高斯消元模板

开关问题

Time Limit: 1000MS Memory Limit: 30000KTotal Submissions: 7752 Accepted: 3047

Description

有N个相同的开关，每个开关都与某些开关有着联系，每当你打开或者关闭某个开关的时候，其他的与此开关相关联的开关也会相应地发生变化，即这些相联系的开关的状态如果原来为开就变为关，如果为关就变为开。你的目标是经过若干次开关操作后使得最后N个开关达到一个特定的状态。对于任意一个开关，最多只能进行一次开关操作。你的任务是，计算有多少种可以达到指定状态的方法。（不计开关操作的顺序）

Input

输入第一行有一个数K，表示以下有K组测试数据。 
每组测试数据的格式如下： 
第一行 一个数N（0 < N < 29） 
第二行 N个0或者1的数，表示开始时N个开关状态。 
第三行 N个0或者1的数，表示操作结束后N个开关的状态。 
接下来 每行两个数I J，表示如果操作第 I 个开关，第J个开关的状态也会变化。每组数据以 0 0 结束。 

Output

如果有可行方法，输出总数，否则输出“Oh,it's impossible~!!” 不包括引号

Sample Input

230 0 01 1 11 21 32 12 33 13 20 030 0 01 0 11 22 10 0

Sample Output

4Oh,it's impossible~!!

Hint

第一组数据的说明： 
一共以下四种方法： 
操作开关1 
操作开关2 
操作开关3 
操作开关1、2、3 （不记顺序） 

分析：

某些开关的动作可能影响另一些开关的状态,因此以开关为节点，如果存在这种关系就加入一条有向边，这样就构成了一个图，可以用邻接矩阵表示。当某个开关按下时，其自身状态改变，受其影响的开关的状态也改变。

用两个N维向量表示初始状态和结束状态，两者逐个元素异或，就得到了开关状态的变化。

以第一个样例输入为例分析，3个开关，两两相连，初始状态000，最终状态111，开关对应的邻接矩阵为

将对角线的0全部换成1，得矩阵A=

将矩阵每一列想象为一个开关按下后产生的效果（1表示状态翻转，0表示不变），比如，第二列就表示按下第二个开关，则第二个开关的本身状态要改变（这就是把对角线0换成1的原因），受第二个开关影响的开关j状态也要改变，恰好对应邻接矩阵中A[j, 2]=1

把A写成分块矩阵的形式，每一列作为一个子矩阵，则有A=[a₁,a₂,a₃],此处a_i均为列向量，设第i个开关按下次数为x_i，x_i=0或1（开关按两下和没按是等效的，0/1就够了）

记初始状态b0=[0,0,0],最终状态b1=[1,1,1],则状态变化b=b0^b1=[1,1,1],这里b也是列向量。目标就是求x₁a₁  + x₂a₂ +x₃a₃ = b的解的个数（此处的加是模2加，也就是异或，下同）

这个方程可以写成

 

 

下面就是解这个线性方程组

对增广矩阵[A b]做初等行变换，化成阶梯形（高斯消元法），如果存在[0,0,…,0,1]的行，就是无解；如果存在r行[0,0,…,0,0]，就意味着有r个自由变量，因为这里的变量只取0/1，所以有2^r个解；如果不存在[0,0,…,0,*]，即把最后一行去掉后不存在全0行，则A为满秩矩阵，则方程组有唯一解。

