【问题标题】:Computing Nth triangular number that is also a square number计算也是平方数的第 N 个三角数
【发布时间】:2015-03-28 14:51:50
【问题描述】:

这个问题是在练习比赛中出现的:

计算第 N 个三角数,它也是一个平方数,模 10006699。(1 ≤ N ≤ 10^18) 最多有 10^5 个测试案例。

我发现我可以很容易地用递归关系计算它 Ti = 6Ti-1 - Ti-2 sub> + 2,其中 T0 = 0T1 = 1。 p>

我使用矩阵求幂来获得每个测试用例大约 O(log N) 的性能,但它显然太慢了,因为有 10^5 个测试用例。事实上,即使约束只有 (1 ≤ N ≤ 10^6),这段代码也太慢了,我可以只进行 O(N) 预处理和 O(1) 查询。

我应该改变解决问题的方法,还是应该只优化代码的某些部分?

#include <ios>
#include <iostream>
#include <vector>
#define MOD 10006699

/*
Transformation Matrix:

 0 1 0   t[i]     t[i+1]
-1 6 1 * t[i+1] = t[i+2]
 0 0 1     2        2
*/

std::vector<std::vector<long long int> > multi(std::vector<std::vector<long long int> > a, std::vector<std::vector<long long int> > b)
{
    std::vector<std::vector<long long int> > c(3, std::vector<long long int>(3));
    for (int i = 0; i < 3; i++)
    {
        for (int j = 0; j < 3; j++)
        {
            for (int k = 0; k < 3; k++)
            {
                c[i][j] += (a[i][k] * b[k][j]) % MOD;
                c[i][j] %= MOD;
            }
        }
    }
    return c;
}

std::vector<std::vector<long long int> > power(std::vector<std::vector<long long int> > vec, long long int p)
{
    if (p == 1) return vec;
    else if (p % 2 == 1) return multi(vec, power(vec, p-1));
    else
    {
        std::vector<std::vector<long long int> > x = power(vec, p/2);
        return multi(x, x);
    }
}

int main()
{
    std::ios_base::sync_with_stdio(false);
    long long int n;
    while (std::cin >> n)
    {
        if (n == 0) break;
        else
        {
            std::vector<std::vector<long long int> > trans;
            long long int ans;
            trans.resize(3);

            trans[0].push_back(0);  
            trans[0].push_back(1);
            trans[0].push_back(0);
            trans[1].push_back(-1);
            trans[1].push_back(6);
            trans[1].push_back(1);
            trans[2].push_back(0);
            trans[2].push_back(0);
            trans[2].push_back(1);

            trans = power(trans, n);

            ans = (trans[0][1]%MOD + (2*trans[0][2])%MOD)%MOD;

            if (ans < 0) ans += MOD;

            std::cout << ans << std::endl;
        }
    }
}

【问题讨论】:

  • 你能解释一下你是怎么得出这个公式的吗?

标签: c++ algorithm dynamic-programming matrix-multiplication


【解决方案1】:

注意:我删除了我的旧答案,这更有用

您似乎不太可能为该问题创建比 O(log N) 更好的渐近算法。但是,可以对您当前的代码进行一些修改,这不会改善渐近时间,但会提高性能

以下是对您的代码的修改,产生相同的答案:

#include <ctime>
#include <ios>
#include <iostream>
#include <vector>
#define MOD 10006699

void power(std::vector<std::vector<long long int> >& vec, long long int p)
{
    if (p == 1)
        return;

    else if (p & 1)
    {
        std::vector<std::vector<long long int> > copy1 = vec;
        power(copy1, p-1);

        std::vector<std::vector<long long int> > copy2(3, std::vector<long long int>(3));
        for (int i = 0; i < 3; i++)
            for (int j = 0; j < 3; j++)
            {
                for (int k = 0; k < 3; k++)
                    copy2[i][j] += (vec[i][k] * copy1[k][j]) % MOD;
                copy2[i][j] %= MOD;
            }
        vec = copy2;

        return;
    }

    else
    {
        power(vec, p/2);

        std::vector<std::vector<long long int> > copy(3, std::vector<long long int>(3));
        for (int i = 0; i < 3; i++)
            for (int j = 0; j < 3; j++)
            {
                for (int k = 0; k < 3; k++)
                    copy[i][j] += (vec[i][k] * vec[k][j]) % MOD;
                copy[i][j] %= MOD;
            }
        vec = copy;

