先看题:
【说实话,这道题是本菜写过最有数学味道的题目,虽然是是简单的矩阵运算和快速幂】
这道题目如果数据范围小的话,那么就是一个简单的dp,为了方便理解,我们先看不考虑时间复杂度的问题,先来看下怎么用dp来写;
(1)找状态集合的定义:我们最后的状态是有n个骰子,且最后一个骰子最上面的数有6种不同的朝向,所以我们可以定义集合f[i][j]为有i个骰子,且最后一个骰子上面的数为j的方案数;
(2)状态转移方程:因为有考虑一些数字不能接触,所以有
【其中t~m为j这个数可以与其接触的数】
上面就是dp的写法,但是n太大了,dp的时间复杂度显然是不支持的;
所以我们就要想一些性质出来,用来简化时间复杂度;
这里我们可以将上面的状态转移方程展开出来
其中a1~a6有两个取值,一个是0,一个是4,当j与k不可以接触时,ak为0,当可以接触时,ak为4【为什么为4呢?因为j与k接触时【k为第i-1个骰子的上面的数,j为i个骰子的下面的数】,可以通过横向旋转使第i个骰子下面的数不变,但第i个骰子变化了其他方向的数字,这样旋转,可以造成第i个骰子有4种不同的状态】
要注意,上面的式子是在所有状态转移方程不变的,即方程的系数不变,所以我们就可以用抽象出一个系数矩阵A;
记
所以有F[i]=A*F[i-1],由这个可以推出
其中F[1]={4,4,4,4,4,4};
那么我们只要用快速幂算得A^(n-1)然后与F[1]相乘即可
那么下面是代码:
#include<iostream>
#include<algorithm>
#include<cstring>
#define ll long long
using namespace std;
const int N=10,M=6,mod=1e9+7;
ll a[N][N];//a[i][j]表示当k个骰子上位i,第k-1个骰子位j时可以将状态转移为a[i][j]
int n,m;
ll bakp[N][N];//bakp存储着A^(n-1)
ll init[N][N];//F[1]
void mul(ll a[][N],ll b[][N],ll c[][N]){//这个函数的意思是a=b*c
ll t[N][N];
memset(t,0,sizeof t);
for(int i=1;i<=M;i++){
for(int j=1;j<=M;j++){
for(int k=1;k<=M;k++){
t[i][j]+=(b[i][k]*c[k][j])%mod;
t[i][j]%=mod;
}
}
}
memcpy(a,t,sizeof t);
}
int get(int x){
if(x>3) return x-3;
else return x+3;
}
int main(){
cin>>n>>m;
for(int i=1;i<=M;i++)
for(int j=1;j<=M;j++)
a[i][j]=4;
for(int i=0;i<m;i++){
int x,y; cin>>x>>y;
a[x][get(y)]=0;
a[y][get(x)]=0;
}
for(int i=1;i<=M;i++){//将bakp初始化为单位矩阵
bakp[i][i]=1; init[1][i]=4;
}
for(int i=n-1;i;i>>=1){
if(i%2) mul(bakp,bakp,a);
mul(a,a,a);
}
mul(init,init,bakp);
ll res=0;
for(int i=1;i<=M;i++) res+=init[1][i],res%=mod;
cout<<res;
}
最后说一下个人感悟,用矩阵乘法和快速幂可以解决用矩阵表示状态转移的动态规划问题