快速幂与矩阵—>快速矩阵幂
来源:互联网 发布:sas 优化板块 编辑:程序博客网 时间:2024/05/24 07:04
矩阵的幂其实就是多次相乘,但是用最普通的方法求往往是超时的这就用到了快速幂的思想
还是用了二分的思想:
下面Down了网友的模板(可以结合者后面的具体题目理解~)
//HOJ 3493/*===================================*/|| 快速幂(quickpow)模板 || P 为等比,I 为单位矩阵|| MAX 要初始化!!!!||/*===================================*//*****************************************************/#include <cstdio>const int MAX = 3;typedef struct{ int m[MAX][MAX];} Matrix;Matrix P = {5,-7,4, 1,0,0, 0,1,0, };Matrix I = {1,0,0, 0,1,0, 0,0,1, }; Matrix matrixmul(Matrix a,Matrix b) //矩阵乘法{ int i,j,k; Matrix c; for (i = 0 ; i < MAX; i++) for (j = 0; j < MAX;j++) { c.m[i][j] = 0; for (k = 0; k < MAX; k++) c.m[i][j] += (a.m[i][k] * b.m[k][j])%9997; c.m[i][j] %= 9997; } return c;} Matrix quickpow(long long n){ Matrix m = P, b = I; while (n >= 1) { if (n & 1) b = matrixmul(b,m); n = n >> 1; m = matrixmul(m,m); } return b;} /*************************************/int main(){ Matrix re; int f[3] = {2,6,19}; long long n; while (scanf("%I64d",&n) && n != 0) { if (n == 1) printf("1\n"); else if (n <= 4) printf("%d\n",f[n-2]); else { re = quickpow(n - 4); printf("%d\n",(((re.m[0][0]*f[2]) + (re.m[0][1]*f[1]) + (re.m[0][2]*f[0])) %9997 + 9997) % 9997); } } return 0;}
下面举一个用快速矩阵幂求解的题目:
Matrix Power Series
题目描述:
Description
Given a n × n matrix A and a positive integer k, find the sumS =A + A2 + A3 + … + Ak.
Input
The input contains exactly one test case. The first line of input contains three positive integersn (n ≤ 30),k (k ≤ 109) and m (m < 104). Then follown lines each containingn nonnegative integers below 32,768, givingA’s elements in row-major order.
Output
Output the elements of S modulo m in the same way as A is given.
Sample Input
2 2 40 11 1
Sample Output
1 22 3
矩阵快速幂。首先我们知道 A^x 可以用矩阵快速幂求出来(具体可见poj 3070)。其次可以对k进行二分,每次将规模减半,分k为奇偶两种情况,如当k = 6和k = 7时有:
偶数: F[n]=F[n/2]+F[n/2]*An/2
(是不是和求数的快速幂很像???)
#include<iostream>#include <cstdio>using namespace std;const int MAX = 32;//int count=0;struct Matrix //用于相同的类型的数组的开辟,比用单独的名称好{ int v[MAX][MAX];};int n, k, M;Matrix mtAdd(Matrix A, Matrix B) // 求矩阵 A + B{int i, j;Matrix C;for(i=0; i<n; i++) for(j=0; j<n; j++)C.v[i][j]=(A.v[i][j] + B.v[i][j]) % M;//count++;return C;}Matrix mtMul(Matrix A, Matrix B) // 求矩阵 A*B{int i, j, k;Matrix C;for(i = 0; i < n; i ++)for(j = 0; j < n; j ++){ C.v[i][j] = 0; for(k = 0; k < n; k ++)C.v[i][j] = (A.v[i][k] * B.v[k][j] + C.v[i][j]) % M;//count++;}return C;}Matrix mtPow(Matrix A, int k) // 求矩阵 A^k{if(k == 0) {memset(A.v, 0, sizeof(A.v));for(int i = 0; i < n; i ++)A.v[i][i]=1;//count++;return A;}//count++;if(k == 1) return A;Matrix C = mtPow(A, k / 2);if(k % 2 == 0)return mtMul(C, C);elsereturn mtMul(mtMul(C, C), A);}Matrix mtCal(Matrix A, int k) // 求S (k) = A + A2 + A3 + … + Ak{ //count++;if(k == 1) return A;Matrix B = mtPow(A, (k+1) / 2);Matrix C = mtCal(A, k / 2);if(k % 2 == 0)return mtMul( mtAdd(mtPow(A, 0), B), C ); // 如S(6) = ( 1 (单位矩阵) + A^3 ) * S(3)。 else return mtAdd( A, mtMul(mtAdd(A, B), C) ); // 如S(7) = A + (A + A^4) * S(3)}int main(){int i, j;Matrix A;//输入的原矩阵cin>>n>>k>>M;for(i=0; i<n; i++)for(j=0;j<n;j++)scanf("%d",&A.v[i][j]);A=mtCal(A, k);for(i=0; i<n; i++){for(j=0; j<n; j++){printf("%d ",A.v[i][j]);}printf("\n");} //cout<<count;return 0;}
还有一个,估计其实质是一样的但是现在还不是很懂,以后弄懂~~~
因为S可以看成S=A(I+A(I+A(I+...A(I+A)))) (I是单位矩阵)
拿k=3举例S=A(I+A(I+A))
那么我们想,可不可以构造一个矩阵T使得T*T(因为是k次幂)这样乘下去每次可以得到A*(A+I)
那么肯定T有个两个元素就是A与I
那么假设:T=A I
I I
那么T=T*T=A*A+I*I A*I+I*I
A*I+I*I I*I+I*I
这样存在一个I*(A+I)的式子 ,当T再乘以T的时候会出现A(A+I)
这个时候我们可以简化将T=A I
0 I
这样可以简化很多计算T*T=A*A A*I+I*I
0 I
那么容易得到T^(K+1)={A^(K+1) I+A+A^2+A^3+...+A^K}
0 I
这样我们只需要算T的k+1次幂就可以了
而k如此庞大所以需要二分来对T求k+1次幂
对T求快速幂:
首先我们知道A^19=A^16*A^2*A^1,因为19=B(10011)
那么就这样,拿A总是去和本身去乘,那么就可以取到 A A^2 A^4 A^8 A^16...
