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]=∑bk=1A[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!