题意简述
模板题,求一个 \(n\times n(n\le 600)\) 的方阵的行列式模一个正整数 \(p(1\le p\le 10^9+7)\) 的值(\(p\) 不一定是质数)。
题目分析
这个题的最终代码其实很简单,重点在于过程。说实话,我在做这个题之前也就只知道个行列式的定义,只会暴力硬算。做了这个题才了解了行列式有那么多的好的性质,也算是开了开眼界吧。所以本文先介绍行列式本身再讲解题步骤。由于这篇文章本身也是我在学习 @Reywmp 大佬的 数学(5)——线性代数:行列式 一文之后写的,所以本文参考了这篇文章的内容,在此先膜拜大佬。另外我个人十分重视性质的证明过程,所以把自己写的几个性质的证明直接放到了文中,读者可以选择性看一看。(最好看看吧,毕竟我肝了将近两个小时)
定义
首先来看行列式的定义。对于一个 \(n\times n\) 的矩阵 \(A\):
\[A= \begin{bmatrix} a_{1,1}& a_{1,2}& \cdots & a_{1,n} \\ a_{2,1}& a_{2,2}& \cdots & a_{2,n} \\ \vdots & \vdots & \ddots & \vdots \\ a_{k,1}& a_{k,2}& \cdots & a_{k,n} \\ \vdots & \vdots & \ddots & \vdots \\ a_{n,1}& a_{n,2}& \cdots & a_{n,n} \end{bmatrix} \]它的行列式就是:
\[|A|=\sum_p (-1)^{\tau(p)}\prod_{k=1}^n a_{k,p_k} \]其中 \(p\) 是 \(\{1,2,3,\cdots,n-1,n\}\) 的排列,\(\tau(p)\) 则是 \(p\) 中的逆序对个数。
形象化一点,你可以认为 \(\prod_{k=1}^n a_{k,p_k}\) 是由 \(p\) 决定的矩阵中两两不同行不同列的 \(n\) 个元素的乘积。如果 \(p\) 的逆序对个数为偶数,就把这个乘积加到总和里;反之,就从总和里把这个乘积减去。这样得到的总和就是矩阵的行列式。
那么这个看起来有点抽象的东西有什么实际用途呢?一个经典的例子是这样的:\(n\times n\) 的矩阵本身对应着 \(n\) 维欧式空间中的一个线性变换,而这个矩阵的行列式就对应着这个线性变换前后的“体积”之比。由于这部分不是特别重要,本文不过多展开。感兴趣的读者可以自行查询资料,如行列式的意义是什么?——知乎。
性质
行列式的性质有很多,在这里只介绍较为有用的几个。
1. 交换矩阵的两行或两列,行列式取反。
证明:交换矩阵的第 \(i\) 行与第 \(j\) 行,对行列式产生的实际影响是将原先的每一个 \(\prod_{k=1}^n a_{k,p_k}\) 中,原来的 \(a_{i,p_i}\) 换到了第 \(j\) 行,而原来的 \(a_{j,p_j}\) 换到了第 \(i\) 行,对应的也就是将每个排列 \(p\) 中的 \(p_i\) 与 \(p_j\) 两项交换。这一交换的作用则是改变了 \(\tau(p)\),也就是说,我们只需要证明交换后的排列 \(p'\) 满足 \(\tau(p')\) 与 \(\tau(p)\) 奇偶性不同即可。
不妨设 \(i<j\)。交换 \(p_i\) 与 \(p_j\) 使 \(\tau(p)\) 产生的变化来自于:
1.\(p_i\) 与 \(p_j\) 大小关系必然变化(这是因为 \(p\) 是 \(\{1,2,3,\cdots,n\}\) 的排列,所以 \(p_i ≠ p_j\)),\(\tau(p)\) 加 1 或减 1。
2.\(p_i\) 与 \(p_k\)(\(\forall k\in(i,j)\))的大小关系发生的变化,设满足 \(p_i<p_k\) 的 \(k\) 有 \(a\) 个,则 \(p_k<p_i\) 的 \(k\) 有 \(j-i+1-a\) 个,\(\tau(p)\) 增加或减少 \(|j-i+1-2a|\)。
3.\(p_j\) 与 \(p_k\)(\(\forall k\in(i,j)\))的大小关系发生的变化,设满足 \(p_j<p_k\) 的 \(k\) 有 \(b\) 个,则 \(p_k<p_j\) 的 \(k\) 有 \(j-i+1-b\) 个,\(\tau(p)\) 增加或减少 \(|j-i+1-2b|\)。
