赞
踩
目录
[相伴矩阵,快速矩阵幂]CSES1722 Fibonacci Numbers
这里A就是一个矩阵,1, 2,3,4就是矩阵里的元素
就是一个转置矩阵T是转置符 这个矩阵原来是
这是矩阵乘法, 矩阵加法和减法简单地定义为逐个元素进行加减。注意,两个矩阵的行数、列数分别相等时,加减法才有定义。矩阵的乘法比较复杂,当A的列数等于B的行数时,则可以定义乘法C=AB。如果A是m×n矩阵,B是n×p矩阵,那么C是一个m×p矩阵,其中cik满足
如果A和B不满足要求的大小就不能够成一个矩阵C。
如果你还理解不了就看一下下面这个线性方程吧
可以用矩阵表示为:
第一个框是A(矩阵) , 第二个是x(向量, 未知数) 得出的第三个框是b(向量矩阵解)
矩阵乘法是矩阵第一列成第一个未知数
例如:
这是我随便写的一个方程, 用矩阵表示为:
大家就知道了第一列表示x在三个方程存在的数量,第二列表示y在三个方程存在的数量, 第三列表示z在三个方程存在的数量。
这3个矩阵分别为A, x和b(注意x和b都是n×1的矩阵,也称列向量),则线性方程组可以简单地写成Ax=b。这样是不是很方便呢?建议读者仔细研究一下这个Ax=b。它意味着A把一个列向量x变成了另外一个列向量b。也就是说,矩阵A描述的是一个线性变换,它把向量x变换到了向量b。在算法竞赛中,只要遇到“把一个向量v变成另一个向量v',并且v' 的每一个分量都是v各个分量的线性组合”的情况,就可以考虑用矩阵乘法来描述这个关系。这里的线性组合是指每个元素乘以一个常数后相加。比如2x+3y-z就是x、y、z的线性组合,但5xy和x2-3y都不是。矩阵乘法最重要的性质就是满足结合律,即(AB)C=A(BC),因此和幂取模一样,An也可以用倍增法加速。
摘自: 202403-榕阳-提高组-专题基础-P05-矩阵计算 (kdocs.cn)https://www.kdocs.cn/l/cqHzHcSMgykl
定义Fibonacci 如下:F0=1,F1=1,Fn=Fn-2+Fn-1。对于指定的n(0≤n≤10^18),计算斐波那契数列第n项的值,结果对10^9+7取模。
样例输入: | 样例输出: |
10 | 55 |
这是矩阵的关系式:
代码:
- // CSES1722 Fibonacci Numbers
- #include <bits/stdc++.h>
- using namespace std;
- typedef long long LL;
- #define _for(i, a, b) for (int i = (a); i < (int)(b); ++i)
- const LL P = 1e9 + 7;
- using VL = vector<LL>;
- struct Mat {
- int n, m;
- vector<VL> F;
- Mat(int _n, int _m) : n(_n), m(_m), F(n, VL(m)) {}
- Mat operator*(const Mat& x) const {
- assert(m == x.n);
- Mat ans(n, x.m);
- _for(r, 0, n) _for(c, 0, x.m) {
- _for(i, 0, m)(ans.F[r][c] += F[r][i] * x.F[i][c] % P) %= P;
- }
- return ans;
- }
- Mat operator^(LL k) const {
- assert(k >= 1);
- assert(n == m);
- Mat ans = *this, p = *this;
- for (--k; k; k >>= 1, p = p * p)
- if (k & 1) ans = ans * p;
- return ans;
- }
- };
- int main() {
- ios::sync_with_stdio(false), cin.tie(0);
- LL n, ans = -1;
- cin >> n;
- if (n == 0)
- ans = 0;
- else if (n == 1)
- ans = 1;
- else {
- Mat A(2, 2), v1(2, 1);
- A.F = {{1, 1}, {1, 0}}, v1.F = {{1}, {0}};
- Mat vn = (A ^ (n - 1)) * (v1);
- ans = vn.F[0][0];
- }
- cout << ans << "\n";
- return 0;
- }
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。