原文链接 https://www.cnblogs.com/cly-none/p/SRM701Div1C.html
题意：定义"Fibonacci string"为没有连续1的01串。现在，给出(a,b)，定义一个"Fibonacci string"的权值为(x^a y^b)，其中(x)为0的个数，(y)为1的个数。
要求对所有长度为(n)的"Fibonacci string"的权值求和，对(10^9 + 7)取模。
(n leq 10^9, a, b leq 25)
显然第一反应就是矩阵存下所有((a,b))做快速幂。然而，这样的话矩阵的边长是(O(a^2))的，不能通过本题。
考虑最终答案的式子：
[sum_{k=0}^n {n-k+1 choose k} k^b (n-k)^a
]
我们尝试化简：
[egin{aligned}
& sum_{k=0}^n {n-k+1 choose k} k^b (n-k)^a \
= & sum_{k=0}^n sum_{j=0}^a {n-k+1 choose k} k^b {achoose j} n^{a-j} (-k)^j \
= & sum_{j=0}^a {a choose j} (-1)^j sum_{k=0}^n {n-k+1 choose k}k^{b+j}
end{aligned}
]
注意到后面的(sum_{k=0}^n {n-k+1 choose k} k^{b+j})就是当(a' = 0, b' = b+j)时，所有长度为(n)的"Fibonacci string"的权值和。这时，我们再建矩阵，边长就只有(O(a))了。最后(O(a))枚举(j)就能计算出答案。
时间复杂度(O(a^3 log n))。
#include <bits/stdc++.h>
using namespace std;
const int MOD = (int)(1e9 + 7), N = 110;
struct matrix {
int n,m,mat[N][N];
matrix(int n=0,int m=0): n(n), m(m) {
memset(mat,0,sizeof mat);
}
matrix operator * (const matrix& a) const {
assert(m == a.n);
matrix ret = matrix(n, a.m);
for (int k = 0 ; k < m ; ++ k)
for (int i = 0 ; i < n ; ++ i)
for (int j = 0 ; j < a.m ; ++ j)
(ret.mat[i][j] += 1ll * mat[i][k] * a.mat[k][j] % MOD) %= MOD;
return ret;
}
};
matrix power(matrix a,int b) {
assert(a.n == a.m);
matrix ret = matrix(a.n, a.m);
for (int k = 0 ; k < a.n ; ++ k)
ret.mat[k][k] = 1;
while (b) {
if (b&1) ret = ret * a;
a = a * a;
b >>= 1;
}
return ret;
}
int power(int a,int b) {
int ret = 1;
while (b) {
if (b&1) ret = 1ll * ret * a % MOD;
a = 1ll * a * a % MOD;
b >>= 1;
}
return ret;
}
class FibonacciStringSum {
public:
int get( int n, int a, int b ) ;
};
int val[N],cmb[N][N];
int FibonacciStringSum::get(int n, int a, int b) {
memset(cmb,0,sizeof cmb);
for (int i = 0 ; i <= a + b ; ++ i)
cmb[i][0] = 1;
for (int i = 1 ; i <= a + b ; ++ i)
for (int j = 1 ; j <= i ; ++ j)
cmb[i][j] = (cmb[i-1][j] + cmb[i-1][j-1]) % MOD;
matrix sta = matrix(1, 2 * (a + b + 1));
matrix tran = matrix(2 * (a + b + 1), 2 * (a + b + 1));
sta.mat[0][0] = 1;
for (int i = 0 ; i <= a + b ; ++ i) {
tran.mat[i][i] = 1;
tran.mat[i + a + b + 1][i] = 1;
for (int j = 0 ; j <= i ; ++ j)
tran.mat[j][a + b + 1 + i] += cmb[i][j];
}
tran = power(tran, n);
sta = sta * tran;
for (int i = 0 ; i <= a + b ; ++ i)
val[i] = (sta.mat[0][i] + sta.mat[0][i + a + b + 1]) % MOD;
int ans = 0;
for (int i = 0, t = 1 ; i <= a ; ++ i, t = -t)
(ans += 1ll * t * cmb[a][i] * power(n, a - i) % MOD * val[b + i] % MOD) %= MOD;
ans = (ans % MOD + MOD) % MOD;
return ans;
}
小结：这个问题的特殊之处在于，既可以直接矩阵快速幂，也可以写成数学和式。然而，二者都不能直接解决这个问题。把两种方法相结合一直是常用的技巧（如分块），在这里也启示我们对于一个问题不能死板地但从一个方向来思考。