来自FallDream的博客,未经允许,请勿转载,谢谢。


两个d 维向量A=[a1,a2,...,ad]与B=[b1,b2,...,bd]的内积为其相对应维度的权值的乘积和,即:

$\sum_{i=1}^{d}ai*bi$

现有 n 个d 维向量x1,...,xn ,小喵喵想知道是否存在两个向量的内积为k的倍数。请帮助她解决这个问题

k=2时 n<=20000 d<=100  k=3时n<=1000,d<=100 或者n<=100000 d<=30

把两个向量内积看作矩阵一个1*d的矩阵和d*1的矩阵相乘

那么k=2的时候,就是一个n*d的矩阵和一个d*n的矩阵相乘,问得到的n*n的矩阵除了主对角线之外有没有0(mod k)

直接计算复杂度n^2d 所以不考虑计算它,而是转而判断得到的矩阵是否等于我想要的矩阵

假设n*d的矩阵为A,把它倒过来之后得到的d*n的矩阵为B,C=A*B,我期望的矩阵为D

矩阵D的主对角线的值可以O(nd)计算,其他值显然是1。

要判断C是否等于D,我可以转而随机一个n*1的向量T,判断C*T是否等于D*T即可

因为T只存在0和1,所以D*T可快速计算 而计算A*B*T时,我们可以先计算B*T,再计算A*(B*T),这两次计算都是O(nd)的

那么就做完了。复杂度O(nd)

但是k=3的时候,无法直接知道期望的矩阵,但是发现2^2=1(mod 3)

于是考虑计算E,Eij=Cij^2;矩阵D主对角线也对应平方一下

发现$Eij=(\sum Aik*Bkj)^{2}$ 展开后得到$Eij=\sum_{k1=1}^{d}\sum_{k2=1}^{d}Aik1*Bk1j*Aik2*Bk2j$

这个可以看作$n*d^{2}$的矩阵和一个$d^{2}*n$的矩阵相乘 之后就按照k=2的做法就行了 复杂度$O(nd^{2})$

但是这个办法并不能保证正确 如果直接让矩阵T都是1的话 在bzoj会被叉...

所以我们多随机几次就行了 一般都能过的吧

#include<iostream>
#include<cstdio>
#include<cstring>
#include<algorithm>
#define rint register int
#define getchar() (*S++)
char BB[<<],*S=BB;
using namespace std;
inline int read()
{
int x = ; char ch = getchar();
while(ch < '' || ch > '') ch = getchar();
while(ch >= '' && ch <= ''){x = x * + ch - '';ch = getchar();}
return x;
} int A[][],B[],C[],D[],E[],n,d,K,cnt=,sum=,id[][]; inline bool check(int a,int b)
{
int Sum=;
for(rint i=;i<=d;++i)
Sum+=A[a][i]*A[b][i];
return Sum%K==;
} inline void Solve(int x)
{
for(rint i=;i<=n;++i)
if(i!=x&&check(i,x))
{printf("%d %d\n",min(x,i),max(x,i));return;}
} int main()
{
fread(BB,,<<,stdin);
srand(23333U);
n=read();d=read();K=read();
for(rint i=;i<=n;++i)
for(rint j=;j<=d;++j)
A[i][j]=read()%K;
if(K==) for(int It=;It<=;++It)
{
for(rint i=;i<=n;++i) C[i]=rand()&,sum+=C[i];
for(rint i=;i<=n;++i)
for(rint j=;j<=d;++j)
B[j]+=A[i][j]*C[i];
for(rint i=;i<=d;++i) B[i]%=K;
for(rint i=;i<=n;++i)
for(rint j=;j<=d;++j)
D[i]+=A[i][j]*B[j];
for(rint i=;i<=n;++i)
for(rint j=;j<=d;++j)
E[i]+=A[i][j];
for(rint i=;i<=n;++i) E[i]=(E[i]*C[i]+sum-C[i])%K;
for(rint i=;i<=n;++i) if(E[i]!=(D[i]%K)) return Solve(i),;
sum=;
for(rint i=;i<=n;++i) E[i]=D[i]=B[i]=;
}
else for(int It=;It<=;++It)
{
for(rint i=;i<=n;++i) C[i]=rand()%,sum+=C[i];
for(rint i=;i<=d;++i)
for(rint j=;j<=d;++j)
id[i][j]=++cnt;
for(rint k=;k<=n;++k)
for(rint i=;i<=d;++i)
for(rint j=;j<=d;++j)
B[id[i][j]]+=A[k][i]*A[k][j]*C[k];
for(rint i=;i<=cnt;i++) B[i]%=K;
for(rint i=;i<=n;++i)
for(rint j=;j<=d;++j)
for(rint k=;k<=d;++k)
D[i]+=A[i][j]*A[i][k]*B[id[j][k]];
for(rint i=;i<=n;++i)
for(rint j=;j<=d;++j)
E[i]+=A[i][j]*A[i][j];
for(rint i=;i<=n;++i) E[i]%=K,E[i]=(E[i]*E[i]*C[i]+sum-C[i])%K;
for(rint i=;i<=n;++i) if(E[i]!=(D[i]%K)) return Solve(i),;
sum=;
for(rint i=;i<=n;++i) E[i]=D[i]=B[i]=;
}
return *puts("-1 -1");
}

[Noi2013]向量内积的更多相关文章

  1. 【fake题解】[NOI2013]向量内积

    [fake题解][NOI2013]向量内积 做法1 大暴力.哪里不会T哪里. 做法2 所有数都%=k不影响结果.(废话 k的取值只有2和3,所以肯定是要分类讨论的.k=2肯定简单些啦. k=2 出现的 ...

