POJ 3233 Matrix Power Series (矩阵快速幂+二分求解)

题意:求S=(A+A^2+A^3+...+A^k)%m的和

方法一:二分求解
S=A+A^2+...+A^k
若k为奇数:
S=(A+A^2+...+A^(k/2))+A^(k/2)*(A+A^2+...+A^(k/2))+A^k
若k为偶数:
S=(A+A^2+...+A^(k/2))+A^(k/2)*(A+A^2+...+A^(k/2))

也可以这么二分(其实和前面的差不多):
S(2n)=A+A^2+...+A^2n=(1+A^n)*(A+A^2+...+A^n)=(1+A^n)*S(n)
S(2n+1)=A+A^2+...+A^(2n+1)=A(1+A+..+A^2n)=A+(A+A^(n+1))*S(n)

一开始1900+ms,优化了下1500ms...还是太慢了。。。
本来在递归的时候,用快速幂计算A^(k/2)
后来改用直接递归的同时,计算A^(k/2),直接变成200ms左右。。。瞬间提升了10倍。。。

 

#include <iostream>
#include <cstdio>
#include <string.h>

using namespace std;
const int maxn=31;
int mod;
int n,k,m;
struct Matrix{
    int m[maxn][maxn];
    void init(){
        memset(m,0,sizeof(m));
    }
    void initE(){
        memset(m,0,sizeof(m));
        for(int i=0;i<n;i++)
            m[i][i]=1;
    }
}A;
//重载+运算符
Matrix operator+(Matrix a,Matrix b){
    Matrix c;
    for(int i=0;i<n;i++){
        for(int j=0;j<n;j++)
            c.m[i][j]=(a.m[i][j]+b.m[i][j])%mod;
    }
    return c;
}
//重载*运算符
Matrix operator*(Matrix a,Matrix b){
    Matrix c;
    for(int i=0;i<n;i++){
        for(int j=0;j<n;j++){
            c.m[i][j]=0;
            for(int k=0;k<n;k++){
                c.m[i][j]=(c.m[i][j]+a.m[i][k]*b.m[k][j]%mod)%mod;
            }
        }
    }
    return c;
}
//矩阵快速幂
Matrix MquickPow(Matrix A,int b){
    Matrix ret;
    ret.initE();
    while(b){
        if(b&1)
            ret=ret*A;
        A=A*A;
        b=b>>1;
    }
    return ret;
}
Matrix p;
Matrix dfs(Matrix A,int k){
    if(k==1){
        p=A;
        return A;
    }
    Matrix ret,ans;
    ret=dfs(A,k/2);
    //Matrix p=MquickPow(A,k/2);如果用快速幂计算p=A^(k/2),则要1500ms,而直接在递归的时候同时计算p,则只要188ms。
    if(k&1){
        //return ret+ret*p+p*p*A;
        ans=ret+ret*p+p*p*A;
        p=p*p*A;
    }
    else{
        //return ret+ret*p;
        ans=ret+ret*p;
        p=p*p;
    }
    return ans;
}
int main()
{
    scanf("%d%d%d",&n,&k,&m);
    mod=m;
    for(int i=0;i<n;i++){
        for(int j=0;j<n;j++){
            scanf("%d",&A.m[i][j]);
        }
    }
    Matrix ans;
    ans=dfs(A,k);
    for(int i=0;i<n;i++){
        for(int j=0;j<n;j++){
            printf("%d ",ans.m[i][j]);
        }
        printf("\n");
    }
    return 0;
}
View Code

 

方法二:

688ms

http://blog.sina.com.cn/s/blog_9d5278a301015mbd.html
http://blog.csdn.net/wangjian8006/article/details/7868864
S=A(E+A(E+A(E+...A(E+A))))
这样就可以想,不妨构造一个矩阵T使得T*T,这样乘下去每次可以得到A*(A+E)+E

  A  0          A^2  0         A^3         0
B=       B^2=        B^3=
  E  E        A+E  E           A^2+A+E   E

不难得出:  A^(k+1)   0
B^(k+1)=
       S(k)       E

 

