矩阵快速幂

定义：矩阵的快速幂是用来高效地计算矩阵的高次方的。

基础储备知识

线性代数中矩阵乘法

 

快速幂如果我们现在要算

$$
x^8=x*x*x*x*x*x*x*x
$$

 

现在我们来优化其算法，我们先两两相乘，得到的结果再相乘四次

$$
(x*x)^4
$$

 

相比第一次乘法运算7次，第二种方只需要运算4次；

我们知道计算机处理的是离散的信息，都是以0,1来作为信号的处理的。它能将模拟信号转化成数字信号，将原来连续的实际模型，用一个离散的算法模型来解决。回头看看矩阵的快速幂问题，我们是不是也能把它离散化呢？比如x8 = x8 * x2 * x1 显然采取这样的方式计算时因子数将是log(n)级别的(原来的因子数是n)，不仅这样，因子间也是存在某种联系的，比如x4 能通过x2 * x2 得到，x8 能通过x4 * x4 得到，下面举个例子进行说明：

快速幂举例：计算x的11次方，x的11次方，11转换为二进制为1011，我们可以将其划分如下

$$
x^{11}=x^{8}*x^{2}*x^1
$$

 

//初始化
ans = 1 ; res = x;
​
//1011最后一位是1，为奇数。
ans = res * ans = x;
res = res * res x^2;
​
//右移后，101最后一位是1，为奇数。
ans = res * ans = x^3;
res = res * res x^4;
​
//右移后，10最后一位是0，为偶数。
res = res * res x^8;
​
//右移后，1最后一位是1，为奇数。
ans = res * ans = x^11;
res = res * res x^16;

可以看出res=x^m ,m始终和二进制位置上的权值是对应的。当二进制位为0时，我们只让res * res使幂指数对应下一个二进制位的权值，当二进制位为1时，ans = ans * res 。则乘上了该乘的X幂次。

快速幂代码：

while(n){                    //快速幂
            if(n&1)          //掩码00...01来判断最后位奇偶性
                mult(C,B);
            n>>=1;           //右移一位
            mult(B,B);
        }
        mult(A,C);
        return A[0][0];
    }

以斐波那契数列为例：斐波那契数列递推公式为： F[n] = F[n-1] + F[n-2]. 由f[0]=0,f[1]=1,可以递推后面的所有数。 通常，我们会常常用for循环，这是最直接的算法。 POJ 3070 题目，让求斐波那契数列，其n更是高达10亿。 但是直接递推存在局限性： （1）本题让你递推的斐波那契数n高达10亿。测试时间仅1秒的时间，递推方法显然会超时 （2）想要打表实现随机访问根本不可能，先把斐波那契数列求到10亿，然后想去进行随机访问。题目未给出那么多内存，数组也开不到10亿。

（3）使用滚动数组也会和递归一样会超时。

因此它可以用矩阵快速幂来写。 观察f[n] = f[n-1]+f[n-2] 第n相是由第n-1项和第n-2项递推而来。 同理，第n+1项由第n项和第n-1项递推而来。 因此可以用矩阵表示：

$$
\left[\matrix {f(n) \\f(n-1) } \right]_1 = \left[ \matrix{ 1 & 1\\ 1 & 0\\ } \right]_2 * \left[\matrix {f(n-1) \\f(n-2) } \right]_3 = \left[ \matrix{ f(n-1)+f(n-2)\\ f(n-1) } \right]_4
$$

 

所以f（n） 位置位置上的值便是我们所想求的值。

 

完整代码如下:

class Solution{
public:
    int fib(int n){
        int A[2][2]={1,0,0,0};//求解矩阵,矩阵1
        int B[2][2]={1,1,1,0};//工具矩阵,矩阵2
        int C[2][2]={1,0,0,1};//单位矩阵
        while(n){//快速幂
            if(n&1)mult(C,B);
            n>>=1;
            mult(B,B);
        }
        mult(A,C);
        return A[0][0];
    }
private:
void mult(int ((*A)[2],int (*B)[2]){
        int C[2][2]={0,0,0,0};
        for(int k=0;k<2;++k)
            for(int i=0;i<2;++i)
                for(int j=0;j<2;++j)
                    C[i][j]+=A[i][k]*B[k][j];//矩阵乘法
        for(int i=0;i<2;++i)
            for(int j=0;j<2;++j)
                A[i][j]=C[i][j];
    }
};

 

标签：契数,int,res,矩阵,斐波,ans,递推,mult
来源： https://www.cnblogs.com/syoryu/p/15850017.html