[uoj 34 多项式乘法] FFT&NTT 模板

最新推荐文章于 2022-12-11 13:44:09 发布
最新推荐文章于 2022-12-11 13:44:09 发布
阅读量1.5k 收藏 2
点赞数 3
分类专栏： ACM____FFT&NTT 文章标签： FFT NTT 模板
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/ACMore_Xiong/article/details/68939760
版权

[uoj 34 多项式乘法] FFT&NTT 模板

分类：模板 FFT NTT

1. 题目链接

[uoj 34 多项式乘法]

2. 题意描述

给你两个多项式，请输出乘起来后的多项式。
第一行两个整数 n 和 m，分别表示两个多项式的次数。
第二行 n+1 个整数，分别表示第一个多项式的 0 到 n 次项前的系数。
第三行 m+1 个整数，分别表示第一个多项式的 0 到 m 次项前的系数。

3. 解题思路

模板测试题。给出FFT和NTT的板子。
可以直接去[uoj statistics] 查看更好的板子。

4. 实现代码

#include <bits/stdc++.h>
using namespace std;

typedef long long LL;
typedef long double LB;
typedef pair<int, int> PII;
typedef pair<LL, LL> PLL;
typedef vector<int> VII;

const int INF = 0x3f3f3f3f;
const LL INFL = 0x3f3f3f3f3f3f3f3fLL;
const double eps = 1e-8;
const double PI = acos(-1.0);

template <typename T>
inline bool scan_d (T &ret) {
    char c;
    int sgn;
    if (c = getchar(), c == EOF) return 0; //EOF
    while (c != '-' && (c < '0' || c > '9') ) c = getchar();
    sgn = (c == '-') ? -1 : 1;
    ret = (c == '-') ? 0 : (c - '0');
    while (c = getchar(), c >= '0' && c <= '9') ret = ret * 10 + (c - '0');
    ret *= sgn;
    return 1;
}
template<typename T>
void print(T x) {
    static char s[33], *s1; s1 = s;
    if (!x) *s1++ = '0';
    if (x < 0) putchar('-'), x = -x;
    while(x) *s1++ = (x % 10 + '0'), x /= 10;
    while(s1-- != s) putchar(*s1);
}
template<typename T> void println(T x) { print(x); putchar('\n');}


const int MAXN = 262144 + 5;    /// 数组大小应为2^k
//typedef complex<double> CP;
struct CP {
    double x, y;
    CP() {}
    CP(double x, double y) : x(x), y(y) {}
    inline double real() { return x; }
    inline CP operator * (const CP& r) const { return CP(x * r.x - y * r.y, x * r.y + y * r.x); }
    inline CP operator - (const CP& r) const { return CP(x - r.x, y - r.y); }
    inline CP operator + (const CP& r) const { return CP(x + r.x, y + r.y); }
};
CP a[MAXN], b[MAXN];
int r[MAXN], res[MAXN];

void fft_init(int nm, int k) {
    for(int i = 0; i < nm; ++i) r[i] = (r[i >> 1] >> 1) | ((i & 1) << (k - 1)); /// Rader操作
}

void fft(CP ax[], int nm, int op) {
    for(int i = 0; i < nm; ++i) if(i < r[i]) swap(ax[i], ax[r[i]]);
    for(int h = 2, m = 1; h <= nm; h <<= 1, m <<= 1) {  /// 枚举长度
        CP wn = CP(cos(op * 2 * PI / h), sin(op * 2 * PI / h));
        for(int i = 0; i < nm; i += h) {    /// 枚举所有长度为h的区间
            CP w(1, 0);                     /// 旋转因子
            for(int j = i; j < i + m; ++j, w = w * wn) { /// 枚举角度
                CP t = w * ax[j + m];       /// 蝴蝶操作
                ax[j + m] = ax[j] - t;
                ax[j] = ax[j] + t;
            }
        }
    }
    if(op == -1) for(int i = 0; i < nm; ++i) ax[i].x /= nm;
}

void trans(int ax[], int bx[], int n, int m) {

    int nm = 1, k = 0;
    while(nm < 2 * n || nm < 2 * m) nm <<= 1, ++k;