注意到 \(|j-i+1-2a|\) 和 \(|j-i+1-2b|\) 与 \(j-i+1\) 奇偶性均相同,那么就有 \(|j-i+1-2a|\pm|j-i+1-2b|\) 必定为偶数。也就是说,上文的第 2、3 类大小关系的改变不会使 \(\tau(p)\) 的奇偶性产生改变,因此能够使得 \(\tau(p)\) 奇偶性改变的只有第 1 类改变。这就表明 \(\tau(p)\) 的奇偶性必将发生变化。
交换列的情况类似。
2. 如果矩阵的某两行(列)相同,行列式为 0。
证明:交换矩阵相同的两行(列),矩阵不变,那么行列式也不变。但是由性质 1 得到前后的行列式是相反数,这就推出行列式为 0。
3. 矩阵的某一行(列)的每个元素乘(除) \(m\),行列式也乘(除) \(m\)。
证明:设矩阵的第 \(i\) 行乘了 \(m\),那么 \(|A|=\sum_p (-1)^{\tau(p)}\prod_{k=1}^n a_{k,p_k}\) 中的每一个 \(a_{i,p_i}\) 都乘上了 \(m\)。所以 \(|A|\) 也乘上了 \(m\)。
推论:由性质 2 和 3 可得到:若矩阵中有两行(列)的所有元素成比例,则其行列式为 0。
4. 若矩阵 \(A\) 中有一行(列)的每个元素都是 2 个矩阵 B 与 C 中对应的元素之和,其它行(列)的所有元素与 \(B\)、\(C\) 相同,则 \(|A|=|B|+|C|\)
证明:设为第 \(i\) 行,则 \(\forall j\in[1,n]\),有 \(a_{i,j}=b_{i,j}+c_{i,j}\),且 \(\forall x,y\in[1,n],x≠i\),有 \(a_{x,y}=b_{x,y}=c_{x,y}\)
那么有:
\(\ \ \ \ \displaystyle|B|+|C|\)
\(\displaystyle=\sum_p (-1)^{\tau(p)}\prod_{k=1}^n b_{k,p_k}+\sum_p (-1)^{\tau(p)}\prod_{k=1}^n c_{k,p_k}\)
\(\displaystyle=\sum_p (-1)^{\tau(p)}[(\prod_{k=1}^{i-1} b_{k,p_k})\times(b_{i,p_i})\times(\prod_{k=i+1}^n b_{k,p_k})]+\sum_p (-1)^{\tau(p)}[(\prod_{k=1}^{i-1} c_{k,p_k})\times(c_{i,p_i})\times(\prod_{k=i+1}^n c_{k,p_k})]\)
\(\displaystyle=\sum_p (-1)^{\tau(p)}[(\prod_{k=1}^{i-1} a_{k,p_k})\times(b_{i,p_i})\times(\prod_{k=i+1}^n a_{k,p_k})+(\prod_{k=1}^{i-1} a_{k,p_k})\times(c_{i,p_i})\times(\prod_{k=i+1}^n a_{k,p_k})]\)
\(\displaystyle=\sum_p (-1)^{\tau(p)}[(\prod_{k=1}^{i-1} a_{k,p_k})\times(b_{i,p_i}+c_{i,p_i})\times(\prod_{k=i+1}^n a_{k,p_k})]\)
\(\displaystyle=\sum_p (-1)^{\tau(p)}[(\prod_{k=1}^{i-1} a_{k,p_k})\times(a_{i,p_i})\times(\prod_{k=i+1}^n a_{k,p_k})]\)
\(\displaystyle=\sum_p (-1)^{\tau(p)}\prod_{k=1}^n a_{k,p_k}\)
\(\displaystyle=|A|\)
推论:若矩阵 \(A\) 中有一行(列)的每个元素都是 \(m\) 个矩阵 \(B_1,B_2,\cdots,B_n\) 中对应的元素之和,其它行(列)的所有元素与 \(B_1,B_2,\cdots,B_n\) 相同,则 \(|A|=|B_1|+|B_2|+\cdots+|B_n|\)。