#include <iostream>
#include <iostream>
#include <cstdio>
#include <string.h>

using namespace std;
const int maxn=65;
int mod;
int n,k,m;
struct Matrix{
    int m[maxn][maxn];
    void init(){
        memset(m,0,sizeof(m));
    }
    void initE(){
        memset(m,0,sizeof(m));
        for(int i=0;i<n;i++)
            m[i][i]=1;
    }
}A;
//重载+运算符
Matrix operator+(Matrix a,Matrix b){
    Matrix c;
    for(int i=0;i<n;i++){
        for(int j=0;j<n;j++)
            c.m[i][j]=(a.m[i][j]+b.m[i][j])%mod;
    }
    return c;
}
//重载*运算符
Matrix operator*(Matrix a,Matrix b){
    Matrix c;
    for(int i=0;i<n;i++){
        for(int j=0;j<n;j++){
            c.m[i][j]=0;
            for(int k=0;k<n;k++){
                c.m[i][j]=(c.m[i][j]+a.m[i][k]*b.m[k][j]%mod)%mod;
            }
        }
    }
    return c;
}
//矩阵快速幂
Matrix MquickPow(Matrix A,int b){
    Matrix ret;
    ret.initE();
    while(b){
        if(b&1)
            ret=ret*A;
        A=A*A;
        b=b>>1;
    }
    return ret;
}
int main()
{
    Matrix B;
    B.init();
    scanf("%d%d%d",&n,&k,&m);
    mod=m;
    for(int i=0;i<n;i++){
        for(int j=0;j<n;j++){
            scanf("%d",&B.m[i][j]);
        }
        B.m[i+n][i]=1;
        B.m[i+n][i+n]=1;
    }
    n=n*2;
    Matrix ans=MquickPow(B,k+1);
    for(int i=n/2;i<n;i++){
        for(int j=0;j<n/2;j++){
            if(i==j+n/2)
                ans.m[i][j]=(ans.m[i][j]-1+mod)%mod;   //对角线还要减去单位矩阵的1
            printf("%d ",ans.m[i][j]);
        }
        printf("\n");
    }
    return 0;
}
View Code

 

转载于:https://www.cnblogs.com/chenxiwenruo/p/3555856.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
智慧校园的建设目标是通过数据整合、全面共享,实现校园内教学、科研、管理、服务流程的数字化、信息化、智能化和多媒体化,以提高资源利用率和管理效率,确保校园安全。 智慧校园的建设思路包括构建统一支撑平台、建立完善管理体系、大数据辅助决策和建设校园智慧环境。通过云架构的数据中心与智慧的学习、办公环境,实现日常教学活动、资源建设情况、学业水平情况的全面统计和分析,为决策提供辅助。此外,智慧校园还涵盖了多媒体教学、智慧录播、电子图书馆、VR教室等多种教学模式,以及校园网络、智慧班牌、校园广播等教务管理功能,旨在提升教学品质和管理水平。 智慧校园的详细方案设计进一步细化了教学、教务、安防和运维等多个方面的应用。例如,在智慧教学领域,通过多媒体教学、智慧录播、电子图书馆等技术,实现教学资源的共享和教学模式的创新。在智慧教务方面,校园网络、考场监控、智慧班牌等系统为校园管理提供了便捷和高效。智慧安防系统包括视频监控、一键报警、阳光厨房等,确保校园安全。智慧运维则通过综合管理平台、设备管理、能效管理和资产管理,实现校园设施的智能化管理。 智慧校园的优势和价值体现在个性化互动的智慧教学、协同高效的校园管理、无处不在的校园学习、全面感知的校园环境和轻松便捷的校园生活等方面。通过智慧校园的建设,可以促进教育资源的均衡化,提高教育质量和管理效率,同时保障校园安全和提升师生的学习体验。 总之,智慧校园解决方案通过整合现代信息技术,如云计算、大数据、物联网和人工智能,为教育行业带来了革命性的变革。它不仅提高了教育的质量和效率,还为师生创造了一个更加安全、便捷和富有智慧的学习与生活环境。
以下是Java解决POJ3233—矩阵幂序列问题的代码和解释: ```java import java.util.Scanner; public class Main { static int n, k, m; static int[][] A, E; public static void main(String[] args) { Scanner sc = new Scanner(System.in); n = sc.nextInt(); k = sc.nextInt(); m = sc.nextInt(); A = new int[n][n]; E = new int[n][n]; for (int i = 0; i < n; i++) { for (int j = 0; j < n; j++) { A[i][j] = sc.nextInt() % m; E[i][j] = (i == j) ? 1 : 0; } } int[][] res = matrixPow(A, k); int[][] ans = matrixAdd(res, E); printMatrix(ans); } // 矩阵乘法 public static int[][] matrixMul(int[][] a, int[][] b) { int[][] c = new int[n][n]; for (int i = 0; i < n; i++) { for (int j = 0; j < n; j++) { for (int k = 0; k < n; k++) { c[i][j] = (c[i][j] + a[i][k] * b[k][j]) % m; } } } return c; } // 矩阵快速幂 public static int[][] matrixPow(int[][] a, int b) { int[][] res = E; while (b > 0) { if ((b & 1) == 1) { res = matrixMul(res, a); } a = matrixMul(a, a); b >>= 1; } return res; } // 矩阵加法 public static int[][] matrixAdd(int[][] a, int[][] b) { int[][] c = new int[n][n]; for (int i = 0; i < n; i++) { for (int j = 0; j < n; j++) { c[i][j] = (a[i][j] + b[i][j]) % m; } } return c; } // 输出矩阵 public static void printMatrix(int[][] a) { for (int i = 0; i < n; i++) { for (int j = 0; j < n; j++) { System.out.print(a[i][j] + " "); } System.out.println(); } } } ``` 解释: 1. 首先读入输入的n、k、m和矩阵A,同时初始化单位矩阵E。 2. 然后调用matrixPow函数求出A的k次幂矩阵res。 3. 最后将res和E相加得到结果ans,并输出。 4. matrixMul函数实现矩阵乘法,matrixPow函数实现矩阵快速幂matrixAdd函数实现矩阵加法,printMatrix函数实现输出矩阵。
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
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