Uva 11582 Colossal Fibonacci Numbers!

本文介绍了解决UVA11582问题的方法,该问题涉及计算巨大的Fibonacci数并对特定数值取模。文章详细阐述了如何利用循环特性简化计算过程,并提供了一个高效的解决方案。

Uva 11582 Colossal Fibonacci Numbers!

The i ‘th Fibonacci number f(i) is recursively defined in the following way:
• f(0) = 0 and f(1) = 1
• f(i + 2) = f(i + 1) + f(i) for every i ≥ 0
Your task is to compute some values of this sequence.

Input

Input begins with an integer t ≤ 10, 000, the number of test cases. Each test case consists of three integers a, b, n where 0 ≤ a, b < 2^64 (a and b will not both be zero) and 1 ≤ n ≤ 1000.

Output

For each test case, output a single line containing the remainder of f(a^b) upon division by n.

Sample Input

3
1 1 2
2 3 1000
18446744073709551615 18446744073709551615 1000

Sample Output

1
21
250

乍一看感觉此题没什么特别的难度,直到看到了本题样例中的
f(18446744073709551615^18446744073709551615),有种人生都悲剧了的感觉。
不过这样一看啊,出这么一个数据绝对是有什么鬼的,对于这种数列题目,我一般选择用Excel来试着计算一下。
用Excel表出fibonacci
A列是fibonacci数列,C列是对A取模的数,B项是取模的结果。
怎么样,是不是看出来了一点影子?B列的数是有循环的规律的!
可以试着修改一下C列的值(其实可以不需要C列,写mod的时候第二个参数直接填数即可,不过本人有意写成这样,便于观察和修改),发现不管是对几取模,结果总是以循环数的形式呈现的(当然,当C列数太大,就需要扩充一下A列中Fibonacci的项数咯)。
于是我们可以窥出为何题中n有1~1000的范围限制了,如果范围太大,我们在找循环节的时候(当然要找循环节),就有点尴尬了。
也就是说,这题可以分解为两个步骤:
1.找循环节
2.快速幂
通过寻找项数在循环节中的位置,便可解出答案^ _ ^

My Code

#include<iostream>
#include<cstdio>
using namespace std;
const int N=1001;
int f[N][N];     //f[i][j]  斐波那契数列第i向对j取模 
int len[N],n,t;  //k[i]  n=i时循环节长度(从f[0]开始数) 
unsigned long long a,b;
int ksm(unsigned long long a,unsigned long long b,int MODN) //快速幂 
{
	if (b==0) return 1;
	int k=ksm(a,b/2,MODN);
	return b%2==0?(k*k)%MODN:(k*k*a)%MODN;
}
int main()
{
	f[0][1]=0,len[1]=1;  //对n=1特殊处理
	for (n=2;n<N;n++)  //制表 
	{
		f[0][n]=0,f[1][n]=1;
		for (int i=2;i<N;i++)
		{
			f[i][n]=(f[i-1][n]+f[i-2][n])%n;
			if (f[i][n]==0) {
				len[n]=i; 
				break;
			}
		}
	} 
	scanf("%d",&t);
	while (t--)
	{
		scanf("%llu%llu%d",&a,&b,&n); 
		printf("%d\n",f[ksm(a%len[n],b,len[n])][n]);
	}
	return 0;
}

这里还有一个细节,a,b必须要用unsigned long long存起来
运行的结果正确:
样例运行结果

内容概要:本文档系统性地介绍了2024年最新提出的两种智能优化算法——青蒿素优化算法与霜冰优化算法(RIME)的原理、实现方法及其性能对比分析,并提供了完整的Matlab代码实现。文档不仅聚焦于核心算法的仿真与验证,还整合了大量前沿科研资源,涵盖微电网优化、风电功率预测、无人机三维路径规划、电动汽车调度、图像融合、负荷预测、通信信号处理、电力系统故障恢复等多个高价值应用场景。所有案例均基于Matlab/Simulink平台进行建模与仿真,强调算法在复杂工程系统中的实际应用能力,旨在为科研人员提供一套从理论到代码再到应用的完整复现体系。; 适合人群:具备一定编程基础和科研背景的研究生、高校教师及工程技术人员,尤其适合从事智能优化算法研究、新能源系统优化、自动化控制、电力系统调度、无人机导航与路径规划等相关领域的研究人员。; 使用场景及目标:①用于高水平学术论文的复现与创新性研究,提升科研效率与成果产出;②应用于复杂工程系统的建模仿真与智能优化设计,如多能互补系统调度、无人机避障路径规划、微电网能量管理等;③作为智能优化算法的教学与学习资料,深入理解现代元启发式算法的设计思想与实现机制。; 阅读建议:建议读者结合文档中提供的Matlab代码与Simulink仿真模型,按照目录结构循序渐进地学习与实践,优先选择与自身研究方向契合的案例进行代码复现,重点关注算法参数设置、收敛曲线分析与多算法对比实验部分,以全面提升算法应用与科研创新能力。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值