LOJ #10222. 「一本通 6.5 例 4」佳佳的 Fibonacci 题解
如果之前推过斐波那契数列前缀和就更好做(所以题目中给出了)。
先来推一下斐波那契数列前缀和:
其中 \(f(i)\) 表示Fibonacci数列第 \(i\) 项。
直接推式子:
记 \(s(x)=\sum\limits_{i=1}^xf(i)\)
将右边一项项展开得出
这些式子左右两边分别再加回去得出
把其中一个 \(1\) 变成 \(f(1)\) 再和另一个 \(f(1)\) 加到 \(2*\sum\limits_{i=2}^{n-2}f(i)\) 里面,得出
令 \(n-2\) 变成 \(n\) 可得
\(s(n)=f(n+2)-1\)
注意到 \(f\) 是可以直接矩阵快速幂求的。这个时候就可以在 \(\mathcal{O}(\log n)\) 的时间复杂度求得 \(s(n)\) 了。
这个时候回来看本题:
对于 \(T(n)\) 来说,\(f(n)\) 被计算了 \(n\) 次,\(f(n-1)\) 被计算了 \((n-1)\) 次...
即
可以用后缀和的形式来表示这个式子,计 \(s2(x)=\sum\limits_{i=x}^n{f(i)}\)
所以上面的式子可以进一步转化成这个后缀和的形式
可是 \(n\) 又不确定,又不会推后缀和,应该怎么求呢?
不会后缀和,但是我们会前缀和啊!
用 \(s\) 表示上述式子即为
把 \(s(n)\) 提出来:
代入 \(s(i)=f(i+2)-1\)
把 \(\sum\) 里面的 \(-1\) 提出来
之后就很简单了。
化简一下
矩阵快速幂求 \(f(n+2)\) 和 \(f(n+3)\) 就能 \(\mathcal{O}(\log n)\) 的时间复杂度求出 \(T(n)\) 了。
因为最后的式子里面有个减法,可以提前在减法之前加上一个 \(m\) 来防止负数取模的情况发生。
参考 \(\mathcal{Code}\)
#include<iostream>
#include<cstdio>
#define ll long long
int n,m;
struct Matrix {
ll mat[3][3];
int n,m;
void memset() {
for(int i=1;i<=n;i++)
for(int j=1;j<=m;j++)
mat[i][j]=0;
}
};
Matrix mul(Matrix x,Matrix y)
{
Matrix z;
z.n=x.n;
z.m=y.m;
z.memset();
for(int i=1;i<=z.n;i++)
for(int j=1;j<=z.m;j++)
for(int k=1;k<=x.m;k++)
z.mat[i][j]=(z.mat[i][j]+x.mat[i][k]*y.mat[k][j])%m;
return z;
}
Matrix qpow(Matrix base,int y)
{
Matrix ans;
ans.n=ans.m=2;
ans.memset();
for(int i=1;i<=2;i++)
ans.mat[i][i]=1;
while(y)
{
if(y&1) ans=mul(ans,base);
base=mul(base,base);
y>>=1;
}
return ans;
}
ll f(int n)
{
Matrix ans,base;
ans.n=1;
ans.m=2;
base.n=base.m=2;
ans.memset();
base.memset();
ans.mat[1][1]=1;ans.mat[1][2]=1;
base.mat[1][1]=0;base.mat[1][2]=1;
base.mat[2][1]=1;base.mat[2][2]=1;
base=qpow(base,n-2);
ans=mul(ans,base);
return ans.mat[1][2];
}
int main()
{
scanf("%d%d",&n,&m);
printf("%lld",(n*f(n+2)%m-f(n+3)+m+2)%m);
return 0;
}