矩阵快速幂求斐波那契数列（总结）
第一部分：矩阵的基础知识
1.结合性 （AB)C=A(BC）．
2.对加法的分配性 （A+B)C=AC+BC，C(A+B）=CA+CB ．
3.对数乘的结合性 k(AB）=（kA)B =A(kB）．
4.关于转置 (AB)'=B'A'．
一个矩阵就是一个二维数组，为了方便声明多个矩阵，我们一般会将矩阵封装一个类或定义一个矩阵的结构体，我采用的是后者。（弱鸡的我也直只会用结构体实现）
第二部分：矩阵相乘
若A为n×k矩阵，B为k×m矩阵，则它们的乘积AB(有时记做A·B)将是一个n×m矩阵。前一个矩阵的列数应该等于后一个矩阵的行数，得出的矩阵行数等于前一个矩阵的行数，列数等于后一个矩阵的行数。
其乘积矩阵AB的第i行第j列的元素为：
举例：A、B均为3*3的矩阵：C=A*B，下面的代码会涉及到两种运算顺序，第一种就是直接一步到位求，第二种就是每次求一列，比如第一次，C00+=a00*b00,C01+=a00*b01……第二次C00+=a00*b10，C01+=a01*b11……以此类推。。。
C00 = a00*b00 + a01*b10 + a02*b20
C01 = a00*b01 + a01*b11 + a02*b21
C02 = a00*b02 + a01*b12 + a02*b22
C10 = a10*b00 + a11*b10 + a12*b20
C11 = a10*b00 + a11*b11 + a12*b21
C12 = a10*b02 + a11*b12 + a12*b22
C20 = a20*b00 + a21*b10 + a22*b20
C21 = a20*b01 + a21*b11 + a22*b21
C22 = a20*b02 + a21*b12 + a22*b22
C00 = a00*b00 + a01*b10 + a02*b20
C01 = a00*b01 + a01*b11 + a02*b21
C02 = a00*b02 + a01*b12 + a02*b22
下面先来实现一个矩阵相乘的函数吧。
- const int MOD=10000;
- struct mat
- {
- int a[2][2];//这里数据范围就用小的示范
- };
- mat mat_mul(mat x,mat y)//实现两个矩阵相乘，返回的还是一个矩阵。
- {
- mat res;//用来表示得到的新的矩阵；
- memset(res.a,0,sizeof(res.a));
- for(int i=0;i<2;i++)
- for(int j=0;j<2;j++)
- for(int k=0;k<2;k++)
- {
- res.a[i][j]+=x.a[i][k]*y.a[k][j];
- res.a[i][j]%=MOD;//这一步看题目具体需要了
- }
- return res;
- }
学了现代的话这个是很好理解的（个人认为）。
第三部分：矩阵快速幂 //其实和普通快速幂类似，只不过这里需要得到的是一个矩阵
神马是幂？【很多时候会被高大上的名字吓到。。。导致学习效率降低。。。其实没辣么可怕，很简单！！！】
幂又称乘方。表示一个数字乘若干次的形式,如n个a相乘的幂为a^n ，或称a^n为a的n次幂。a称为幂的底数，n称为幂的指数。——引自.度娘百科
这类题，指数都是很大很大很大很大很大很大很大的。。。霸王硬上弓的话，很容易超时的 T_T 。。。所以得快速幂→_→
学过之后发现，其实矩阵快速幂 的核心思想跟 以前学过的快速幂取模非常非常相似，只是矩阵乘法需要另外写个函数，就是上面那个代码。。。
快速幂的思路就是：
设A为矩阵，求A的N次方，N很大，1000000左右吧。。。
先看小一点的，A的9次方
A^9
= A*A*A*A*A*A*A*A*A 【一个一个乘，要乘9次】
= A*(A*A)*(A*A)*(A*A)*(A*A)【保持格式的上下统一，所以加上这句】
= A*(A^2)^4 【A平方后，再四次方，还要乘上剩下的一个A，要乘6次】
= A*((A^2)^2)^2【A平方后，再平方，再平方，还要乘上剩下的一个A，要乘4次】
也算是一种二分思想的应用吧，1000000次幂，暴力要乘1000000次，快速幂就只要（log2底1000000的对数） 次，大约20次。。。这。。。我没错吧。。。
单位矩阵： n*n的矩阵 mat ( i , i )=1; 任何一个矩阵乘以单位矩阵就是它本身 n*单位矩阵=n， 可以把单位矩阵等价为整数1。（单位矩阵用在矩阵快速幂中）
例如下图就是一个7*7的单位矩阵：
下面来实现一个矩阵快速幂：
- int pow(int n)//还是小范围数据来说吧,要不然返回值的类型自己定义
- {
- mat c,res;
- memset(res.a,0,sizeof(res.a));
- c.a[0][0]=1;//给矩阵赋初值
- c.a[0][1]=1;
- c.a[1][0]=1;
- c.a[1][1]=0;
