首页 > 其他分享 >【AGC003F】Fraction of Fractal(dp,矩阵快速幂)

【AGC003F】Fraction of Fractal(dp,矩阵快速幂)

时间:2022-10-28 18:35:19浏览次数:73  
标签:联通 ll tot 分形 AGC003F Fraction ans Fractal side

先说一下下文会用到的定义或称呼的意思:

  • 称单位分形为题目给出的 \(1\) 级分形。

  • 称一种分形左右联通,则说明将两个这种分形左右放在一起时,至少有一个连通块是跨越这两个分形的。

    设一种分形的左右联通个数 \(side_0\) 表示,当两个这种分形左右放在一起时,所贡献的连通块个数,即有多少个连通块是跨越左右两个分形的。显然,当一种分形左右不连通时,\(side_0=0\)。

    设一种分形的 \(tot_0\) 表示有多少组黑色单元格是左右相邻的。

    比如下图中,这个分形是左右联通的,且 \(side_0=2\),\(tot_0=9\)。

  • 同理定义:一种分形的上下联通个数 \(side_1\) 和 \(tot_1\)。

  • 设单位分形中的黑色单元格数为 \(cnt\),如上面那张图的 \(cnt=16\)。

看到 \(k\leq10^{18}\) 容易想到这题是结论或者快速幂,想了一会发现了以下的两个结论:

  • 如果单位分形的 \(side_0\) 或 \(side_1\) 都大于 \(0\),即单位分形上下和左右都联通,那么 \(k\) 级的联通块数肯定是 \(1\)。

  • 如果单位分形的 \(side_0\) 或 \(side_1\) 都大于 \(0\),即单位分形上下和左右都不联通,那么 \(k\) 级的联通块数肯定是 \(cnt^{k-1}\)。

那么剩下的情况只有单位分形左右联通或者上下联通了。

这两种情况是类似的,现在只拿左右联通的情况来讨论:

考虑设计 \(dp\),然后用矩阵快速幂来优化。

设 \(ans_i\) 表示 \(i\) 级分形时的答案,\(s_i\) 表示 \(i\) 级分形的 \(side_0\),\(uside\) 表示单位分形的 \(side_0\)。

容易得到状态转移方程:

\[\begin{aligned} ans_i&=\underbrace{cnt\times ans_{i-1}}_{\text{上一级分形复制 $k$ 遍}}-\underbrace{tot\times s_{i-1}}_{\text{减去多出来的连通块个数}}\\ s_i&=s_{i-1}\times uside \end{aligned} \]

更详细的解释自己画个图就好了。

然后就可以用 \(ans_1\)、\(s_1\) 设计初始矩阵,用 \(cnt\)、\(tot\)、\(uside\) 设计转移矩阵,最后矩阵快速幂得到 \(ans_k\)。

由于矩阵的大小是常数级别的,所以总时间复杂度 \(O(\log k)\)。

代码如下:

#include<bits/stdc++.h>

#define N 1010
#define ll long long
#define mod 1000000007

using namespace std;

struct Matrix
{
	ll a[3][3];
	Matrix(){memset(a,0,sizeof(a));}
	void init(){a[1][1]=a[2][2]=1;}
}st,trans;

Matrix operator * (Matrix a,Matrix b)
{
	Matrix c;
	for(int i=1;i<=2;i++)
		for(int j=1;j<=2;j++)
			for(int k=1;k<=2;k++)
				c.a[i][j]=((c.a[i][j]+a.a[i][k]*b.a[k][j])%mod+mod)%mod;
	return c;
}

Matrix poww(Matrix a,ll b)
{
	Matrix ans;
	ans.init();
	while(b)
	{
		if(b&1) ans=ans*a;
		a=a*a;
		b>>=1;
	}
	return ans;
}

int n,m;
int cnt,tot[2],side[2];//0左右相连,1上下相连 
char s[N][N];
bool tag;
ll k;

ll fastpow(ll a,ll b)
{
	ll ans=1;
	while(b)
	{
		if(b&1) ans=ans*a%mod;
		a=a*a%mod;
		b>>=1;
	}
	return ans;
}

int main()
{
	scanf("%d%d%lld",&n,&m,&k);
	for(int i=1;i<=n;i++)
		scanf("%s",s[i]+1);
	for(int i=1;i<=n;i++)
	{
		for(int j=1;j<=m;j++)
		{
			if(s[i][j]=='#')
			{
				cnt++;
				if(j>1) tot[0]+=(s[i][j-1]=='#');
				if(i>1) tot[1]+=(s[i-1][j]=='#');
			}
		}
	}
	for(int i=1;i<=n;i++) side[0]+=(s[i][1]=='#'&&s[i][m]=='#');
	for(int i=1;i<=m;i++) side[1]+=(s[1][i]=='#'&&s[n][i]=='#');
	if(side[0]&&side[1])
	{
		puts("1");
		return 0;
	}
	if(!side[0]&&!side[1])
	{
		printf("%lld\n",fastpow(cnt,k-1));
		return 0;
	}
	tag=side[1];
	st.a[1][1]=1;
	st.a[1][2]=1;
	trans.a[1][1]=cnt;
	trans.a[2][1]=-tot[tag];
	trans.a[2][2]=side[tag];
	Matrix ans=st*poww(trans,k-1);
	printf("%lld\n",ans.a[1][1]);
	return 0;
}
/*
....#....
...###...
...#.#...
.#..#..#.
#########
#.##.##.#
.#.....#.
###...###
#.#...#.#
*/

标签:联通,ll,tot,分形,AGC003F,Fraction,ans,Fractal,side
From: https://www.cnblogs.com/ez-lcw/p/16837051.html

相关文章

  • codeforces 305B. Continued Fractions (递归的思想)
    ​​http://codeforces.com/problemset/problem/305/B​​大致题意:问是否等于开始直接用浮点递归处理。。。结果可想而知。再一次出现运行结果不一样的问题:对于数据......
  • flutter系列之:按比例缩放的AspectRatio和FractionallySizedBox
    目录简介AspectRatioFractionallySizedBox总结简介我们在构建UI的时候,为了适应不同的屏幕大小,通常需要进行一些自适应的配置,而最常见的自适应就是根据某个宽度或者高度自......
  • CF222C Reducing Fractions 题解
    虽然是朴素的筛法,但是跑的比希儿的Pollard-rho快。\(\mathcalO(n\sqrtn)\)的质因数分解是不行的,Pollard-rho的码量也过于麻烦,直接在线性筛里筛出每个数的最小质因子......