5.把矩阵的某一行(列)乘上一个系数 \(m\),加到另一行(列)上,矩阵行列式不变。
证明:设第 \(j\) 行乘上 \(m\) 后加到第 \(i\) 行上,也就是:
\[\begin{vmatrix} a_{1,1}& a_{1,2}& \cdots & a_{1,n} \\ a_{2,1}& a_{2,2}& \cdots & a_{2,n} \\ \vdots & \vdots & \ddots & \vdots \\ a_{i,1}+m\times a_{j,1}& a_{i,2}+m\times a_{j,2}& \cdots & a_{i,n}+m\times a_{j,n} \\ \vdots & \vdots & \ddots & \vdots \\ a_{j,1}& a_{j,2}& \cdots & a_{j,n} \\ \vdots & \vdots & \ddots & \vdots \\ a_{n,1}& a_{n,2}& \cdots & a_{n,n} \end{vmatrix} \]由性质 4 ,
\[\begin{vmatrix} a_{1,1}& a_{1,2}& \cdots & a_{1,n} \\ a_{2,1}& a_{2,2}& \cdots & a_{2,n} \\ \vdots & \vdots & \ddots & \vdots \\ a_{i,1}+m\times a_{j,1}& a_{i,2}+m\times a_{j,2}& \cdots & a_{i,n}+m\times a_{j,n} \\ \vdots & \vdots & \ddots & \vdots \\ a_{j,1}& a_{j,2}& \cdots & a_{j,n} \\ \vdots & \vdots & \ddots & \vdots \\ a_{n,1}& a_{n,2}& \cdots & a_{n,n} \end{vmatrix} = \begin{vmatrix} a_{1,1}& a_{1,2}& \cdots & a_{1,n} \\ a_{2,1}& a_{2,2}& \cdots & a_{2,n} \\ \vdots & \vdots & \ddots & \vdots \\ m\times a_{j,1}& m\times a_{j,2}& \cdots & m\times a_{j,n} \\ \vdots & \vdots & \ddots & \vdots \\ a_{j,1}& a_{j,2}& \cdots & a_{j,n} \\ \vdots & \vdots & \ddots & \vdots \\ a_{n,1}& a_{n,2}& \cdots & a_{n,n} \end{vmatrix} + \begin{vmatrix} a_{1,1}& a_{1,2}& \cdots & a_{1,n} \\ a_{2,1}& a_{2,2}& \cdots & a_{2,n} \\ \vdots & \vdots & \ddots & \vdots \\ a_{i,1}& a_{i,2}& \cdots & a_{i,n}\\ \vdots & \vdots & \ddots & \vdots \\ a_{j,1}& a_{j,2}& \cdots & a_{j,n} \\ \vdots & \vdots & \ddots & \vdots \\ a_{n,1}& a_{n,2}& \cdots & a_{n,n} \end{vmatrix} \]由性质 2、3 的推论,
\[\begin{vmatrix} a_{1,1}& a_{1,2}& \cdots & a_{1,n} \\ a_{2,1}& a_{2,2}& \cdots & a_{2,n} \\ \vdots & \vdots & \ddots & \vdots \\ m\times a_{j,1}& m\times a_{j,2}& \cdots & m\times a_{j,n} \\ \vdots & \vdots & \ddots & \vdots \\ a_{j,1}& a_{j,2}& \cdots & a_{j,n} \\ \vdots & \vdots & \ddots & \vdots \\ a_{n,1}& a_{n,2}& \cdots & a_{n,n} \end{vmatrix}=0 \]则