    for(int i = 0; i < n; ++i) a[i] = CP(ax[i], 0);
    for(int i = 0; i < m; ++i) b[i] = CP(bx[i], 0);
    for(int i = n; i < nm; ++i) a[i] = CP(0, 0);
    for(int i = m; i < nm; ++i) b[i] = CP(0, 0);

    fft_init(nm, k);
    fft(a, nm, 1); fft(b, nm, 1);
    for(int i = 0; i < nm; ++i) a[i] = a[i] * b[i];
    fft(a, nm, -1);
    nm = n + m - 1;
    for(int i = 0; i < nm; ++i) 
        res[i] = (int)(a[i].real() + 0.5), print(res[i]), putchar(" \n"[i == nm - 1]);
}

int main() {
#ifdef ___LOCAL_WONZY___
    freopen("input.txt", "r", stdin);
#endif // ___LOCAL_WONZY___
    static int ax[MAXN], bx[MAXN], n, m;

    scan_d(n); scan_d(m); ++n, ++m;
    for(int i = 0; i < n; ++i) scan_d(ax[i]);
    for(int i = 0; i < m; ++i) scan_d(bx[i]);

    trans(ax, bx, n, m);

    return 0;
}
/** NTT **/
#include <bits/stdc++.h>
using namespace std;

typedef long long LL;
typedef long double LB;
typedef pair<int, int> PII;
typedef pair<LL, LL> PLL;
typedef vector<int> VII;

const int INF = 0x3f3f3f3f;
const LL INFL = 0x3f3f3f3f3f3f3f3fLL;
const double eps = 1e-8;
const double PI = acos(-1.0);

template <typename T>
inline bool scan_d (T &ret) {
    char c;
    int sgn;
    if (c = getchar(), c == EOF) return 0; //EOF
    while (c != '-' && (c < '0' || c > '9') ) c = getchar();
    sgn = (c == '-') ? -1 : 1;
    ret = (c == '-') ? 0 : (c - '0');
    while (c = getchar(), c >= '0' && c <= '9') ret = ret * 10 + (c - '0');
    ret *= sgn;
    return 1;
}
template<typename T>
void print(T x) {
    static char s[33], *s1; s1 = s;
    if (!x) *s1++ = '0';
    if (x < 0) putchar('-'), x = -x;
    while(x) *s1++ = (x % 10 + '0'), x /= 10;
    while(s1-- != s) putchar(*s1);
}
template<typename T> void println(T x) { print(x); putchar('\n');}

const int MAXN = 262144 + 5;    /// 数组大小应为2^k
const int G = 3, MOD = 998244353;

int a[MAXN], b[MAXN], r[MAXN], res[MAXN];

template<typename T>
T quick_pow(T a, T b) {
    T ret = 1;
    while(b) {
        if(b & 1) ret = (LL)ret * a % MOD;
        a = (LL)a * a % MOD;
        b >>= 1;
    }
    return ret;
}

void ntt_init(int nm, int k) {
    for(int i = 0; i < nm; ++i) r[i] = (r[i >> 1] >> 1) | ((i & 1) << (k - 1)); /// Rader操作
}

template<typename T>
void ntt(T ax[], int nm, int op) {
    for(int i = 0; i < nm; ++i) if(i < r[i]) swap(ax[i], ax[r[i]]);
    for(int h = 2, m = 1; h <= nm; h <<= 1, m <<= 1) {  /// 枚举长度
        T wn = quick_pow(G, (MOD - 1) / h);
        for(int i = 0; i < nm; i += h) {    /// 枚举所有长度为h的区间
            T w = 1;                                  /// 旋转因子
            for(int j = i; j < i + m; ++j, w = (LL)w * wn % MOD) { /// 枚举角度
                T t = (LL)w * ax[j + m] % MOD;       /// 蝴蝶操作
                ax[j + m] = ax[j] - t + MOD;
                if(ax[j + m] >= MOD) ax[j + m] -= MOD;
                ax[j] = ax[j] + t;
                if(ax[j] >= MOD) ax[j] -= MOD;
            }
        }
    }
    if(op == -1) {
        for(int i = 1; i < nm / 2; i++) swap(ax[i], ax[nm - i]); /// Caution Here!
        T inv = quick_pow(nm, MOD - 2);
        for(int i = 0; i < nm; ++i) ax[i] = (LL)ax[i] * inv % MOD;
    }
}

