上一次我们了解了矩阵的运算和如何使用矩阵解决斐波那契数列,这一次我们多看看例题,了解什么情况下用矩阵比较合适。
先看例题
1.洛谷P1939 【模板】矩阵加速(数列)
模板题应该很简单。
补:1<n<=10^9
10^9肯定超了,所以可以用矩阵做
我们可以观察到,每一项(x>3)都是由两个量组成,于是创建矩阵:
同时:
那么因为如果要再让,A*base 之后还是应该是前一个为一项,后一项为它的两项前。所以?处应为。??处应为什么自己想想,发在评论区里吧。
但是,在A中并没有出现,这样我们就不可以用A*base表示B了,因为矩阵的乘法中,必须要上一个矩阵中有的元素,才能进入下一个矩阵中。
无论怎样,都无法表示为的形式,所以B不可以由A构成。
那这个时候就可以用一个巧妙的方法:我们在A和B中都增加这一项,这样就会变成
可以表示为,这样就可以满足每一个条件都可以了。
那么我们利用矩阵乘法,在纸上演算七七四十八个小时,就可以得出,
那么用和斐波那契数列一样的做法,快速幂即可
#include<bits/stdc++.h>
using namespace std;
#define mod 1000000007
struct Matrix{
int n,m;
long long a[100][100];
Matrix(){
memset(a,0,sizeof(a));
}
Matrix(int _n,int _m){
n=_n;
m=_m;
memset(a,0,sizeof(a));
}
};
Matrix ans(1,3);
Matrix base(3,3);
void init(){
ans.a[0][0]=1;
ans.a[0][1]=1;
ans.a[0][2]=1;
base.a[0][0]=1;base.a[0][1]=1;base.a[0][2]=0;
base.a[1][0]=0;base.a[1][1]=0;base.a[1][2]=1;
base.a[2][0]=1;base.a[2][1]=0;base.a[2][2]=0;
}
Matrix mul(Matrix a,Matrix b){
Matrix res(a.n,b.m);
for(int i=0;i<a.n;i++){
for(int j=0;j<b.m;j++){
for(int k=0;k<a.m;k++){
res.a[i][j]+=a.a[i][k]*b.a[k][j]%mod;
}
res.a[i][j]%=mod;
}
}
return res;
}
Matrix bpow(Matrix a,long long n){
Matrix res(a.n,a.n);
for(int i=0;i<a.n;i++)res.a[i][i]=1;
while(n!=0){
if(n&1){
res=mul(res,a);
}
a=mul(a,a);
n>>=1;
}
return res;
}
long long F(long long n){
base=bpow(base,n-3);
/*for(int i=0;i<3;i++){
for(int j=0;j<3;j++){
cout<<base.a[i][j];
}
cout<<endl;
}*/
ans=mul(ans,base);
return ans.a[0][0]%mod;
}
int main(){
long long t;
cin>>t;
while(t--){
long long n;
cin>>n;
if(n<=3){
cout<<1<<endl;
continue;
}
init();
cout<<F(n)<<endl;
}
return 0;
}
2.洛谷P1349 广义斐波那契数列
其实很简单,就是把斐波那契数列的模板套一下
先写一半