1.解析
第一反應動態規劃,時間複雜度必然是O(N),現在有個辦法能把時間複雜度變爲O(logN),我不確定這種辦法能不能用在其它動態規劃上。遞推毫無爭議,公式如下:
書上表示出了一種矩陣的格式,我也不知道是怎麼推出的,只是說“二階遞推數列一定能夠用矩陣的乘法表示”(這不就表示所有的遞推都能用?DP大多數都是遞推的)。
abcd用試的就能試出來具體的值
這就是新的遞推公式,問題也就轉換爲了矩陣快速冪問題。矩陣快速冪問題在別的章節講。
2.複雜度分析
時間複雜度就是將一個數字分割成二進制數後,二進制數的位數。因爲是二進制數,所以應該是logN。只是感覺是這樣,具體的證明沒有,我也有點迷糊。
3.代碼
寫的有點亂,我一方面想要進行參數判斷,一方面想要方便,藍瘦
#include <iostream>
#include <vector>
using namespace std;
///<矩陣乘法,a和b是兩個待乘的矩陣,c是返回值
bool multi_matrix(vector<vector<int> >a, vector<vector<int> >b, vector<vector<int> >&c)
{
if(a.empty() || b.empty() || c.empty())
return false;
vector<vector<int> >tmp(c.size(), vector<int>(c[0].size(), 0));
c.assign(tmp.begin(), tmp.end());
for(int i=0;i<(int)a.size();++i)
for(int j=0;j<(int)b[0].size();++j)
for(int k=0; k<(int)b.size();++k)
c[i][j] += a[i][k] * b[k][j];
return true;
}
///<矩陣快速冪乘法,m矩陣的p次冪,res是返回值,m不用引用會報段錯誤,我也不知道爲啥
bool matrix_pow(vector<vector<int> >&m, int p, vector<vector<int> >&res)
{
if(m.empty())
return false;
vector<vector<int> >zero(m.size(), vector<int>(m[0].size(),0));
res.assign(zero.begin(), zero.end());
for(int i=0;i<(int)m.size();++i)
{
for(int j=0;j<(int)m[0].size();++j)
{
if(i==j)
res[i][j] = 1;
else
res[i][j] = 0;
}
}
vector<vector<int> >tmp(m.begin(), m.end());
while(0 != p)
{
if(0 != (p&1))
multi_matrix(res,tmp,res);
multi_matrix(tmp,tmp,tmp);
p>>=1;
}
return true;
}
int main(void)
{
int a[2]={1,1};
int b[2]={1,0};
vector<int>c;
c.assign(a,a+2);
vector<int>d;
d.assign(b,b+2);
vector<vector<int> >e;
e.push_back(c);
e.push_back(d);
vector<vector<int> >res;
int n ;
cin>>n;
if(1==n || 2==n)
cout<<1<<endl;
else
{
matrix_pow(e,n-2,res);
cout<<res[0][0]+res[1][0]<<endl;
}
return 0;
}