[数学_多项式] NTT与多项式全家桶学习笔记

众所周知，多项式全家桶指的是

FFT NTT 求逆 带余除法 ln exp 快速幂 MTT

写在前面

• 为了进一步优化，请区分 int 和 long long，尽量 int

NTT

虚单位根常熟大，考虑替代
模意义下原根可以替代

一般取mod=998244353，原根g=3

里面的一个操作（reverse）需要群论 证明，gun

Tips

• 由费马小定理$a^{p-1}\equiv 1(\mathrm{m}\mathrm{o}\mathrm{d}p)$得任意$a$在模意义下的逆元是$a^{p-2}$

#include<bits/stdc++.h>
using namespace std;
#define in Read()
#define int long long
inline int in{
	int i=0,f=1;char ch=0;
	while(ch!='-'&&!isdigit(ch)) ch=getchar();
	if(ch=='-') ch=getchar(),f=-1;
	while(isdigit(ch)) i=(i<<1)+(i<<3)+ch-48,ch=getchar();
	return i*f;
}

const int NNN=5e6+5;
const int MOD=998244353;
const int G=3;
int n,m,rev[NNN];
int A[NNN],B[NNN],C[NNN];

inline int qpow(int a,int x){
	int res=1;
	while(x){
		if(x&1) res=res*a%MOD;
		a=a*a%MOD;
		x>>=1;
	}
	return res;
}

inline void NTT(int *f,int lim,int sgn){
	for(int i=0;i<lim;++i)
		if(i<rev[i]) swap(f[i],f[rev[i]]);
	for(int len=1;len<lim;len<<=1){
		int siz=len<<1;
		int wn=qpow(G,(MOD-1)/siz);
		for(int l=0;l<lim;l+=siz){
			int w=1;
			for(int i=l;i<l+len;++i){
				int a=f[i],b=f[i+len]*w%MOD;
				f[i]=(a+b)%MOD;
				f[i+len]=(a-b+MOD)%MOD;
				w=w*wn%MOD;
			}
		}
	}
	if(sgn) return;
	int inv=qpow(lim,MOD-2);//inverse element of 'limit'
	reverse(f+1,f+lim);//Just recite it babe
	for(int i=0;i<lim;++i)
		f[i]=f[i]*inv%MOD;
}

signed main(){
	n=in,m=in;
	for(int i=0;i<=n;++i) A[i]=in;
	for(int i=0;i<=m;++i) B[i]=in;
	
	int lim=1;
	while(lim<=n+m) lim<<=1; 
	for(int i=0;i<lim;++i) rev[i]=(rev[i>>1]>>1)|((i&1)?lim>>1:0);
	
	NTT(A,lim,1);
	NTT(B,lim,1);
	for(int i=0;i<lim;++i) C[i]=A[i]*B[i]%MOD;
	
//	for(int i=1;i<=lim;++i)
//		printf("%lld %lld\n",A[i],B[i]);
	
	NTT(C,lim,0);
	
	for(int i=0;i<=n+m;++i) printf("%lld ",C[i]);
	
	return 0;
}

求逆

逆元的定义是模意义下，与本原积为1的东西，多项式这里当然就是多项式啦
$$A(x)B(x)\equiv 1(\mathrm{m}\mathrm{o}\mathrm{d}p(\mathrm{u}\mathrm{s}\mathrm{u}\mathrm{a}\mathrm{l}\mathrm{l}\mathrm{y}{x}^n))$$
则称$B(x)$为$A(x)$的逆元，记为$A^{-1}(x)$

一顿暴搞得到$\mathrm{m}\mathrm{o}\mathrm{d}{x}^{\lceil \frac{n}{2}\rceil }$意义下的$f_0^{-1}$变为$\mathrm{m}\mathrm{o}\mathrm{d}{x}^n$意义下的$f^{-1}$的递归式是
$$f^{-1}\equiv f_0^{-1}(2-f{f}_0^{-1})(\mathrm{m}\mathrm{o}\mathrm{d}{x}^n)$$

这顿暴搞：
$$\begin{gathered} f^{-1}-f_0^{-1}\equiv 0(\mathrm{m}\mathrm{o}\mathrm{d}{x}^{\lceil \frac{n}{2}\rceil }) \\ 平方f^{-2}-2f^{-1}{f}_0^{-1}+f_0^{-2}\equiv 0(\mathrm{m}\mathrm{o}\mathrm{d}{x}^n) \\ 移项f^{-2}\equiv 2f^{-1}{f}_0^{-1}-f_0^{-2}(\mathrm{m}\mathrm{o}\mathrm{d}{x}^n) \\ 同乘f{f}^{-1}\equiv 2f_0^{-1}-f{f}_0^{-2} \\ {f}^{-1}\equiv f_0^{-1}(2-f{f}_0^{-1}) \end{gathered}$$

