描述
給出一個矩陣A,矩陣的第一行是0,233,2333,23333...(也就是說,A(0,0)=0,A(0,1)=233,A(0,2)=2333,A(0,3)=23333...),除此之外,A(i,j)=A(i-1,j)+A(i,j-1)。
給出一個擁有n個整數的數組X,X[i]表示A(i+1,0),(也就是說X[0]表示A(1,0),X[1]表示A(2,0)...),以及一個正整數m。
求A(n,m)%10000007的值。
n <=10, m <= 10^9
0 =< A(i,0) < 2^31
線上評測位址:
領扣題庫官網樣例1
輸入: X=[1], m=1
輸出: 234
解釋:
[[0,233],
[1,234]]
樣例2
輸入: X=[0,0], m=2
輸出: 2799
解釋:
[[0,233,2333],
[0,233,2566],
[0,233,2799]]
算法:矩陣快速幂
快速幂:
- 這是一種簡單而有效的小算法,它可以以O(logn)的時間複雜度計算乘方
- 舉個例子,我們計算7^10,我們把10寫成二進制的形式,也就是 (1010)2
- 現在問題轉變成了計算7^(1010)2,顯然我們可以将7^(1010)2拆分成7^(1000)2,7^(10)2。實際上,對于任意的整數,我們都可以把它拆成若幹個7^(1000....)2的形式相乘。而這恰好就是7^1、7^2、7^4……我們隻需不斷把底數平方就可以算出答案
- 我們計算a的n次
function:qpow(a,n)
ans=1
while n>0:
if n&1 //如果n的目前末位為1 ans*=a //ans乘上目前的a a*=a //a自乘
n >>= 1 //n往右移一位
return ans
快速幂的進一步就是矩陣快速幂,兩者的差別就是,一個是數字,一個是矩陣
對于這題,首先找到原态和現态的關系,233,2333,23333,23333, 這些數都遵循 a0=a0'10+3 a1=a0'10+3+a1' ; a2=a0'10+3+a1'+a2' ; a3=a0'10+3+a1'+a2'+a3' ;
用數學歸納法可以得出遞推式:
- f(n,m)=f(n,m-1)*10+3;
- f(n,m) = f(n-1,m)+f(n,m-1) = f(n,m-1)+f(n-1,m-1)+f(n-2,m-1)+...+f(1,m-1)+f(0,m-1)*10+3;
然後我們建立矩陣:
構造矩陣得到了,我們就可以通過矩陣快速幂快速求答案了
複雜度分析
- 時間複雜度O(logn * L^3)
- 快速幂的複雜度為logn量級
- L為矩陣邊長,矩陣乘法為n^3量級
- 空間複雜度O(L^2)
- 矩陣的大小為L*L
class Solution:
"""
@param org: a permutation of the integers from 1 to n
@param seqs: a list of sequences
@return: true if it can be reconstructed only one or false
"""
def sequenceReconstruction(self, org, seqs):
graph = self.build_graph(seqs)
topo_order = self.topological_sort(graph)
return topo_order == org
def build_graph(self, seqs):
# initialize graph
graph = {}
for seq in seqs:
for node in seq:
if node not in graph:
graph[node] = set()
for seq in seqs:
for i in range(1, len(seq)):
graph[seq[i - 1]].add(seq[i])
return graph
def get_indegrees(self, graph):
indegrees = {
node: 0
for node in graph
}
for node in graph:
for neighbor in graph[node]:
indegrees[neighbor] += 1
return indegrees
def topological_sort(self, graph):
indegrees = self.get_indegrees(graph)
queue = []
for node in graph:
if indegrees[node] == 0:
queue.append(node)
topo_order = []
while queue:
if len(queue) > 1:
# there must exist more than one topo orders
return None
node = queue.pop()
topo_order.append(node)
for neighbor in graph[node]:
indegrees[neighbor] -= 1
if indegrees[neighbor] == 0:
queue.append(neighbor)
if len(topo_order) == len(graph):
return topo_order
return None
更多題解參考:
九章官網solution