i,j]:=(matrix[i,j]+a[i,k]*b[k,j]+mo)mod mo;
            end;
        end;
    end;
end;

function matrix1(a:arr1;b:arr):arr1;
var
    i,j,k:longint;
begin
    fillchar(matrix1,sizeof(matrix1),0);
    i:=1;
    for j:=1 to 2 do
    begin
        for k:=1 to 2 do
        begin
            matrix1[j]:=(matrix1[j]+a[k]*b[k,j]+mo)mod mo;
        end;
    end;
end;

function mi(a:arr;b:int64):arr;
var
    c:arr;
begin
    if b=1 then exit(a);
    if b mod 2=0 then
    begin
        c:=mi(a,b div 2);
        exit(matrix(c,c));
    end
    else
    begin
        c:=mi(a,b div 2);
        exit(matrix(matrix(c,c),a));
    end;
end;
begin
    read(n);
    f:=mi(f,n-1);
    f1:=matrix1(f1,f);
    writeln(f1[2]);
end.

再举一个例子
【GDOI2015】粗心的邮差

经过找规律等一堆神奇的算法之后，发现：
如果f[i]表示n为i的答案的话，$f[i]=f[i-1]*2+f[i-3]*2-f[i-5]$
啊！！！n巨大？矩阵乘法！
需要保存5个东西，准备好5*5的矩阵
[2,1,0,0,0]
[0,0,1,0,0]
[2,0,0,1,0]
[0,0,0,0,1]
[-1,0,0,0,0]
完美解决！