        return;
    }
}

int main()
{
    std::ios_base::sync_with_stdio(false);
    long long int n;
    while (std::cin >> n)
    {
        std::clock_t start = std::clock();
        if (n == 0) break;

        std::vector<std::vector<long long int> > trans;
        long long int ans;
        trans.resize(3);

        trans[0].push_back(0);  
        trans[0].push_back(1);
        trans[0].push_back(0);
        trans[1].push_back(-1);
        trans[1].push_back(6);
        trans[1].push_back(1);
        trans[2].push_back(0);
        trans[2].push_back(0);
        trans[2].push_back(1);

        power(trans, n);

        ans = (trans[0][1]%MOD + (2*trans[0][2])%MOD)%MOD;
        if (ans < 0) ans += MOD;
        std::cout << "Answer: " << ans << std::endl;

        std::cout << "Time: " << (std::clock() - start) / (double)(CLOCKS_PER_SEC / 1000) << " ms" << std::endl;
    }
}

区别主要有:

  • c[i][j] %= MOD; 的代码运动在 k 循环之外
  • 通过引用传递向量
  • 更少的函数调用

如果我在 main 的 while 循环中放置与我在代码中相同的计时代码,请将文件命名为“before.cpp”,将文件命名为“after.cpp”,然后每次运行 10 次一个完整优化的行,那么这些是我的结果:

Alexanders-MBP:Desktop alexandersimes$ g++ before.cpp -O3 -o before
Alexanders-MBP:Desktop alexandersimes$ ./before 
1000000000000000000
Answer: 6635296
Time: 0.708 ms
1000000000000000000
Answer: 6635296
Time: 0.542 ms
1000000000000000000
Answer: 6635296
Time: 0.688 ms
1000000000000000000
Answer: 6635296
Time: 0.634 ms
1000000000000000000
Answer: 6635296
Time: 0.626 ms
1000000000000000000
Answer: 6635296
Time: 0.629 ms
1000000000000000000
Answer: 6635296
Time: 0.629 ms
1000000000000000000
Answer: 6635296
Time: 0.629 ms
1000000000000000000
Answer: 6635296
Time: 0.632 ms
1000000000000000000
Answer: 6635296
Time: 0.695 ms

Alexanders-MBP:Desktop alexandersimes$ g++ after.cpp -O3 -o after
Alexanders-MBP:Desktop alexandersimes$ ./after 
1000000000000000000
Answer: 6635296
Time: 0.283 ms
1000000000000000000
Answer: 6635296
Time: 0.287 ms
1000000000000000000
Answer: 6635296
Time: 0.27 ms
1000000000000000000
Answer: 6635296
Time: 0.27 ms
1000000000000000000
Answer: 6635296
Time: 0.266 ms
1000000000000000000
Answer: 6635296
Time: 0.265 ms
1000000000000000000
Answer: 6635296
Time: 0.266 ms
1000000000000000000
Answer: 6635296
Time: 0.267 ms
1000000000000000000
Answer: 6635296
Time: 0.21 ms
1000000000000000000
Answer: 6635296
Time: 0.208 ms

【讨论】:

  • 除非他在 O(1) 中找到一种方法,否则我怀疑他的渐近性能会比 O(log N) 更好。但是,我将更改 while 循环时钟以包含 O(1) 操作,因为它们对小 N 有影响(编辑此人被指示删除了他的评论)
  • 我无法编辑我的评论,因此删除了它,顺便说一句,这个建议不会对时间复杂度有任何改善,并且可能导致溢出问题,因为它不断添加到 c 而不应用 Mod 到它。
  • OP 说MOD10006699,这远不及溢出long long int(a[i][k] * b[k][j]) 可能会在通过模数之前溢出,但其中的 3 次加法不会溢出 long long int
  • 将功率方法从递归更改为迭代并避免创建新的vector 可能会稍微改善这一点。有 27 个添加,但是是的,你是对的,这不会导致溢出。
  • @PhamTrung,你是对的,避免制作新的向量会产生很大的不同,我完全改变了我的代码并将其放在上面的答案中。此外,虽然有 27 次加法,但模数每 3 次迭代发生一次,这就是为什么我在溢出上下文中将其表述为 3 次加法
猜你喜欢
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
  • 2012-02-08
  • 2018-02-28
  • 1970-01-01
  • 1970-01-01
  • 2012-03-26
  • 1970-01-01
相关资源
最近更新 更多