UVA 10870 Recurrences(矩阵乘法)
题意
求解递推式 \(f(n)=a_1*f(n-1)+a_2*f(n-2)+....+a_d*f(n-d)\) 的第 \(n\) 项模以 \(m\)。
\(1 \leq n \leq 2^{31}-1\)
\(1 \leq m \leq 46340\)
\(1 \leq d \leq 15\)
思路
矩阵乘法最经典的运用之一。先大致介绍一下矩阵乘法:
对于一个矩阵 \(A_{np}\) ,另一个矩阵 \(B_{pm}\) ,设它们的乘积为 \(C_{n,m}\) ,有 \(C_{i,j}=\displaystyle\sum_{k=1}^pA_{i,k}B_{k,j}\) .
例如对于一个矩阵 \(\begin{pmatrix}a_{1,1}&a_{1,2}&a_{1,3}\\a_{2,1}&a_{2,2}&a_{2,3}\end{pmatrix}\) ,和另一个矩阵 \(\begin{pmatrix}b_{1,1}&b_{1,2}\\b_{2,1}&b_{2,2}\\b_{3,1}&b_{3,2}\end{pmatrix}\) ,它们的积为:
\[\begin{pmatrix}
a_{1,1}b_{1,1}+a_{1,2}b_{2,1}+a_{1,3}b_{3,1} & a_{1,1}b_{1,2}+a_{1,2}b_{2,2}+a_{1,3}b_{3,2}\\
a_{2,1}b_{1,1}+a_{2,2}b_{2,1}+a_{2,3}b_{3,1} & a_{2,1}b_{1,2}+a_{2,2}b_{2,2}+a_{2,3}b_{3,2}
\end{pmatrix}
\]
从定义式可以看出来,矩阵乘法不满足交换律,但满足结合律。满足结合律,就说明了可以快速幂。
矩阵乘法的题目的根本想法是构造矩阵。对于这道题,可以先构造出矩阵 \(A_{1d}\) ,分别表示数列 \(f\) 的前 \(d\) 项,那么只需要再构造出一个 \(B_{dd}\) ,使得 \(A_{1d}B_{dd}\) 得到 \(f\) 数列的第 \(2\) 项到第 \(d+1\) 项即可。具体构造见代码:
代码
#include<bits/stdc++.h>
#define FOR(i,x,y) for(int i=(x),i##END=(y);i<=i##END;++i)
#define DOR(i,x,y) for(int i=(x),i##END=(y);i>=i##END;--i)
typedef long long LL;
using namespace std;
const int N=20;
int P;
struct Matrix
{
int n,m,a[N][N];
int *operator [](const int x){return a[x];}
void resize(int _n,int _m){n=_n,m=_m;}
Matrix operator *(const Matrix &_)const
{
Matrix res;
res.n=n,res.m=_.m;
FOR(i,1,n)FOR(j,1,_.m)
{
res[i][j]=0;
FOR(k,1,m)(res[i][j]+=(a[i][k]*_.a[k][j])%P)%=P;
}
return res;
}
Matrix operator *=(const Matrix &_){return (*this)=(*this)*_;}
};
int n,d;
Matrix Pow(Matrix a,int p)
{
Matrix res;res.resize(a.n,a.n);
FOR(i,1,res.n)FOR(j,1,res.m)res[i][j]=(i==j); //res初始值是一个"单位1"的矩阵
for(;p>0;p>>=1,a*=a)if(p&1)res*=a;
return res;
}
int main()
{
while(scanf("%d%d%d",&d,&n,&P),d|n|P)
{
Matrix A,B;A.resize(1,d),B.resize(d,d);
FOR(i,1,d)FOR(j,1,d-1)B[i][j]=(i==j+1);
FOR(i,1,d)scanf("%d",&B[d-i+1][d]),B[d-i+1][d]%=P;
FOR(i,1,d)scanf("%d",&A[1][i]),A[1][i]%=P;
if(n<=d)printf("%d\n",A[1][n]);
else
{
A*=Pow(B,n-d);
printf("%d\n",A[1][d]);
}
}
return 0;
}
你们说说呐,竞赛生的路,接下来该怎么走?