【笔记】矩阵快速幂

前置芝士

快速幂。

什么是矩阵？

矩阵，是由 $\left[\begin{array}{}\end{array}\right]$ 组成的一个方阵（就这么理解好啦）。

比如：$\left[\begin{array}{cc}1& 2\\ 3& 4\end{array}\right]$ 是一个 $2\times 2$ 的矩阵。

矩阵乘法

矩阵乘法的条件：仅当第 $1$ 个矩阵的列数 $=$ 第 $2$ 个矩阵的行数才有意义。

U401562 矩阵乘法（站外题）

矩阵乘法的计算方法：

$$c_{i,j}=\sum _{k=1}^n{a}_{i,k}\times b_{k,j}$$

了解了这些以后，代码就迎刃而解：

第一层循环枚举 $k$，第二、三层循环分别枚举 $i$，$j$。

for(k=1;k<=n;k++)
    for(i=1;i<=m;i++)
        for(j=1;j<=p;j++)
            c[i][j]+=a[i][k]*b[k][j];

就是 $A$ 的第 $i$ 行分别乘以 $B$ 的第 $j$ 列的和就是 $C_{i,j}$。

这样就可以得到一个 $m\times p$ 的矩阵（第一个矩阵的行 $\times$ 第二个矩阵的列）。

---

矩阵快速幂

不懂快速幂的可以见顶部。

矩阵快速幂，用于解决 $n$ 很大的情况下求解某些东西。

比如求斐波那契数列的第 $n$ 项。我们知道，斐波那契数列有一个通项公式：

$$\{\begin{array}{ll}{f}_i=1& i\le 3\\ f_i=f_{i-1}+f_{i-2}& i\ge 3\end{array}$$

• 首先特判 $n=1,2$ 的情况。

将上面的递推公式变为矩阵：

$$\left[\begin{array}{cc}?& ?\\ ?& ?\end{array}\right]\times \left[\begin{array}{c}{f}_{i-1}\\ f_{i-2}\end{array}\right]=\left[\begin{array}{c}{f}_i\\ f_{i-1}\end{array}\right]$$

矩阵 $2$ 是一个 $2\times 1$ 的矩阵，矩阵 $3$ 也是一个 $2\times 1$ 的矩阵，因此矩阵 $1$ 是一个 $2\times 2$ 的矩阵。

然后通过递推公式 $f_i=f_{i-1}\times 1+f_{i-2}\times 1$ 和 $f_{i-1}=f_{i-1}\times 1$，可构造矩阵：

$$\left[\begin{array}{cc}1& 1\\ 1& 0\end{array}\right]\times \left[\begin{array}{c}{f}_{i-1}\\ f_{i-2}\end{array}\right]=\left[\begin{array}{c}{f}_i\\ f_{i-1}\end{array}\right]$$

通过如上公式，不停迭代，如果求 $f_n$，就是乘以 $n-2$ 个 $\left[\begin{array}{cc}1& 1\\ 1& 0\end{array}\right]$。

因此可以得到如下公式：

$${\left[\begin{array}{cc}1& 1\\ 1& 0\end{array}\right]}^{n-2}\times \left[\begin{array}{c}{f}_{i-1}\\ f_{i-2}\end{array}\right]=\left[\begin{array}{c}{f}_n\\ f_{n-1}\end{array}\right]$$