  2. P1224 [NOI2013]向量内积

    传送门 发现这个内积和矩乘有点像,考虑构造一个 $n$ 行 $m$ 列的矩阵 $A$,每一行都是一个题目给定的 $m$ 维向量 设 $B=AA^T$ ,其中 $A^T$ 为 $A$ 的转置矩阵,那么对 ...

  3. luogu P1224 [NOI2013]向量内积

    传送门 挺有意思的一道题 暴力60就是枚举每个向量暴力check,随机选向量就能多骗一些分 然后两个向量内积要模\(k\)为\(0\),那么如果全部不为\(0\)就不合法.先考虑\(k=2\),对于向 ...

  4. 3243: [Noi2013]向量内积 - BZOJ

    Description 两个d 维向量A=[a1,a2,...,ad]与B=[b1,b2,...,bd]的内积为其相对应维度的权值的乘积和,即: 现有 n 个d 维向量x1,...,xn ,小喵喵想知 ...

  5. 【uoj121】 NOI2013—向量内积

    http://uoj.ac/problem/121 (题目链接) 题意 给出${n}$个${d}$维向量,问是否有两个不同的向量的内积是${k}$的倍数. Solution 又卡了一上午常数,我弃了T ...

  6. bzoj 3243: [Noi2013]向量内积

    Description 两个d 维向量A=[a1,a2,...,ad]与B=[b1,b2,...,bd]的内积为其相对应维度的权值的乘积和,即: 现有 n 个d 维向量x1,...,xn ,小喵喵想知 ...

  7. BZOJ3243/UOJ121 [Noi2013]向量内积

    本文版权归ljh2000和博客园共有,欢迎转载,但须保留此声明,并给出原文链接,谢谢合作. 本文作者:ljh2000 作者博客:http://www.cnblogs.com/ljh2000-jump/ ...

  8. BZOJ3243 NOI2013向量内积(随机化)

    考虑奇技淫巧. 首先是k=2.对向量维护一个前缀和,每次将当前向量与前缀和点乘.如果点乘结果不等于i-1&1,说明当前向量至少和之前的某个向量的数量积是2的倍数,暴力找就可以了.当然等于i-1 ...

  9. BZOJ3243 [Noi2013]向量内积 【乱搞】

    题目链接 BZOJ3243 题解 模数只有\(2\)或\(3\),可以大力讨论 如果模数为\(2\),乘积结果只有\(1\)或\(0\) 如果一个向量和前面所有向量乘积都为\(1\),那么其和前面向量 ...

随机推荐

  1. nyoj 阶乘0

    阶乘的0 时间限制:3000 ms  |  内存限制:65535 KB 难度:3   描述 计算n!的十进制表示最后有多少个0   输入 第一行输入一个整数N表示测试数据的组数(1<=N< ...

  2. Mongodb 3 查询优化(慢查询Profiling)

    开启慢查询Profiling Profiling级别说明 0:关闭,不收集任何数据. 1:收集慢查询数据,默认是100毫秒. 2:收集所有数据 1.通过修改配置文件开启Profiling 修改启动mo ...

  3. javascript递归函数

    递归函数:是指函数直接或间接调用函数本身,则称该函数为递归函数. 这句话理解起来并不难,从概念上出发,给出以下的例子: function foo(){ console.log("函数 foo ...

  4. OAuth2.0学习(1-3)OAuth2.0的参与者和流程

    OAuth(开放授权)是一个开放标准.允许第三方网站在用户授权的前提下访问在用户在服务商那里存储的各种信息.而这种授权无需将用户提供用户名和密码提供给该第三方网站. OAuth允许用户提供一个令牌给第 ...

  5. 115 个 Java 面试题和答案——终极(上)

    目录 面向对象编程(OOP)常见的 Java 问题Java 线程Java 集合类垃圾收集器 面向对象编程(OOP) Java 是一个支持并发.基于类和面向对象的计算机编程语言.下面列出了面向对象软件开 ...

  6. netty学习--handler传递

    在netty中的处理链pipeline中,事件是按顺序传递的,把自己拟人为netty程序,针对进来(inbound)的请求,会从head开始,依次往tail传递. pipeline采用了链表结构,he ...

  7. Centos6.9minimal安装图形化界面

    有时我们会用到图形化界面来操作,下面介绍是在虚拟机上安装Centos6.9minimal版安装图形化界面(其他系统版本都类似吧,,,),如果是在物理机上安装进入的话要用的远程桌面工具VNC. VNC安 ...

  8. Python入门之Python在Win10环境下的配置(图文教程)

    请在Python官网下载Python2.7和Python3.6安装包,虽然最新的是3.6版本,但是建议两个包都安装,方便后期在IDE工具切换. Python官网:https://www.python. ...

  9. jsp 九大内置对象和其作用详解

    JSP中一共预先定义了9个这样的对象,分别为:request.response.session.application.out.pagecontext.config.page.exception 1. ...

  10. Spark:reduceByKey函数的用法

    reduceByKey函数API: def reduceByKey(partitioner: Partitioner, func: JFunction2[V, V, V]): JavaPairRDD[ ...