然后问A A^2 A^4 A^8 A^16 ...这么多项取与不取的抉择
其实就是一个求二进制的这样一个过程
19%2=1 那么A取进来
19/2=9
9%2=1 那么A^2取进来
9/2=4
4%2=0 那么A^4不用取进来
4/2=2
2%2=0 那么A^8不用去进来
2/2=1
1%2=1 那么A^16取进来
1/2=0 计算完毕
这个就是用模板做出来的~~~
抄了一点别人的代码~~~呵呵~~~
#include <iostream>#include <string.h>using namespace std;#define MAXV 66struct{int r,c;//c行r列int mat[MAXV][MAXV];///矩阵中再放入矩阵}Matrix;Matrix ans,cnt;int n,k,m;void Input(){int i,j;/*构造B矩阵*/memset(cnt.mat,0,sizeof(cnt.mat));memset(ans.mat,0,sizeof(ans.mat));for(i=0;i<n;i++){for(j=0;j<n;j++)scanf("%d",&cnt.mat[i][j]);}for(i=0;i<n;i++){cnt.mat[i+n][i+n]=cnt.mat[i][i+n]=1;ans.mat[i][i]=ans.mat[i+n][i+n]=1;}/*对矩阵B和B^(k+1)初始化*/cnt.c=cnt.r=2*n;ans.c=ans.r=2*n;}Matrix MatrixMul(Matrix x,Matrix y){//矩阵乘法Matrix t;int i,j,v;memset(t.mat,0,sizeof(t.mat));t.c=x.c;t.r=y.r;for(i=0;i<t.c;i++)for(j=0;j<t.r;j++){for(v=0;v<x.r;v++)t.mat[i][j]=t.mat[i][j]+((x.mat[i][v]*y.mat[v][j])%m);t.mat[i][j]=t.mat[i][j]%m;}return t;}void Binary(){//二分快速幂k++;while(k){if(k & 1)ans=MatrixMul(ans,cnt);cnt=MatrixMul(cnt,cnt);k=k>>1;}}void Output(){/*输出的时候要减去一个单位矩阵*/int i,j;for(i=0;i<n;i++){for(j=0;j<n;j++)if(i!=j)printf("%d ",ans.mat[i][j+n]);elseprintf("%d ",ans.mat[i][j+n]-1);printf("\n");}}int main(){while(~scanf("%d%d%d",&n,&k,&m)){Input();Binary();Output();}return 0;}
另外,本体还可以用类似于数列的前N项和来求解,这样的话用一次对幂求解一套公式就出来了,别说现在前N项和记不起来了~~~
A(1-A^q)/(1-q) (这里的1应该是单位向量了)
- 快速幂与矩阵—>快速矩阵幂
- 快速矩阵快速幂
- 快速幂与快速矩阵幂
- 快速幂与矩阵快速幂
- 普通快速幂与矩阵快速幂
- 快速幂与矩阵快速幂
- 快速幂与矩阵快速幂
- 矩阵快速幂与递推式
- 矩阵的应用--矩阵相乘与矩阵快速幂
- 转移矩阵+矩阵快速幂
- 矩阵乘法 矩阵快速幂
- 构造矩阵+矩阵快速幂
- 矩阵快速幂,矩阵加法,矩阵乘法
- 快速幂||矩阵快速幂
- 快速幂&矩阵快速幂
- 快速幂,矩阵快速幂
- 快速幂 矩阵快速幂
- 快速幂&矩阵快速幂
- chrome扩展入门
- blog之路
- 基于ZooKeeper大规模集群配置系统概述
- Xcode6 相关问题
- Python知识总结
- 快速幂与矩阵—>快速矩阵幂
- iOS UITextView文字从顶部开始
- 新浪微博单元格自定义高度设置
- Python中list、tuple、dict区别
- Hibernate Tool slf4j 出错
- 关于在64位win7下运行Virtualbox安装系统时出错(提示VBoxDD.DLL错误)的解决方案(转)
- java容器之set
- iOS之UIButton设置
- 分支栏样式的圆角矩形的TextView