题解
题解
矩阵快速幂。
数据量太大了,直接模拟过程肯定不行。
先看一个结论:S(n) = f(n+2) - 1
,其中
S(n) = f(n) + f(n-1) + …… + f(1)
,
f(n) = f(n-1) + f(n-2)
,
f(1) = f(2) = 1
我是通过打表找到的规律,应该也可以证明出来。(至于你问我为什么会去打表找规律?因为没啥思路了,觉得这么大的数据量,应该不能是遍历求S(n)
,所以打表找了一下规律,就发现这个结论了)
这个结论最后再用。
遍历求f(n)
还是会超时,这里就用到新知识了,矩阵快速幂。
矩阵快速幂讲解
矩阵快速幂的意思就是进行快速幂运算的是矩阵。
快速幂的知识我在这就不讲了,不知道的可以看Here
矩阵快速幂的本质是将递推公式转换为幂次运算,幂次运算又可以通过快速幂算法来快速实现,从而降低了时间复杂度。
矩阵快速幂中要进行幂次操作的是矩阵,矩阵的幂次操作就是矩阵进行多次相乘,那我们就先来了解一下矩阵乘法:
A * B = C
,其中A
、B
、C
均为矩阵,且A
、B
、C
满足规格要求:A:n×k
、B:k×m
、C:n×m
。
其中C[i][j]
为A
的第i
行与B
的第j
列对应乘积的和。(线性代数基础)
矩阵乘法代码如下:
struct Matrix { // 我比较喜欢用结构体存一个二维数组表示矩阵,因为传参的时候可以传结构体,而不是一个二维数组
int m[N][N];
};
Matrix Matrix_mul(Matrix a, Matrix b) {
Matrix c;
for(int i = 1;i <= n;i ++) // 矩阵大小为n*n
for(int j = 1;j <= n;j ++)
for(int k = 1;k <= n;k ++)
c.m[i][j] += a.m[i][k] * b.m[k][j];
return c;
}
快速幂代码如下:
int KSM(int a, int p) {
int res = 1;
while(p) {
if(p&1) res = res * a;
a = a * a;
p>>=1;
}
return res;
}
矩阵快速幂代码就是将快速幂中的数值a
换成矩阵,函数里面对应的乘法也换成矩阵乘法。
矩阵快速幂代码:
Matrix Matrix_KSM(Matrix a, int p) {
Matrix res = Matrix(1, 0, 1, 0); // 单位矩阵
while(p) {
if(p&1) res = Matrix_mul(res, a);
a = Matrix_mul(a, a);
p>>=1;
}
return res;
}
为什么矩阵快速幂中的res
要初始化为单位矩阵?这与快速幂代码中要将res
初始化为1
的道理类似,矩阵乘法中任何矩阵乘单位矩阵都是矩阵本身,作用与数值乘法中的1
一致,这里的单位矩阵就是起到这样的作用。
以上就是矩阵快速幂的基础知识了,下面我们针对本题来说一下如何使用矩阵快速幂解决问题。
我们可以将斐波那契数列的递推公式f(n) = f(n-1) + f(n-2)
,转换为矩阵形式(好神奇):
简写成T * A(n-1) = A(n)
,T
矩阵就是那个2×2
的常数矩阵,我们发现数列A
就是一个等比数列,公比为常数矩阵T
。那我们知道了A(1)
之后通过矩阵快速幂不就可以实现计算常数矩阵T
的若干次幂了嘛。
举几个例子可以发现,我们要求f(n)
,对常数矩阵T
进行n
次幂的操作后得到的矩阵右上角位置的数即为f(n)
的值。
快速幂的时间复杂度是O(logn)
,因此我们将时间复杂度从O(n)
降至O(logn)
。
一些其他的递推式变形(感觉蓝桥杯会个Fib的就不错了):
代码
#include<bits/stdc++.h>
using namespace std;
typedef long long ll;
ll n, m, p;
struct Matrix {
ll m[3][3];
Matrix() {m[1][1] = m[1][2] = m[2][1] = m[2][2] = 0;}
Matrix(ll a, ll b, ll c, ll d) {
m[1][1] = a;
m[1][2] = b;
m[2][1] = c;
m[2][2] = d;
}
};
ll mul(ll a, ll b, ll mod) {
ll res = 0;
while(b) {
if(b&1) res = (res + a) % mod;
(a<<=1) %= mod;
b>>=1;
}
return res;
}
Matrix Matrix_mul(Matrix a, Matrix b, ll mod) {
Matrix res;
for(int i = 1;i <= 2;i ++)
for(int j = 1;j <= 2;j ++)
for(int k = 1;k <= 2;k ++)
res.m[i][j] = (res.m[i][j] + mul(a.m[i][k], b.m[k][j], mod)) % mod;
return res;
}
ll Fib(ll n, ll mod) {
Matrix res = Matrix(1, 0, 1, 0);
Matrix a = Matrix(1, 1, 1, 0);
while(n) {
if(n&1) res = Matrix_mul(res, a, mod);
a = Matrix_mul(a, a, mod);
n>>=1;
}
return res.m[1][2];
}
int main()
{
cin>>n>>m>>p;
if(m > n+2) printf("%lld\n", (Fib(n+2, p) + p - 1) % p); // 如果m>n+2,则S(n) = f(n+2)-1 < f(n+2) < f(m),那无需对f(m)进行取模操作
else {
ll Fm = Fib(m, LONG_LONG_MAX); // 得到f(m),因为没法实现边进行矩阵快速幂边取模的操作,因此评测的数据必然能保证将f(m)求出来
printf("%lld\n", (Fib(n+2, Fm) + p - 1) % p);
}
return 0;
}