题解 | #字符串的排列#
填数游戏
http://www.nowcoder.com/practice/4cce3022cab449039f0075e6665d53c7
题意
- 大小为的数组
- 填入 四个数字
- 求的个数为偶数,的个数也为偶数的方案数。(这里题意不是很明确,通过看样例可以知道不满足题意)
方法
遍历+模拟
我们可以直接深度搜索所有的位置,填入,然后统计的个数
然而这种搜索所有的方案复杂度为状态数,无法在时间复杂度内完成
通过合并两个值,可以把复杂度降低到,但是依然无法在时间复杂度内完成
动态规划
基于上面的想法,我们同样把1和3进行合并。
令状态 表示,从最开始到第个位置, 2出现的次数为次,4出现的次数为次的方案数
然而这种做法,空间复杂度,是无法接受的。注意到只关心2和4出现次数是否是偶数次,也就是次数模2后是否为0,因此可以对的状态进行修改。
令状态 表示,从最开始到第个位置, 2出现的次数模2后为次,4出现的次数模2后为次的方案数
这样空间复杂度为 下标
乘 取模的状态数
(常数) 为,
时间复杂度为 空间复杂度
乘 状态转移代价
(常数) 为 ,这题目的n最大达到 依然无法在时间复杂度内完成
矩阵乘法
上面的方法虽然没有完成在时间复杂度内完成,但给出了相邻项的常数倍数的递推式
我们把 和 枚举展开
把它写成矩阵的形式
有矩阵乘法可得
由此,通过快速幂,我们可以在的时间内计算出,也就是要求的答案
只需要常数大小的空间
代码
const int mod = 1000000007; // a00 a01 a10 a11 // 2 1 1 0 // 1 2 0 1 // 1 0 2 1 // 0 1 1 2 class Solution { public: vector<vector<long long> > mul(vector<vector<long long>> &m1,vector<vector<long long>> &m2){ vector<vector<long long> > r = vector<vector<long long>>(m1.size(),vector<long long>(m2[0].size(),0)); for(int i = 0;i< m1.size();i++){ for(int j = 0;j< m2[0].size();j++){ for(int k = 0;k<m1[0].size();k++){ (r[i][j] += m1[i][k]*m2[k][j]%mod)%=mod; } } } return r; } vector<vector<long long> > mypow(int p){ vector<vector<long long> > r = vector<vector<long long>>(4,vector<long long>(4,0)); for(int i = 0;i<4;i++){ r[i][i] = 1; } vector<vector<long long> > v = { {2, 1, 1, 0}, {1, 2, 0, 1}, {1, 0 ,2, 1}, {0, 1, 1, 2} }; while(p){ if(p%2){ r = mul(r,v); } v = mul(v,v); p/=2; } return r; } /** * * @param n int整型 * @return int整型 */ // 要求每个偶数出现的次数也是偶数次 int GetNumberOfSchemes(int n) { // write code here vector<vector<long long> > r = mypow(n); return r[0][0]; } };
递推变形
这里还可以合并相同值的项来简化递推关系
我们注意到中间两项的和是可以合并的
这样对应的矩阵可以简化为
通过快速幂,我们可以在的时间内计算出,也就是要求的答案
只需要常数大小的空间
代码
代码变为
const int mod = 1000000007; // a00 a01+a10 a11 // 2 2 0 // 1 2 1 // 0 2 2 class Solution { public: vector<vector<long long> > mul(vector<vector<long long>> &m1,vector<vector<long long>> &m2){ vector<vector<long long> > r = vector<vector<long long>>(m1.size(),vector<long long>(m2[0].size(),0)); for(int i = 0;i< m1.size();i++){ for(int j = 0;j< m2[0].size();j++){ for(int k = 0;k<m1[0].size();k++){ (r[i][j] += m1[i][k]*m2[k][j]%mod)%=mod; } } } return r; } vector<vector<long long> > mypow(int p){ vector<vector<long long> > r = vector<vector<long long>>(3,vector<long long>(3,0)); for(int i = 0;i<3;i++){ r[i][i] = 1; } vector<vector<long long> > v = { {2, 2, 0}, {1, 2, 1}, {0, 2 ,2} }; while(p){ if(p%2){ r = mul(r,v); } v = mul(v,v); p/=2; } return r; } /** * * @param n int整型 * @return int整型 */ // 要求每个偶数出现的次数也是偶数次 int GetNumberOfSchemes(int n) { // write code here vector<vector<long long> > r = mypow(n); return r[0][0]; } };
注意到 递推式中 是满足轮换关系的,从技术上讲我们还可以继续合并简化,甚至推出一个非矩阵的表达式。但是这里不论是上面简化成三阶矩阵,还是继续简化,从思路来源上都是矩阵乘法,从时间复杂度上也没有差异,对于在给定时间内解题来说,在得到四阶矩阵递推时就已经可以了。
这里三阶和四阶矩阵是通过手推计算出的具体值,但是对于一些递推关系更复杂的题目,你可以用代码枚举1到4来计算这个具体的递推矩阵,从时间复杂度上只会多个常数倍数。最后只用关心一下初始矩阵的值。你需要保证的是相邻项的递推关系是与项数无关的常数即可。
数学/打表/OEIS
不论你通过上面反复简化递推式,还是简单的把前面几项打表出来(2,6,20,72,272,1056)搜一下OEIS
你可以得到
对于 有
那么剩下的就是快速幂了
这道题在能推出的情况还是建议用矩阵写,或者手动推出数学表达式。对于一些难以推出递推式的题目,通过打表+观察或者OEIS,也许能给你带来解题的思路
通过快速幂,我们可以在的时间内计算出要求的答案
只需要常数大小的空间
代码
class Solution { public: /** * * @param n int整型 * @return int整型 */ // 要求每个偶数出现的次数也是偶数次 int GetNumberOfSchemes(int n) { const int mod = 1000000007; n-=1; // 起始项不同 long long r = 1; long long v = 2; while(n){ if(n%2)(r*=v)%=mod; (v*=v)%=mod; n/=2; } return r*(r+1)%mod; } };
知识点
数学建模建立递推关系
在进入矩阵的推导之前,需要通过将题意数学建模,推导出一个动态规划的递推关系,这样才有助于我们发现其相邻项是常数倍数的加和关系,进而想到使用矩阵
快速幂与矩阵乘法
快速幂不论是矩阵乘法也好,还是普通的数值(例如上面我们得到的数学公式中2的幂次),复数等等也罢,核心也就这么10行不到的代码,对于需要取mod的时候记住取模,
剩下的,实现其乘法部分即可。比如这里乘法部分是矩阵乘法。
result = 1 while(power){ if(p%2){ result = mul(result,base); } base = mul(base,base); power/=2; } return result;
乘法溢出
虽然这里出入参都是int,但是在乘法过程中很容易超过int,在计算过程中使用long long,并随时取模即可