zoukankan      html  css  js  c++  java
  • CF696C PLEASE

    矩阵快速幂+扩展欧拉定理

    对于一个矩阵(A),我们有(A^n equiv A^{n\% phi(m)+phi(m)}(\%m))

    经过简单的列举或推导可得

    设目前进行了(x)轮,(f(x))为分子,(g(x))为分母

    则有(f(x)=g(x-1)-f(x-1),g(x)=2g(x-1))

    由此及首项可得(x>1)时概率的分子一直是奇数,分母一直为2的幂

    (x=1)时分子为0,分母为1

    即分子与分母恒互质

    由此可得转移矩阵

    [A=egin{bmatrix} -1 & 1 \ 0 & 2 end{bmatrix} ]

    初始矩阵

    [B=egin{bmatrix} 0 \ 1 end{bmatrix} ]

    (A^{n-1} imes B=egin{bmatrix} p \ q end{bmatrix})

    p/q为所求

    该算法时间复杂度为(Theta(k)),是本题的理论时间复杂度下限。

    #include"cstdio"
    #include"cstring"
    #include"iostream"
    #include"algorithm"
    using namespace std;
    
    const int MOD=1e9+7;
    const int siz=5;
    
    int n;
    long long v=1;
    struct Matrix{
    	long long v[siz][siz];
    	int x,y;
    
    	void clear(){memset(v,0,sizeof(v));x=y=0;}
    	void Mmul(Matrix a,Matrix b)
    	{
    		clear();
    		x=a.x,y=b.y;int c=a.y;
    		for(int i=1;i<=x;++i){
    			for(int j=1;j<=y;++j){
    				for(int k=1;k<=c;++k){
    					v[i][j]+=a.v[i][k]*b.v[k][j]%MOD;
    					v[i][j]=(v[i][j]%MOD+MOD)%MOD;
    				}
    			}
    		}return;
    	}
    
    	Matrix Mpw(Matrix a,long long b)
    	{
    		Matrix x;x.clear();x.x=x.y=a.x;
    		for(int i=1;i<=a.x;++i) x.v[i][i]=1;
    		while(b){
    			if(b&1) x.Mmul(x,a);
    			b>>=1;a.Mmul(a,a);
    		}return x;
    	}
    	
    	void write()
    	{
    		for(int i=1;i<=x;++i){
    			for(int j=1;j<=y;++j){
    				printf("%lld ",v[i][j]);
    			}puts("");
    		}puts("");
    		return;
    	}
    }A,B;
    
    int main()
    {
    	scanf("%d",&n);
    	for(int i=1;i<=n;++i){long long x;scanf("%lld",&x);v=(x%(MOD-1)*v)%(MOD-1);}
    	v+=MOD-1;
    	A.x=A.y=2;B.x=2,B.y=1;
    	A.v[1][1]=-1,A.v[1][2]=1,A.v[2][2]=2;
    	B.v[2][1]=1;
    	A=A.Mpw(A,v-1);B.Mmul(A,B);
    	printf("%lld/%lld
    ",B.v[1][1],B.v[2][1]);
    	return 0;
    }
    
  • 相关阅读:
    redis 学习笔记三
    hadoop 家族图
    hbase 笔记
    spark history server
    利用Intellij IDEA构建spark开发环境
    自己安装的工具版本
    hive读书笔记
    数据仓库元数据
    Spark RDD
    pg mysql 比较
  • 原文地址:https://www.cnblogs.com/AH2002/p/10105481.html
Copyright © 2011-2022 走看看