博客
关于我
sdnu1085.爬楼梯再加强版(矩阵快速幂)
阅读量:273 次
发布时间:2019-03-01

本文共 1516 字,大约阅读时间需要 5 分钟。

为了解决这个问题,我们需要计算上楼梯的方式总数。WZ一步可以迈一阶、两阶或者三阶,给定楼梯的阶数N,我们需要计算总共有多少种上楼的方式,并输出结果模1000000007。

方法思路

这个问题可以通过递推关系和矩阵快速幂来解决。递推关系为f(n) = f(n-1) + f(n-2) + f(n-3),其中f(0) = 1,f(1) = 1,f(2) = 2。为了高效计算大数的情况,我们使用矩阵快速幂方法,将递推关系转化为矩阵乘法的形式,然后利用快速幂算法来计算结果。

解决代码

#include 
using namespace std;const int MOD = 1000000007;const int N = 3;struct mat { ll a[N][N];};mat mat_mul(mat x, mat y) { mat res; for (int i = 0; i < N; i++) { for (int j = 0; j < N; j++) { res.a[i][j] = (x.a[i][0] * y.a[0][j] + x.a[i][1] * y.a[1][j] + x.a[i][2] * y.a[2][j]) % MOD; } } return res;}ll mat_pow(mat c, ll power) { mat res = { {1, 0, 0}, {0, 1, 0}, {0, 0, 1} }; while (power > 0) { if (power % 2 == 1) { res = mat_mul(res, c); } c = mat_mul(c, c); power /= 2; } return res.a[0][0];}int main() { long long n; while (scanf("%lld", &n) != EOF) { if (n == 1) { cout << 1 << endl; } else if (n == 2) { cout << 2 << endl; } else if (n == 3) { cout << 4 << endl; } else { mat A = { {1, 1, 1}, {1, 0, 0}, {0, 1, 0} }; mat C = mat_pow(A, n - 3); long long ans = (4 * C.a[0][0] + 2 * C.a[0][1] + C.a[0][2]) % MOD; cout << ans << endl; } } return 0;}

代码解释

  • 矩阵定义和乘法函数:定义了矩阵的结构和矩阵乘法函数mat_mul,用于矩阵的快速幂计算。
  • 矩阵快速幂函数mat_pow函数用于计算矩阵的高次幂,通过快速幂算法将复杂度降低到O(logN)。
  • 主函数:读取输入值N,处理特殊情况(N=1, 2, 3),并使用矩阵快速幂计算结果。结果输出后,模1000000007。
  • 这种方法能够高效处理非常大的N值,确保在合理时间内完成计算。

    转载地址:http://usio.baihongyu.com/

    你可能感兴趣的文章
    OpenCV与AI深度学习 | OpenCV常用图像拼接方法(三):基于特征匹配拼接
    查看>>
    OpenCV与AI深度学习 | OpenCV常用图像拼接方法(二) :基于模板匹配拼接
    查看>>
    OpenCV与AI深度学习 | OpenCV常用图像拼接方法(四):基于Stitcher类拼接
    查看>>
    OpenCV与AI深度学习 | OpenCV快速傅里叶变换(FFT)用于图像和视频流的模糊检测(建议收藏!)
    查看>>
    OpenCV与AI深度学习 | SAM2(Segment Anything Model 2)新一代分割一切大模型介绍与使用(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | T-Rex Label !超震撼 AI 自动标注工具,开箱即用、检测一切
    查看>>
    OpenCV与AI深度学习 | YOLO11介绍及五大任务推理演示(目标检测,图像分割,图像分类,姿态检测,带方向目标检测)
    查看>>
    OpenCV与AI深度学习 | YOLOv10在PyTorch和OpenVINO中推理对比
    查看>>
    OpenCV与AI深度学习 | YOLOv11来了:将重新定义AI的可能性
    查看>>
    OpenCV与AI深度学习 | YOLOv8自定义数据集训练实现火焰和烟雾检测(代码+数据集!)
    查看>>
    OpenCV与AI深度学习 | YOLOv8重磅升级,新增旋转目标检测,又该学习了!
    查看>>
    OpenCV与AI深度学习 | 一文带你读懂YOLOv1~YOLOv11(建议收藏!)
    查看>>
    OpenCV与AI深度学习 | 五分钟快速搭建一个实时人脸口罩检测系统(OpenCV+PaddleHub 含源码)
    查看>>
    OpenCV与AI深度学习 | 什么是 COCO 数据集?
    查看>>
    OpenCV与AI深度学习 | 低对比度缺陷检测应用实例--LCD屏幕脏污检测
    查看>>
    OpenCV与AI深度学习 | 使用 MoveNet Lightning 和 OpenCV 实现实时姿势检测
    查看>>
    OpenCV与AI深度学习 | 使用 OpenCV 创建自定义图像滤镜
    查看>>
    OpenCV与AI深度学习 | 使用 SAM 和 Grounding DINO 分割卫星图像
    查看>>
    OpenCV与AI深度学习 | 使用OpenCV图像修复技术去除眩光
    查看>>
    OpenCV与AI深度学习 | 使用OpenCV检测并计算直线角度
    查看>>