首先理解快速幂算法,虽然有pow函数基本用不到快速幂,但是理解快速幂对于理解矩阵快速幂很有帮
int QuickPow(int x,int N)
{
int res = x;
int ans = 1;
while(N)
{
if(N&1)
{
ans = ans * res;
}
res = res*res;
N = N>>1;
}
return ans;
}
原理是简单的二分法。
然后就可以用近似的思想理解矩阵快速幂了:
//返回一个单位矩阵
matrix unit(matrix A){
matrix re;
re.n=A.n;re.m=A.m;
for(int i=0;i<re.n;i++){
for(int j=0;j<re.m;j++){
if(i==j)re.s[i][j]=1;
else re.s[i][j]=0;
}
}
return re;
}
//两个矩阵相乘
matrix mix(matrix A,matrix B){
matrix re;re.n=A.n;re.m=B.m;
for(int i=0;i<re.n;i++){
for(int j=0;j<re.m;j++){
re.s[i][j]=0;
for(int k=0;k<A.m;k++){
re.s[i][j]+=A.s[i][k]*B.s[k][j]%mod;
re.s[i][j]%=mod;
}
}
}
return re;
}
//快速求 矩阵A的b次方
matrix dpow(matrix A,ll b){
matrix re;
re=unit(A);
while(b){
if(b&1)re=mix(re,A);
A=mix(A,A);
b>>=1;
}
return re;
}
垒骰子
赌圣atm晚年迷恋上了垒骰子,就是把骰子一个垒在另一个上边,不能歪歪扭扭,要垒成方柱体。
经过长期观察,atm 发现了稳定骰子的奥秘:有些数字的面贴着会互相排斥!
我们先来规范一下骰子:1 的对面是 4,2 的对面是 5,3 的对面是 6。
假设有 m 组互斥现象,每组中的那两个数字的面紧贴在一起,骰子就不能稳定的垒起来。
atm想计算一下有多少种不同的可能的垒骰子方式。
两种垒骰子方式相同,当且仅当这两种方式中对应高度的骰子的对应数字的朝向都相同。
由于方案数可能过多,请输出模 10^9 + 7 的结果。
不要小看了 atm 的骰子数量哦~
#include
#define ag(x) ((x)>3?(x)-3:(x)+3)
using namespace std;
typedef long long ll;
ll mod=1e9+7;
struct matrix{
int n,m;
ll s[10][10];
};
//对A的初始化修改成 初始化为4,因为骰子四个面可以互相转动,需要最终乘以4或者初始化为4
matrix Aunit(matrix A){
for(int i=0;i<6;i++){
for(int j=0;j<6;j++){
A.s[i][j]=4;
}
}
return A;
}
//返回一个单位矩阵
matrix unit(matrix A){
matrix re;
re.n=A.n;re.m=A.m;
for(int i=0;i<re.n;i++){
for(int j=0;j<re.m;j++){
if(i==j)re.s[i][j]=1;
else re.s[i][j]=0;
}
}
return re;
}
//两个矩阵相乘
matrix mix(matrix A,matrix B){
matrix re;re.n=A.n;re.m=B.m;
for(int i=0;i<re.n;i++){
for(int j=0;j<re.m;j++){
re.s[i][j]=0;
for(int k=0;k<A.m;k++){
re.s[i][j]+=A.s[i][k]*B.s[k][j]%mod;
re.s[i][j]%=mod;
}
}
}
return re;
}
//快速求 矩阵A的b次方
matrix dpow(matrix A,ll b){
matrix re;
re=unit(A);
while(b){
if(b&1)re=mix(re,A);
A=mix(A,A);
b>>=1;
}
return re;
}
int main(){
ll n,m;
scanf("%lld%lld",&n,&m);
matrix A;A.n=6;A.m=6;
A=Aunit(A); //初始化矩阵A,表示冲突矩阵
int ip1,ip2;
//设置冲突矩阵的冲突面(两两对应)
while(m--){
scanf("%d%d",&ip1,&ip2);
A.s[ip2-1][ag(ip1)-1]=0;
A.s[ip1-1][ag(ip2)-1]=0;
}
matrix p;p.n=1;p.m=6;
for(int j=0;j<6;j++)p.s[0][j]=4;
A=dpow(A,n-1); //求A矩阵的n-1次方
p=mix(p,A); //最后算A^n-1矩阵 * p矩阵,(p就是高度为1的第一个矩阵对应dp[1])
ll ans=0;
for(int j=0;j<6;j++)ans=(ans+p.s[0][j])%mod;
printf("%lld\n",ans);
return 0;
}