对于很多递推式取膜,在很大的数据的时候,直接递推其实效率并不高。如何将递推式与矩阵练习起来进行优化呢?
比如斐波拉契数列
fn=fn−1+fn−2
我们可以将最终态写成一个一行n列的矩阵|
fn fn−1
|
再将前一种状态也写出来作为等号右边的矩阵|
fn−1 fn−2
|
所以我们可以构造一个矩阵使得矩阵相乘成立。
fn
=|
fn−1 fn−2
|矩阵的第一列。所以第一列是1,1。
fn−1
= |
fn−1 fn−2
|矩阵的第二列,所以第二列是1,0,所以综合后矩阵为|1 1,1 0|之后再同理递推到最开始的几项。
详细的见图理解一下就会了。。。
随便附上矩阵的运算模板
#include<cstdio>
#include<algorithm>
#include<cstring>
#include<iostream>
using namespace std;
#define MOD 1000000007
struct Mat{
int n,m; //行列
int mat[19][19];
};
Mat operator *(Mat a,Mat b){ //矩阵相乘
Mat c;
memset(c.mat,0,sizeof(c.mat));
c.n = a.n,c.m = b.m;
for(int i=1;i<=a.n;i++){
for(int j=1;j<=b.m;j++){
for(int k=1;k<=a.m;k++){
c.mat[i][j] += (a.mat[i][k]*b.mat[k][j])%MOD;
c.mat[i][j] %= MOD;
}
}
}
return c;
}
Mat operator +(Mat a,Mat b){ //矩阵相乘
Mat c;
memset(c.mat,0,sizeof(c.mat));
c.n = a.n,c.m = a.m;
for(int i=1;i<=a.n;i++){
for(int j=1;j<=a.m;j++){
c.mat[i][j] = (a.mat[i][j]+b.mat[i][j])%MOD;
}
}
return c;
}
Mat operator ^(Mat a,int k){ //矩阵幂
Mat c;
memset(c.mat,0,sizeof(c.mat));
c.n = a.n,c.m = a.n;
for(int i=1;i<=a.n;i++)c.mat[i][i] = 1;
while(k){
if(k&1){
c = c*a;
}
a = a*a;
k>>=1;
}
return c;
}
void out(Mat a){ //输出矩阵
for(int i=1;i<=a.n;i++){
for(int j=1;j<=a.m;j++){
printf(j==a.m? "%d\n":"%d ",a.mat[i][j]);
}
}
}
int main(){
Mat d;
d.n=3,d.m=3;
for(int i=1;i<=d.n;i++){
for(int j=1;j<=d.m;j++){
scanf("%d",&d.mat[i][j]);
}
}
d=d^2;
out(d);
}