思路:FFT模板
#include <bits/stdc++.h>
using namespace std;
typedef long long ll;
const double PI = acos(-1);
const int N = 1e7 + 7;
int n, m;
int res, ans[N];
int limit = 1;// 补齐的2的整数幂N
int L;// 二进制的位数
int R[N];// 二进制翻转
struct Complex
{
double x, y;
Complex (double a=0,double b=0):x(a),y(b){}
}a[N], b[N];
Complex operator*(Complex a, Complex b) { return Complex(a.x * b.x - a.y * b.y, a.y * b.x + a.x * b.y); }
Complex operator-(Complex a, Complex b) { return Complex(a.x - b.x, a.y - b.y); }
Complex operator+(Complex a, Complex b) { return Complex(a.x + b.x, a.y + b.y); }
void FFT(Complex* A, int type)
{
for (int i = 0;i < limit;i++)
{
if (i < R[i])swap(A[i], A[R[i]]);
}
// 从底层往上合并
for (int mid = 1;mid < limit;mid <<= 1) {
// 待合并区间长度的一半,最开始是两个长度为1的序列合并,mid = 1;
Complex wn(cos(PI / mid), type * sin(PI / mid));
for (int len = mid << 1, pos = 0;pos < limit;pos += len) {
// len是区间的长度,pos是当前的位置,也就是合并到了哪一位
Complex w(1, 0);
for (int k = 0;k < mid;k++, w = w * wn) {
// 只扫左半部分,蝴蝶变换得到右半部分的答案,w 为 w_n^k
Complex x = A[pos + k];
Complex y = w*A[pos + mid + k];
A[pos + k] = x + y;
A[pos + k + mid] = x - y;
}
}
}
if (type == 1)return;
for (int i = 0;i <= limit;i++) {
a[i].x /= limit;
// 最后要除以limit也就是补成了2的整数幂的那个N,将点值转换为系数
}
}
int main()
{
ios::sync_with_stdio(false);cin.tie(0);cout.tie(0);
cin >> n >> m;
for (int i = 0;i <= n;i++)cin >> a[i].x;
for (int i = 0;i <= m;i++)cin >> b[i].x;
while (limit <= n + m)limit <<= 1, L++;
// 补成2的整次幂,也就是N
for (int i = 0;i < limit;i++)R[i] = (R[i >> 1] >> 1) | ((i & 1) << (L - 1));
FFT(a, 1);// FFT 把a的系数表示转化为点值表示
FFT(b, 1); // FFT 把b的系数表示转化为点值表示
// 计算两个系数表示法的多项式相乘后的点值表示
for (int i = 0;i <= limit;i++)a[i] = a[i] * b[i];
FFT(a, -1);
for (int i = 0;i <= n + m;i++)cout << (int)(a[i].x + 0.5) << ' ';// 注意要+0.5,否则精度会有问题
return 0;
}