\[\begin{vmatrix} a_{1,1}& a_{1,2}& \cdots & a_{1,n} \\ a_{2,1}& a_{2,2}& \cdots & a_{2,n} \\ \vdots & \vdots & \ddots & \vdots \\ a_{i,1}+m\times a_{j,1}& a_{i,2}+m\times a_{j,2}& \cdots & a_{i,n}+m\times a_{j,n} \\ \vdots & \vdots & \ddots & \vdots \\ a_{j,1}& a_{j,2}& \cdots & a_{j,n} \\ \vdots & \vdots & \ddots & \vdots \\ a_{n,1}& a_{n,2}& \cdots & a_{n,n} \end{vmatrix} = \begin{vmatrix} a_{1,1}& a_{1,2}& \cdots & a_{1,n} \\ a_{2,1}& a_{2,2}& \cdots & a_{2,n} \\ \vdots & \vdots & \ddots & \vdots \\ a_{i,1}& a_{i,2}& \cdots & a_{i,n}\\ \vdots & \vdots & \ddots & \vdots \\ a_{j,1}& a_{j,2}& \cdots & a_{j,n} \\ \vdots & \vdots & \ddots & \vdots \\ a_{n,1}& a_{n,2}& \cdots & a_{n,n} \end{vmatrix} \]证毕。
6. 矩阵的行列式等于其任意一行(列)的每个元素及其代数余子式的乘积之和
先解释下什么是代数余子式。我们称一个矩阵去掉第 \(i\) 行和第 \(j\) 列后剩下的矩阵的行列式为其余子式 \(M_{i,j}\),而代数余子式 \(A_{i,j}=(-1)^{i+j}\times M_{i,j}\)。
那么原命题就是对于第 \(i\) 行,有 \(\displaystyle|A|=\sum_{j=1}^na_{i,j}\times A_{i,j}\);
且对于第 \(j\) 列,有 \(\displaystyle|A|=\sum_{i=1}^na_{i,j}\times A_{i,j}\)。
证明:以第 \(i\) 行为例,由性质 4 的推论,得到:
\[\begin{vmatrix} a_{1,1}& a_{1,2}& \cdots & a_{1,n} \\ a_{2,1}& a_{2,2}& \cdots & a_{2,n} \\ \vdots & \vdots & \ddots & \vdots \\ a_{i,1}& a_{i,2}& \cdots & a_{i,n} \\ \vdots & \vdots & \ddots & \vdots \\ a_{n,1}& a_{n,2}& \cdots & a_{n,n} \end{vmatrix} = \begin{vmatrix} a_{1,1}& a_{1,2}& \cdots & a_{1,n} \\ a_{2,1}& a_{2,2}& \cdots & a_{2,n} \\ \vdots & \vdots & \ddots & \vdots \\ a_{i,1}& 0& \cdots & 0 \\ \vdots & \vdots & \ddots & \vdots \\ a_{n,1}& a_{n,2}& \cdots & a_{n,n} \end{vmatrix}+\begin{vmatrix} a_{1,1}& a_{1,2}& \cdots & a_{1,n} \\ a_{2,1}& a_{2,2}& \cdots & a_{2,n} \\ \vdots & \vdots & \ddots & \vdots \\ 0& a_{i,2}& \cdots & 0 \\ \vdots & \vdots & \ddots & \vdots \\ a_{n,1}& a_{n,2}& \cdots & a_{n,n} \end{vmatrix}+\cdots + \begin{vmatrix} a_{1,1}& a_{1,2}& \cdots & a_{1,n} \\ a_{2,1}& a_{2,2}& \cdots & a_{2,n} \\ \vdots & \vdots & \ddots & \vdots \\ 0& 0& \cdots & a_{i,n} \\ \vdots & \vdots & \ddots & \vdots \\ a_{n,1}& a_{n,2}& \cdots & a_{n,n} \end{vmatrix} \]其中,有
\[\begin{vmatrix} a_{1,1}& a_{1,2}&\cdots&a_{1,j}& \cdots & a_{1,n} \\ a_{2,1}& a_{2,2}&\cdots&a_{2,j}& \cdots & a_{2,n} \\ \vdots & \vdots & \ddots & \vdots &\ddots&\vdots\\ 0& 0&\cdots&a_{i,j}& \cdots & 0 \\ \vdots & \vdots & \ddots & \vdots &\ddots&\vdots\\ a_{n,1}& a_{n,2}&\cdots&a_{n,j}& \cdots & a_{n,n} \end{vmatrix}=\sum_p (-1)^{\tau(p)}\prod_{k=1}^n a_{k,p_k} \]显然,\(\displaystyle(-1)^{\tau(p)}\prod_{k=1}^n a_{k,p_k}\) 只有当 \(p_i=j\) 时才不为0,也就是说可以认为此时 \(p_i\) 固定为 \(j\) 。那么 \(p\) 现在不固定的实际上是 \(\{1,2,\cdots,j-1,j+1,\cdots,n\}\) 的排列,设为 \(p'\)。至于前面的 \((-1)^{\tau(p)}\),我们可以把 \(\tau(p)\) 分解为与 \(i\) 有关的逆序对数量 \(m\) 和 \(\tau(p')\)。 注意到与 \(i\) 有关的逆序对数量就是满足以下两条件之一的整数 \(k\) 的数量:
- \(k<i,p_k>j\)
- \(k>i,p_k<j\)
若 \(i<j\),考虑原始排列 \(p=\{1,2,3,\cdots,i-2,i-1,j,\cdots,n\}\),此时满足 \(\forall k<i,p_k<j\), \(m=(j-1)-(i-1)=j-i\)。若 \(i>j\),考虑原始排列 \(p=\{1,\cdots,j,i+1,i+2,\cdots,n-2,n-1,n\}\),此时满足 \(\forall k>i,p_k>j\),则 \(m=(i-1)-(j-1)=i-j\)。而每次构造一个新的合法排列(即满足 \(p_i=j\) 的排列)时需要交换 \(i\) 之前的某数和 \(i\) 之后的某数,设分别为 \(p_{i_1}\) 和 \(p_{i_2}(i_1<i<i_2)\),那么分以下几种情况:
-
\(p_{i_1}<j\),\(p_{i_2}<j\) 或 \(p_{i_1}>j\),\(p_{i_2}>j\)
\(m\) 不变。
-
\(p_{i_1}<j\),\(p_{i_2}>j\)
\(m\) 增加 2。
-
\(p_{i_1}>j\),\(p_{i_2}<j\)
\(m\) 减少 2。
这就表明,每个合法排列的 \(k\) 的奇偶性与原始排列相同,也就是 \(m≡|i-j|≡i+j(\mod2)\),所以 \((-1)^{\tau(p)}=(-1)^{{\tau(p')}+m}=(-1)^{\tau(p')}\times(-1)^m=(-1)^{\tau(p')}\times(-1)^{i+j}\)。
那么就有
