矩阵快速幂原理
前言
于LeetCode中碰到一道斐波那契数列的题目,学一波矩阵快速幂的方法
https://leetcode-cn.com/problems/climbing-stairs/
原理
快速幂
算高次幂时可以用平方的方式减少运算次数。例如:
普通计算方法:
7
10
=
7
∗
7...
∗
7
7^{10}=7*7...*7
710=7∗7...∗7
运算10次,时间复杂度为O(N)
平方的方式:
7
10
=
7
2
(
7
4
7
4
)
7^{10}=7^2(7^47^4)
710=72(7474)
运算约为4次,时间复杂度为O(logN)
而将其幂(值为10)表示为二进制(1010)时,到1时代表的即为平方时要多乘一次x的时候。
7
10
=
7
101
0
2
7^{10}=7^{1010_2}
710=710102
二进制1010即为
2
1
+
2
3
=
10
2^1+2^3=10
21+23=10
即
7
2
1
∗
7
2
3
=
7
10
7^{2^1}*7^{2^3}=7^{10}
721∗723=710
根据快速幂的算法,设ans=1,x=7
二进制从右往左读
最后一位为0有
x
=
7
1
a
n
s
=
7
0
x=7^1 \\ ans=7^0
x=71ans=70
最后一位为1有
x
=
7
2
a
n
s
=
∗
x
=
7
0
∗
7
2
x=7^2 \\ ans=*x=7^0*7^2
x=72ans=∗x=70∗72
最后一位为0有
x
=
7
4
a
n
s
=
7
0
∗
7
2
x=7^4 \\ ans=7^0*7^2
x=74ans=70∗72
最后一位为1有
x
=
7
8
a
n
s
=
∗
x
=
7
0
∗
7
2
∗
7
8
x=7^8 \\ ans=*x=7^0*7^2*7^8
x=78ans=∗x=70∗72∗78
因此速度快了很多。代码如下
快速幂代码
int Quikpow(int a,int b)
{
int ans = 1;
while(b)
{
if(b&1)
{
ans = (ans*a)%mod;
}
a = a*a%mod;
b >>= 1;
}
}
矩阵快速幂
利用快速幂的原理求矩阵幂,替换其中乘法为矩阵乘法即可
const int N=10;
int tmp[N][N];
void multi(int a[][N],int b[][N],int n)
{
memset(tmp,0,sizeof tmp);
for(int i=0;i<n;i++)
for(int j=0;j<n;j++)
for(int k=0;k<n;k++)
tmp[i][j]+=a[i][k]*b[k][j];
for(int i=0;i<n;i++)
for(int j=0;j<n;j++)
a[i][j]=tmp[i][j];
}
int res[N][N];
void Pow(int a[][N],int n)
{
memset(res,0,sizeof res);//n是幂,N是矩阵大小
for(int i=0;i<N;i++) res[i][i]=1;
while(n)
{
if(n&1)
multi(res,a,N);//res=res*a;复制直接在multi里面实现了;
multi(a,a,N);//a=a*a
n>>=1;
}
}
题目
给你一个字符串 s 和一个字符规律 p,请你来实现一个支持 ‘.’ 和 ‘*’ 的正则表达式匹配。
'.' 匹配任意单个字符
'*' 匹配零个或多个前面的那一个元素
所谓匹配,是要涵盖 整个 字符串 s的,而不是部分字符串。
示例 :
输入:s = “aab” p = “c*a*b”
输出:true
解释:因为 ‘*’ 表示零个或多个,这里 ‘c’ 为 0 个, ‘a’ 被重复一次。因此可以匹配字符串 “aab”。
动态规划
通过二维数组的方式进行记录字符匹配,如:
dp[i][j]
表示 s
的前 i个是否能被 p
的前 j 个匹配,能则为true,不能则为false
所以最终能配成功的话,f[m][n]为true(m、n分别是s、p的字符个数)
讨论情况
1.如果 p[j] == s[i] 则 dp[i][j] = dp[i-1][j-1]
,即与前一位字符匹配情况一致(前面匹配上,后面才能匹配上)
2.如果p[j] == "." 则 dp[i][j] = dp[i-1][j-1]
,与上述情况相同的处理方法。
3.如果p[j] ==" * "
,要分情况讨论,如下:
(1)与前一字符匹配,即p[j-1] == s[i] 或者 p[j-1] == “.”,此时判断有2种情况
dp[i][j] = dp[i-1][j]
就是 abcd
和 abcd *
也会匹配,*代表一个或多个。
dp[i][j] = dp[i][j-2]
前面字符都匹配成功,可当零个字符去掉,如abc和abcd*的情况
2种情况满足其一即可,用或运算并起来。
即只需判断*代表多个字符和0个字符的情况
(2)与前一个字符匹配不上,即如果p[j-1] != s[i] 则直接dp[i][j] = dp[i][j-2],与前两位的匹配情况相等,相当于把这个字符与*合并一起忽略,(如abc和aba*c中a*的情况)
以该s、p为例,进行填表,构造出表格如下:
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-LvmuxFlo-1614779047567)(C:\Users\www24\Documents\Tencent Files\2428322406\FileRecv\MobileFile\IMG_20210129_183743.jpg)]
其中dp[s.length()][p.length()]
即为最终结果
代码
class Solution {
public boolean isMatch(String s,String p){
if (s == null || p == null) {
return false;
}
boolean[][] dp = new boolean[s.length() + 1][p.length() + 1];
dp[0][0] = true;//dp[i][j] 表示 s 的前 i 个是否能被 p 的前 j 个匹配
for (int i = 0; i < p.length(); i++) { // here's the p's length, not s's
if (p.charAt(i) == '*' && dp[0][i - 1]) {
dp[0][i + 1] = true; // here's y axis should be i+1
}
}
for (int i = 0; i < s.length(); i++) {
for (int j = 0; j < p.length(); j++) {
if (p.charAt(j) == '.' || p.charAt(j) == s.charAt(i)) {//如果是任意元素 或者是对于元素匹配
dp[i + 1][j + 1] = dp[i][j];
}
if (p.charAt(j) == '*') {
if (p.charAt(j - 1) != s.charAt(i) && p.charAt(j - 1) != '.') {//如果前一个元素不匹配 且不为任意元素
dp[i + 1][j + 1] = dp[i + 1][j - 1];
} else {
dp[i + 1][j + 1] = ( dp[i][j + 1] || dp[i + 1][j - 1]);
/*
dp[i][j] = dp[i-1][j] // 多个字符匹配的情况
or dp[i][j] = dp[i][j-1] // 单个字符匹配的情况
or dp[i][j] = dp[i][j-2] // 没有匹配的情况
*/
}
}
}
}
return dp[s.length()][p.length()];
}
}