咦，这不就是快速幂吗？只不过把乘法改成了矩阵乘法而已嘛。

我们可以定义一个结构体，用重载操作符代替矩阵乘法，于是代码如下：

#include<bits/stdc++.h>
using namespace std;
#define ll long long
const ll MOD=1e9+7;
const ll N=3;
ll n,k;
struct node{ 
    ll x[N][N];
    node(){
        memset(x,0,sizeof(x));
    }
    inline void bases(){
        memset(x,0,sizeof(x));
        x[1][1]=x[1][2]=x[2][1]=1;
    }
    inline void anses(){
        memset(x,0,sizeof(x));
        x[1][1]=x[2][1]=1;      
    }
    node operator *(const node &b)const{//重载操作符。
        node anss;
        for(ll k=1;k<=2;k++)//矩阵乘法模板。
            for(ll i=1;i<=2;i++)
                for(ll j=1;j<=2;j++)
                    anss.x[i][j]=(anss.x[i][j]+x[i][k]*b.x[k][j])%MOD;
        return anss;
    }
}base,ans;
inline void init(){
    base.bases();
    ans.anses();
}
inline void quick_pow(ll n){//矩阵快速幂。
    while(n){
        if(n&1) ans=base*ans;
        base=base*base;
        n>>=1;
    }
}
int main(){
	cin>>n;
	if(n<=2){
		cout<<1<<endl;
		exit(0);
	}
    init();
    quick_pow(n-2);
    cout<<ans.x[1][1]<<endl;
	return 0;
}

经典例题

• 【模板】矩阵快速幂

就是一道矩阵快速幂模板啦。

$base$ 矩阵就是读入的 $a$ 矩阵，$ans$ 矩阵在图中已经给出，为 $\left[\begin{array}{cccc}1& 0& \cdots & 0\\ 0& 1& \cdots & 0\\ ⋮& ⋮& \ddots & ⋮\\ 0& 0& \cdots & 1\end{array}\right]$，也就是第 $i$ 行第 $i$ 列为 $1$，其余都是
$0$。

$code$

#define ll long long
const ll MOD=1e9+7;
const ll N=1e2+10;
ll n,k;
struct node{ 
  ll x[N][N];
  node(){memset(x,0,sizeof(x));} 
  inline void init(){//定义 init() 函数初始化，只有该结构体才允许该初始化。
      for(ll i=1;i<=n;i++) x[i][i]=1;
  }
//说句闲话：还可以把矩阵乘法也搬进来。
}a;
node operator * (const node &a,const node &b){//矩阵乘法。
    node ans;
    for(ll k=1;k<=n;k++)
        for(ll i=1;i<=n;i++)
            for(ll j=1;j<=n;j++){
                ans.x[i][j]=(ans.x[i][j]+a.x[i][k]*b.x[k][j]%MOD)%MOD;
            }
    return ans;
}
int main(){
	cin>>n>>k;
    for(ll i=1;i<=n;i++)
        for(ll j=1;j<=n;j++) cin>>a.x[i][j];
    node ans;
    ans.init();//初始化。
    while(k){//矩阵快速幂。
        if(k&1) ans=ans*a;
        a=a*a;
        k>>=1;
    }
    for(ll i=1;i<=n;i++){
        for(ll j=1;j<=n;j++)
            cout<<ans.x[i][j]<<" ";
        cout<<endl;
    }
	return 0;
}

• 广义斐波那契数列

题目给出 $a_1$，$a_2$，以及递推公式 $a_i=p\times a_{i-1}+q\times a_{i-2},i\ge 3$。

让我们求 $a_{n}modm$ 的值。

我们平时的斐波那契数列里，$p=q=1$。

这里，$p$、$q$ 是个不定值。

我们试着规划矩阵：

$$\left[\begin{array}{cc}?& ?\\ ?& ?\end{array}\right]\times \left[\begin{array}{c}{f}_{i-1}\\ f_{i-2}\end{array}\right]=\left[\begin{array}{c}{f}_i\\ f_{i-1}\end{array}\right]$$

明显，矩阵为 $\left[\begin{array}{cc}p& q\\ 1& 0\end{array}\right]$。

验证一下，$p\times f_{i-1}+q\times f_{i-2}=f_i$，$1\times f_{i-2}+0\times f_{i-2}=f_{i-1}$，矩阵规划正确。

$\mathtt{\text{PS}}$：有些题解是 $1\times 2$ 的矩阵乘以 $2\times 2$ 的矩阵，而我是 $2\times 2$ 的矩阵乘以 $2\times 1$ 的矩阵，因此规划结果可能不一样，不过没关系。

最后注意取余，初始化不要弄错位置。

代码就不展示了，反正和上面的几乎一样，改一下就行啦。