\[\begin{vmatrix} a_{1,1}& a_{1,2}&\cdots&a_{1,j}& \cdots & a_{1,n} \\ a_{2,1}& a_{2,2}&\cdots&a_{2,j}& \cdots & a_{2,n} \\ \vdots & \vdots & \ddots & \vdots &\ddots&\vdots\\ 0& 0&\cdots&a_{i,j}& \cdots & 0 \\ \vdots & \vdots & \ddots & \vdots &\ddots&\vdots\\ a_{n,1}& a_{n,2}&\cdots&a_{n,j}& \cdots & a_{n,n} \end{vmatrix}=\sum_p (-1)^{\tau(p)}\prod_{k=1}^n a_{k,p_k}= a_{i,j}\times(-1)^{i+j}\times\sum_{p'} (-1)^{\tau({p'})}\prod_{k=1}^n a_{k,{p'}_k}=a_{i,j}\times A_{i,j} \]证毕。
解题步骤
本题直接暴力求值的时间复杂度为 \(O(n\times n!)\),显然无法接受。
考虑之前的性质 1、3、5 中的操作,形式是不是有点熟悉?没错,它们就是矩阵的初等变换。而在高斯消元中,我们可以通过初等行变换进行消元将一个矩阵变为一个上三角矩阵。所以,我们只要能够求出消元后的上三角矩阵的行列式,就可以很简单地计算出原矩阵的行列式。
所以问题来了,怎么快速计算上三角矩阵的行列式?举个例子:
\[\begin{bmatrix} a_{1,1}& a_{1,2}& a_{1,3}&\cdots &a_{1,n-1}& a_{1,n} \\ 0& a_{2,2}& a_{2,3}&\cdots &a_{2,n-1}& a_{2,n} \\ 0& 0& a_{3,3}&\cdots &a_{3,n-1}& a_{3,n} \\ \vdots & \vdots&\vdots& \ddots &\vdots& \vdots \\ 0& 0&0&\cdots &a_{n-1,n-1}& a_{n-1,n} \\ 0& 0&0&\cdots &0& a_{n,n} \end{bmatrix} \]根据性质 6,有
\[\begin{vmatrix} a_{1,1}& a_{1,2}& a_{1,3}&\cdots &a_{1,n-1}& a_{1,n} \\ 0& a_{2,2}& a_{2,3}&\cdots &a_{2,n-1}& a_{2,n} \\ 0& 0& a_{3,3}&\cdots &a_{3,n-1}& a_{3,n} \\ \vdots & \vdots&\vdots& \ddots &\vdots& \vdots \\ 0& 0&0&\cdots &a_{n-1,n-1}& a_{n-1,n} \\ 0& 0&0&\cdots &0& a_{n,n} \end{vmatrix} =a_{n,n}\times A_{n,n}=a_{n,n}\times (-1)^{2n}\times M_{n,n}=a_{n,n}\times M_{n,n} \]注意到:
\[M_{n,n}= \begin{vmatrix} a_{1,1}& a_{1,2}& a_{1,3}&\cdots &a_{1,n-2}& a_{1,n-1} \\ 0& a_{2,2}& a_{2,3}&\cdots &a_{2,n-2}& a_{2,n-1} \\ 0& 0& a_{3,3}&\cdots &a_{3,n-2}& a_{3,n-1} \\ \vdots & \vdots&\vdots& \ddots &\vdots& \vdots \\ 0& 0&0&\cdots &a_{n-2,n-2}& a_{n-2,n-1} \\ 0& 0&0&\cdots &0& a_{n-1,n-1} \end{vmatrix} \]那么就有(下图的 \(A_{n-1,n-1}\) 和 \(M_{n-1,n-1}\) 是相对原矩阵去掉第 \(n\) 行第 \(n\) 列的子矩阵而言的):
