将递推式转换成矩阵优化

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$f_n=f_{n-1}+f_{n-2}$
我们可以将最终态写成一个一行n列的矩阵|$f_n 　f_{n-1}$|
再将前一种状态也写出来作为等号右边的矩阵|$f_{n-1} 　f_{n-2}$|
所以我们可以构造一个矩阵使得矩阵相乘成立。$f_n$=|$f_{n-1} 　f_{n-2}$|矩阵的第一列。所以第一列是1,1。$f_{n-1}$= |$f_{n-1} 　f_{n-2}$|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);
}