- for(int i=0;i<n;i++) res.a[i][i]=1;//单位矩阵；
- while(n)
- {
- if(n&1) res=mat_mul(res,c);//这里看就要用到上面的矩阵相乘了；
- c=mat_mul(c,c);
- n=n>>1;
- }
- return res.a[0][1];
- }//时间复杂度log(n)
但是矩阵如何与斐波那契联系在一起呢？？？
找了很多博客，看了第二位大神的博客才理解。
对于矩阵乘法与递推式之间的关系：
如：在斐波那契数列之中
f[i] = 1*f[i-1]+1*f[i-2] f[i-1] = 1*f[i-1] + 0*f[i-2];
即
所以
就这两幅图完美诠释了斐波那契数列如何用矩阵来实现。
给出了矩阵相乘的定义，要你求出斐波那契的第n项对1e4取余。
代码一：在网上看到的很简洁的代码
- #include <iostream>
- #include <cstddef>
- #include <cstring>
- #include <vector>
- using namespace std;
- typedef long long ll;
- const int mod=10000;
- typedef vector<ll> vec;
- typedef vector<vec> mat;
- mat mul(mat &a,mat &b)//表示不会这样用，，，，
- {
- mat c(a.size(),vec(b[0].size()));
- for(int i=0; i<2; i++)
- {
- for(int j=0; j<2; j++)
- {
- for(int k=0; k<2; k++)
- {
- c[i][j]+=a[i][k]*b[k][j];
- c[i][j]%=mod;
- }
- }
- }
- return c;
- }
- mat pow(mat a,ll n)
- {
- mat res(a.size(),vec(a.size()));
- for(int i=0; i<a.size(); i++)
- res[i][i]=1;//单位矩阵；
- while(n)
- {
- if(n&1) res=mul(res,a);
- a=mul(a,a);
- n/=2;
- }
- return res;
- }
- ll solve(ll n)
- {
- mat a(2,vec(2));
- a[0][0]=1;
- a[0][1]=1;
- a[1][0]=1;
- a[1][1]=0;
- a=pow(a,n);
- return a[0][1];//也可以是a[1][0];
- }
- int main()
- {
- ll n;
- while(cin>>n&&n!=-1)
- {
- cout<<solve(n)<<endl;
- }
- return 0;
- }
代码二：自己写的代码
- #include<bits/stdc++.h>
- using namespace std;
- typedef long long ll;
- const int MOD=10000;
- struct mat
- {
- ll a[2][2];
- };
- mat mat_mul(mat x,mat y)
- {
- mat res;
- memset(res.a,0,sizeof(res.a));
- for(int i=0;i<2;i++)
- for(int j=0;j<2;j++)
- for(int k=0;k<2;k++)
- res.a[i][j]=(res.a[i][j]+x.a[i][k]*y.a[k][j])%MOD;
- return res;
- }
- void mat_pow(int n)
- {
- mat c,res;
- c.a[0][0]=c.a[0][1]=c.a[1][0]=1;
- c.a[1][1]=0;
- memset(res.a,0,sizeof(res.a));
- for(int i=0;i<2;i++) res.a[i][i]=1;
- while(n)
- {
- if(n&1) res=mat_mul(res,c);
- c=mat_mul(c,c);
- n=n>>1;
- }
- printf("%I64d ",res.a[0][1]);
- }
- int main()
- {
- int n;
- while(~scanf("%d",&n)&&n!=-1)
- {
- mat_pow(n);
- }
- return 0;
- }
感觉不是很难，裸模板的话没什么问题，但如果灵活度高一点我就不会构造矩阵了。还是继续加油吧！
参考文章：
http://blog.csdn.net/u013795055/article/details/38599321
http://blog.csdn.net/g_congratulation/article/details/52734306