\[M_{n,n}= \begin{vmatrix} a_{1,1}& a_{1,2}& a_{1,3}&\cdots &a_{1,n-2}& a_{1,n-1} \\ 0& a_{2,2}& a_{2,3}&\cdots &a_{2,n-2}& a_{2,n-1} \\ 0& 0& a_{3,3}&\cdots &a_{3,n-2}& a_{3,n-1} \\ \vdots & \vdots&\vdots& \ddots &\vdots& \vdots \\ 0& 0&0&\cdots &a_{n-2,n-2}& a_{n-2,n-1} \\ 0& 0&0&\cdots &0& a_{n-1,n-1} \end{vmatrix}=a_{n-1,n-1}\times A_{n-1,n-1} =a_{n-1,n-1}\times (-1)^{2n-2}\times M_{n-1,n-1}=a_{n-1,n-1}\times M_{n-1,n-1} \]发现了什么?是的,我们可以继续递归下去求解,最终会得出:
\[\begin{vmatrix} a_{1,1}& a_{1,2}& a_{1,3}&\cdots &a_{1,n-1}& a_{1,n} \\ 0& a_{2,2}& a_{2,3}&\cdots &a_{2,n-1}& a_{2,n} \\ 0& 0& a_{3,3}&\cdots &a_{3,n-1}& a_{3,n} \\ \vdots & \vdots&\vdots& \ddots &\vdots& \vdots \\ 0& 0&0&\cdots &a_{n-1,n-1}& a_{n-1,n} \\ 0& 0&0&\cdots &0& a_{n,n} \end{vmatrix} =\prod_{i=1}^na_{i,i} \]因此上三角矩阵的行列式是非常好求的,重点又回到了将原矩阵消元为上三角矩阵的过程。
注意到题目中 \(p\) 不一定是质数,这就代表不一定所有 \(a_{i,j}\) 都有逆元,不能使用高斯消元,应该采用其他方式。
回忆 \(\gcd\) 的辗转相除法,最终一个数变为 \(\gcd\),另外一个数则变为 0,是不是可以用来消元?
答案是肯定的。我们选定需要消元的那一行,与其他行做辗转相除。因为辗转相除所用的操作都是矩阵的初等变换,所以根据消元后的矩阵的行列式可以运用性质 1、3、5 很方便计算出原矩阵的行列式。
最后看一下算法的时间复杂度。消元部分的时间复杂度为 \(O(n^3)\);辗转相除的时间复杂度均摊,得到 \(O(n^2\log p)\)。所以算法总的时间复杂度记为 \(O(n^2(n+\log p))\)。另外由于消元过程中数据规模变小,所以消元部分常数也较小,对于 \(n=600\) 的数据和 \(2.0s\) 的时限是没问题的。
代码实现
#include<bits/stdc++.h>
using namespace std;
int n,a[610][610],res=1,w=1/*初等变换带来的系数*/,mod;
int main()
{
scanf("%d%d",&n,&mod);
for(int i=1;i<=n;i++)
for(int j=1;j<=n;j++)
scanf("%d",&a[i][j]);
for(int i=1;i<=n;i++)
for(int j=i+1;j<=n;j++)
{
while(a[i][i])//没消掉就继续消
{
for(int rate=a[j][i]/a[i][i]/*“相除”,把商作为系数乘在第 i 行的元素上*/,k=i/*没消掉的元从 i 开始*/;k<=n;++k)
a[j][k]=(a[j][k]-1ll*rate*a[i][k]%mod+mod)%mod;//在消掉 a[j][i] 的同时它的整行元素都要进行同样操作
swap(a[i],a[j]);//“辗转”
w=-w;//计算系数
}
swap(a[i],a[j]);//“辗转”
w=-w;//计算系数
}
for(int i=1;i<=n;i++)
res=1ll*a[i][i]*res%mod;//计算上三角矩阵的行列式
res=(1ll*res*w%mod+mod)%mod;//一定要乘上系数!!!
printf("%d",res);
return 0;
}
由于本文写的时间跨度比较长,不可避免地存在错误和不足,欢迎大家指出!
标签:P7112,tau,ddots,题解,vmatrix,times,cdots,vdots From: https://www.cnblogs.com/hadtsti/p/17537672.html