矩阵乘法经典题目.pdfVIP

好像目前还没有这方面题目的总结。 这几天连续看到四个问这类题目的人， 今天在这里简单 写一下。这里我们不介绍其它有关矩阵的知识，只介绍矩阵乘法和相关性质。 不要以为数学中的矩阵也是黑色屏幕上不断变化的绿色字符。 在数学中， 一个矩阵说穿了 就是一个二维数组。一个 n 行 m 列的矩阵可以乘以一个 m 行 p 列的矩阵，得到的结果是一 个 n 行 p 列的矩阵，其中的第 i 行第 j 列位置上的数等于前一个矩阵第 i 行上的 m 个数与后 一个矩阵第 j 列上的 m 个数对应相乘后所有 m 个乘积的和。比如，下面的算式表示一个 2 行 2 列的矩阵乘以 2 行 3 列的矩阵，其结果是一个 2 行 3 列的矩阵。其中，结果的那个 4 等于 2*2+0*1 ： 下面的算式则是一个 1 x 3 的矩阵乘以 3 x 2 的矩阵，得到一个 1 x 2 的矩阵： 矩阵乘法的两个重要性质：一，矩阵乘法 不满足 交换律；二，矩阵乘法满足结合律。为什 么矩阵乘法不满足交换律呢？废话， 交换过来后两个矩阵有可能根本不能相乘。 为什么它又 满足结合律呢？仔细想想你会发现这也是废话。假设你有三个矩阵 A 、B 、C，那么 (AB)C 和 A(BC) 的结果的第 i 行第 j 列上的数都等于所有 A(ik)*B(kl)*C(lj) 的和 （枚举所有的 k 和 l ）。 经典题目 1 给定 n 个点， m 个操作，构造 O(m+n) 的算法输出 m 个操作后各点的位置。操 作有平移、缩放、翻转和旋转 这里的操作是对所有点同时进行的。 其中翻转是以坐标轴为对称轴进行翻转 （两种情况）， 旋转则以原点为中心。如果对每个点分别进行模拟，那么 m 个操作总共耗时 O(mn) 。利用 矩阵乘法可以在 O(m) 的时间里把所有操作合并为一个矩阵，然后每个点与该矩阵相乘即可 直接得出最终该点的位置，总共耗时 O(m+n) 。假设初始时某个点的坐标为 x 和 y ，下面 5 个矩阵可以分别对其进行平移、旋转、翻转和旋转操作。预先把所有 m 个操作所对应的矩 阵全部乘起来，再乘以 (x,y,1) ，即可一步得出最终点的位置。 经典题目 2 给定矩阵 A ，请快速计算出 A^n （n 个 A 相乘）的结果，输出的每个数都 mod p。 由于矩阵乘法具有结合律，因此 A^4 = A * A * A * A = (A*A) * (A*A) = A^2 * A^2 。我们 可以得到这样的结论： 当 n 为偶数时， A^n = A^(n/2) * A^(n/2) ；当 n 为奇数时， A^n = A^(n/2) * A^(n/2) * A （其中 n/2 取整）。这就告诉我们，计算 A^n 也可以使用二分快速求幂的方法。 例如，为了算出 A^25 的值，我们只需要递归地计算出 A^12 、A^6 、A^3 的值即可。根据 这 里 的一些结果，我们可以在计算过程中不断取模，避免高精度运算。 经典题目 3 POJ3233 (感谢 rmq) 题目大意：给定矩阵 A ，求 A + A^2 + A^3 + ... + A^k 的结果（两个矩阵相加就是对应位 置分别相加） 。输出的数据 mod m 。k=10^9 。 这道题两次二分，相当经典。首先我们知道， A^i 可以二分求出。然后我们需要对整个题 目的数据规模 k 进行二分。比如，当 k=6 时，有：