如果不理解这个地方，建议找本线性代数书，看一下线性方程组的解法，解的结构，通解

代码：

#include<stdio.h>#include<algorithm>#include<iostream>#include<string.h>#include<math.h>using namespace std;const int MAXN=50;const int mod = 2;//可改  int a[MAXN][MAXN];//增广矩阵int x[MAXN];//解集bool free_x[MAXN];//标记是否是不确定的变元/*void Debug(int equ,int var){    int i, j;    for (i = 0; i < equ; i++)    {        for (j = 0; j < var + 1; j++)        {            cout << a[i][j] << " ";        }        cout << endl;    }    cout << endl;}*/inline int gcd(int a,int b){    int t;    while(b!=0)    {        t=b;        b=a%b;        a=t;    }    return a;}inline int lcm(int a,int b){    return a/gcd(a,b)*b;//先除后乘防溢出}// 高斯消元法解方程组(Gauss-Jordan elimination).(-2表示有浮点数解，但无整数解，//-1表示无解，0表示唯一解，大于0表示无穷解，并返回自由变元的个数)//有equ个方程，var个变元。增广矩阵行数为equ,分别为0到equ-1,列数为var+1,分别为0到var.int Gauss(int equ,int var){    int i,j,k;    int max_r;// 当前这列绝对值最大的行.    int col;//当前处理的列    int ta,tb;    int LCM;    int temp;    int free_x_num;    int free_index;    for(int i=0;i<=var;i++)    {        x[i]=0;        free_x[i]=true;    }    //转换为阶梯阵.    col=0; // 当前处理的列    for(k = 0;k < equ && col < var;k++,col++)    {// 枚举当前处理的行.// 找到该col列元素绝对值最大的那行与第k行交换.(为了在除法时减小误差)        max_r=k;        for(i=k+1;i<equ;i++)        {            if(abs(a[i][col])>abs(a[max_r][col])) max_r=i;        }        if(max_r!=k)        {// 与第k行交换.            for(j=k;j<var+1;j++) swap(a[k][j],a[max_r][j]);        }        if(a[k][col]==0)        {// 说明该col列第k行以下全是0了，则处理当前行的下一列.            k--;            continue;        }        for(i=k+1;i<equ;i++)        {// 枚举要删去的行.            if(a[i][col]!=0)            {                LCM = lcm(abs(a[i][col]),abs(a[k][col]));                ta = LCM/abs(a[i][col]);                tb = LCM/abs(a[k][col]);                if(a[i][col]*a[k][col]<0)tb=-tb;//异号的情况是相加                for(j=col;j<var+1;j++)                {                    a[i][j] = (mod + (a[i][j]%mod)*ta - (a[k][j]%mod)*tb)%mod;                }            }        }    }    //Debug(equ,var);    // 1. 无解的情况: 化简的增广阵中存在(0, 0, ..., a)这样的行(a != 0).    for (i = k; i < equ; i++)    { // 对于无穷解来说，如果要判断哪些是自由变元，那么初等行变换中的交换就会影响，则要记录交换.        if ( (a[i][col]%mod) != 0) return -1;    }    // 2. 无穷解的情况: 在var * (var + 1)的增广阵中出现(0, 0, ..., 0)这样的行，即说明没有形成严格的上三角阵.    // 且出现的行数即为自由变元的个数.    if (k < var)    {        // 首先，自由变元有var - k个，即不确定的变元至少有var - k个.        for (i = k - 1; i >= 0; i--)        {            // 第i行一定不会是(0, 0, ..., 0)的情况，因为这样的行是在第k行到第equ行.            // 同样，第i行一定不会是(0, 0, ..., a), a != 0的情况，这样的无解的.            free_x_num = 0; // 用于判断该行中的不确定的变元的个数，如果超过1个，则无法求解，它们仍然为不确定的变元.            for (j = 0; j < var; j++)            {                if (a[i][j] != 0 && free_x[j]) free_x_num++, free_index = j;            }            if (free_x_num > 1) continue; // 无法求解出确定的变元.            // 说明就只有一个不确定的变元free_index，那么可以求解出该变元，且该变元是确定的.            temp = a[i][var];            for (j = 0; j < var; j++)            {                if (a[i][j] != 0 && j != free_index) temp -= a[i][j] * x[j];            }            x[free_index] = temp / a[i][free_index]; // 求出该变元.            free_x[free_index] = 0; // 该变元是确定的.        }        return var - k; // 自由变元有var - k个.    }    // 3. 唯一解的情况: 在var * (var + 1)的增广阵中形成严格的上三角阵.    // 计算出Xn-1, Xn-2 ... X0.    for (i = var - 1; i >= 0; i--)    {        temp = a[i][var];        for (j = i + 1; j < var; j++)        {            if (a[i][j] != 0) temp -= a[i][j] * x[j];        }        if (temp % a[i][i] != 0) return -2; // 说明有浮点数解，但无整数解.        x[i] = temp / a[i][i];    }    return 0;}int main(){        int T;    scanf("%d",&T);    int equ,var;    int st[50],ed[50];    int ii,jj;    while(T--){    scanf("%d",&equ);    var = equ;    for(int i=0; i<equ; i++)    scanf("%d",&st[i]);    for(int i=0; i<equ; i++)    scanf("%d",&ed[i]);    memset(a,0,sizeof(a));    while(~scanf("%d %d",&ii,&jj) && ii)    a[jj-1][ii-1] = 1;    for(int i=0; i<equ; i++)    a[i][i] = 1;    for(int i=0; i<equ; i++)    a[i][equ] = (st[i]+ed[i])%mod;    int free_sum = Gauss(equ,var);    if(free_sum<0)    printf("Oh,it's impossible~!!\n");    else    printf("%d\n",1<<free_sum);}    return 0;}