template<typename T>
void trans(T ax[], T bx[], int n, int m) {

    int nm = 1, k = 0;
    while(nm < 2 * n || nm < 2 * m) nm <<= 1, ++k;

    for(int i = 0; i < n; ++i) a[i] = ax[i];
    for(int i = 0; i < m; ++i) b[i] = bx[i];
    for(int i = n; i < nm; ++i) a[i] = 0;
    for(int i = m; i < nm; ++i) b[i] = 0;

    ntt_init(nm, k);
    ntt(a, nm, 1); ntt(b, nm, 1);
    for(int i = 0; i < nm; ++i) a[i] = (LL)a[i] * b[i] % MOD;
    ntt(a, nm, -1);
    nm = n + m - 1;
    for(int i = 0; i < nm; ++i) res[i] = a[i], print(res[i]), putchar(" \n"[i == nm - 1]);
}

int main() {
#ifdef ___LOCAL_WONZY___
    freopen("input.txt", "r", stdin);
#endif // ___LOCAL_WONZY___
    static int n, m;

    scan_d(n); scan_d(m); ++n, ++m;
    for(int i = 0; i < n; ++i) scan_d(a[i]);
    for(int i = 0; i < m; ++i) scan_d(b[i]);

    trans(a, b, n, m);

    return 0;
}
Xingw-Xiong
关注
  • 3
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
数论变换：此代码用于求一个序列的NTT-matlab开发
05-30
在这里，我们不是将数字提高到很大的幂，而是进行递归乘法以减少计算和错误。 将结果与 DFT 进行比较。
NTT（快速数论变换）模板
R的博客
05-02 1672
NTT快速数论变换在竞赛中的模板
NTT模板
weixin_50547586的博客
06-30 257
ntt
FFT+NTT自学笔记（大数乘积模板）
qq_35160381的博客
05-10 1423
学习步骤 1.回顾一下复数的指数表示形式： 常规表示： z=a+ib；z=a+ib；z=a+ib； 指数表示： z=reiθ；z=reiθ；z=re^{iθ}； 其中，r为z的模，θ为辐角主值。 z=r(cosθ+isinθ)=reiθz=r(cosθ+isinθ)=reiθz=r(cosθ+isinθ)=re^{iθ} ，欧拉公式 2.快速傅里叶变换要解决的问题： 计算多项式乘...
FFT（理解+模板+例题）
birdmanqin的博客
12-08 1106
一、理解 快速求两个多项式相乘。朴素做法就是暴力枚举两个多项式的每一项【】。FFT，先用点值法（后面解释）把多项式表示出来（DFT过程）【】，再计算点值相乘【】，然后再把点值法还原成系数法（后面解释）表示（IDFT过程）【】。 点值法：涉及线代，简单理解就是把多项式看为函数。中学知识告诉我们，n个未知数（这里的未知数是每一项的系数）至少要有n个方程才能有唯一解。（线代可以证明，有兴趣自己查。）那么，如果我们知道函数的n个不同的值。即n个，我们就可以唯一的确定一个多项式。DFT就是巧妙的利用复数，将n个系
uoj-data-converter.zip
09-21
UOJ Data Converter
南京大学服务器上搭建UOJ系统的保姆级步骤
最新发布
09-30
从申请南京大学服务器开始，然后搭建docker系统，之后创建UOJ系统用于发布课堂作业，用于帮助助教进行UOJ系统搭建，帮助助教更好的完成老师布置的任务
UOJ228基础数据结构练习题.cpp
01-11
UOJ228基础数据结构练习题.cpp
UOJ-System:通用在线法官（社区版）
03-11
环球在线法官 一款通用的在线评论系统。 特性 ... 多种部署方式，各取所需，省心省力，方便快捷。 各组成部分可单点部署，也可分离部署...将UOJ代码 向原项目或本项目贡献代码的人 给我们启发与灵感以及提供意见和建议的人
unh6uoj.github.io
03-07
欢迎来到GitHub Pages 您可以使用的来维护和预览Markdown文件中网站的内容。 每当您提交到该存储库时，GitHub Pages都将运行从Markdown文件中的内容重建站点中的页面。 降价促销 Markdown是一种轻巧且易于使用的...
