首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >【HDU】1575 - Tr A(矩阵快速幂)

【HDU】1575 - Tr A(矩阵快速幂)

作者头像
FishWang
发布2025-08-27 09:26:24
发布2025-08-27 09:26:24
14900
代码可运行
举报
运行总次数:0
代码可运行

点击打开题目

Tr A

Time Limit: 1000/1000 MS (Java/Others) Memory Limit: 32768/32768 K (Java/Others) Total Submission(s): 4330 Accepted Submission(s): 3241

Problem Description

A为一个方阵,则Tr A表示A的迹(就是主对角线上各项的和),现要求Tr(A^k)%9973。

Input

数据的第一行是一个T,表示有T组数据。 每组数据的第一行有n(2 <= n <= 10)和k(2 <= k < 10^9)两个数据。接下来有n行,每行有n个数据,每个数据的范围是[0,9],表示方阵A的内容。

Output

对应每组数据,输出Tr(A^k)%9973。

Sample Input

代码语言:javascript
代码运行次数:0
运行
复制
   2
2 2
1 0
0 1
3 99999999
1 2 3
4 5 6
7 8 9

Sample Output

代码语言:javascript
代码运行次数:0
运行
复制
   2
2686

Author

xhd

Source

HDU 2007-1 Programming Contest

矩阵快速幂的裸题了,写矩阵的时候还是要仔细!

代码如下:

代码语言:javascript
代码运行次数:0
运行
复制
#include <cstdio>
#include <cstring>
#include <algorithm>
using namespace std;
#define MOD 9973
#define CLR(a,b) memset(a,b,sizeof(a))
struct Matrix
{
	__int64 a[14][14];
	int w,h;
}pr,ans;
void init(int n)		//n阶矩阵 
{
	pr.h = pr.w = n;
	ans.w = ans.h = n;
	CLR(ans.a,0);
	for (int i = 1 ; i <= n ; i++)		//单位矩阵 
		ans.a[i][i] = 1;
}
Matrix Matrix_multiply(Matrix x,Matrix y)
{
	Matrix t;
	t.h = x.h;
	t.w = y.w;
	CLR(t.a,0);
	for (int i = 1 ; i <= x.h ; i++)
	{
		for (int j = 1 ; j <= x.w ; j++)
		{
			if (x.a[i][j] == 0)
				continue;
			for (int k = 1 ; k <= y.w ; k++)
				t.a[i][k] = (t.a[i][k] + x.a[i][j] * y.a[j][k] % MOD) % MOD;
		}
	}
	return t;
}
void Matrix_mod(int n)
{
	while (n)
	{
		if (n & 1)
			ans = Matrix_multiply(pr , ans);
		pr = Matrix_multiply(pr,pr);
		n >>= 1;
	}
}
int main()
{
	int u;
	scanf ("%d",&u);
	int n,k;
	while (u--)
	{
		scanf ("%d %d",&n,&k);
		init(n);
		for (int i = 1 ; i <= n ; i++)
			for (int j = 1 ; j <= n ; j++)
				scanf ("%I64d",&pr.a[i][j]);
		Matrix_mod(k);		//快速幂
		__int64 res = 0;
		for (int i = 1 ; i <= n ; i++)
			res = (res + ans.a[i][i]) % MOD;
		printf ("%I64d\n",res);
	}
	return 0;
}
本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2025-08-26,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • Tr A
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档