使用数字理论变换将数字相乘：使用数字理论变换（NTT）将非常大的数字（十六进制或十进制）有效地相乘-matlab开发
05-28
使用数论变换（NTT）的大数乘法器。 快速将两个大数字（十六进制数或十进制数）一起相乘（小于约500,000（32位段）。multiple（）函数的输入必须是长度至少为6个字符的十六进制或十进制字符数组。每个字符最多为400万个字符NTT应该提供准确的结果（在几个大的输入上进行测试），我通过本练习学习了NTT的过程及其工作原理，输出的形式与输入的形式相同，可以是十六进制或十进制。 例如（输入可能会更大）： a ='1a2b3c4e5678987691827364abcdef1234567821123aabbcceeddff463723892736452'; b ='9a8b7c6d5e4f123456473829ffddee1ffeeddaaccbb238edf1823938473627837463562aabbccddeeff2345678'; c =乘（a，b）; 输出： c
多项式算法2：NTT（快速数论变换）
ha_ing的博客
05-11 2189
多项式算法2：NTT（快速数论变换）
【LuoguP3803】多项式乘法-FFT/NTT模板题（附带FFT/NTT简单介绍）
Maxwei_wzj的OI世界
02-14 474
测试地址：多项式乘法 做法1：本题需要用到大名鼎鼎的FFT——快速傅里叶变换（Fast Fourier Transform）。 FFT是一个……计算向量卷积的东西（大概吧，才疏学浅，还请各位大佬见谅），而向量卷积，说白了就是多项式乘法。在学习FFT之前，先简单介绍DFT（离散傅里叶变换）和IDFT（逆离散傅里叶变换）的概念，简单来说，DFT是将多项式由系数表示法变为点值表示法的过程，而IDFT...
matlab 多项式模乘,[洛谷P3803] 【模板】多项式乘法（FFT, NTT）
weixin_35955928的博客
03-23 427
题目大意：$FFT$，给你两个多项式，请输出乘起来后的多项式。题解：$FFT$，由于给的$n$不是很大，也可以用$NTT$做卡点：无C++ Code：FFT：#include #include using namespace std;const double Pi = acos(-1);int n, m;struct complex {double r, i;complex (double a =...
【模板】多项式乘法 NTT
EM LGH
01-30 320
【模板】多项式乘法 NTT Code: #include &lt;cmath&gt; #include &lt;cctype&gt; #include &lt;cstdio&gt; #include &lt;cstring&gt; #include &lt;string&gt; #include &lt;algorithm&gt; #define...
NTT数论变换（二）
wxkhturfun的博客
12-14 951
上一篇：https://blog.csdn.net/wxkhturfun/article/details/110522531 其中提到的FNTT()里的具体实现中，有三层循环，在对将其改为Verilog实现时，需要分晰清每一层的具体关系，所以将原python代码中的Fntt()改为如下的PrintFNTT()，以打印出每一层的关系 class GoToRader(): def __init__(self): self.a=[] self.length=
FFT模板+题目
qq_36102055的博客
08-14 227
#include<iostream> #include<cstdio> #include<cmath> using namespace std; const int MAXN=1e7+10; const double Pi=acos(-1.0); struct complex{ double x,y; complex (double xx=0,double yy=0){x=xx,y=yy;} }a[MAXN],b[MAXN]; complex oper
（原理篇）FFT与NTT （快速傅里叶变换）摘自oiwi，仅方便理解
weixin_45666296的博客
08-29 1806
来自oiwi整理加上自己理解，采用jls板子
【模板】多项式乘法（FFT）
m0_74821245的博客
12-11 218
;{}}{}{i
UOJ#435题目“Simple Tree”
05-30
UOJ#435题目“Simple Tree”要求实现一种数据结构，支持以下两种操作： 1. 修改某个节点的权值； 2. 查询某个节点到根节点路径上权值的最大值。 因为需要查询某个节点到根节点的路径，所以可以考虑使用树链剖分...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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