操作就递归，时间复杂度就$O(n\log n)$

Tips

• 务必保护原多项式
• 在$x^{\lceil \lambda \rceil }$以外的全没有，务必赋零
• 为了防止爆 int 之类的东西，请在乘的时候多乘个 1ll
• 求逆的时候有个数组拿来临时存装原多项式的信息，如果在函数里面定义它就炸了，定义在外面就没问题（由于递归的性质，定义在外面是不影响正确性的）

#include<bits/stdc++.h>
using namespace std;
#define in Read()
typedef long long ll;
inline int in{
	int i=0,f=1;char ch=0;
	while(ch!='-'&&!isdigit(ch)) ch=getchar();
	if(ch=='-') ch=getchar(),f=-1;
	while(isdigit(ch)) i=(i<<1)+(i<<3)+ch-48,ch=getchar();
	return i*f;
}

const int NNN=5e5+5;
const ll MOD=998244353;
int n,rev[NNN];
ll A[NNN],I[NNN],h[NNN];

inline ll qpow(ll a,int x){
	ll res=1;
	while(x){
		if(x&1) res=res*a%MOD;
		a=a*a%MOD;
		x>>=1;
	}
	return res;
}

inline void NTT(ll *f,int lim,int sgn){
	for(int i=0;i<lim;++i)
		if(i<rev[i]) swap(f[i],f[rev[i]]);
	for(int len=1;len<lim;len<<=1){
		int siz=len<<1;
		ll wn=qpow(3,(MOD-1)/siz);
		for(int l=0;l<lim;l+=siz){
			ll w=1;
			for(int i=l;i<l+len;++i){
				ll a=f[i],b=f[i+len]*w%MOD;
				f[i]=(a+b)%MOD;
				f[i+len]=(a-b+MOD)%MOD;
				w=w*wn%MOD;
			}
		}
	}
	if(sgn) return;
	int inv=qpow(lim,MOD-2);
	reverse(f+1,f+lim);
	for(int i=0;i<lim;++i)
		f[i]=f[i]*inv%MOD;
}

inline void Inv(int len,ll *f,ll *g){
	if(len==1){
		g[0]=qpow(f[0],MOD-2);
		return;
	}
	Inv((len+1)>>1,f,g);//ceil len
	
	int lim=1;
	while(lim<len) lim<<=1;lim<<=1;
	for(int i=0;i<lim;++i) rev[i]=(rev[i>>1]>>1)|((i&1)?lim>>1:0);
	for(int i=0;i<len;++i) h[i]=f[i];
	for(int i=len;i<lim;++i) h[i]=0;
	
	NTT(h,lim,1);
	NTT(g,lim,1);
	for(int i=0;i<lim;++i) g[i]=1ll*(1ll*2-1ll*g[i]*h[i]%MOD+MOD)%MOD*g[i]%MOD;
	NTT(g,lim,0);
	for(int i=len;i<lim;++i) g[i]=0;
	
	return;
}

int main(){
	n=in;
	for(int i=0;i<n;++i) A[i]=in;
	Inv(n,A,I);
	for(int i=0;i<n;++i) printf("%d ",I[i]);
	return 0;
}

ln

求个导再积个分
$$\begin{array}{rl}& Under(\mathrm{m}\mathrm{o}\mathrm{d}{x}^n)\\ & B=\ln A\\ \Rightarrow & B^{\prime }=(\ln A{)}^{\prime }\times A^{\prime }=\frac{A^{\prime }}{A}\\ \Rightarrow & B=\int B^{\prime }\mathrm{d}x=\int \frac{A^{\prime }}{A}\mathrm{d}x\end{array}$$

求导，积分都是$O(n)$，求逆（求$\frac{1}{A}$）乘法都是$O(n\log n)$

没有除法！

直接$inv\equiv i^{p-2}$复杂度过高
那么需要逆元，介绍一种方法：
对 于 { a n } ( 通 常 是 a n = n 的 数 列 ) , 记 p r i = ∏ j = 1 i a j , 第 一 遍 , i n v n = p r n p − 2 ( 即 p r n 的 逆 元 ) ≡ 1 ∏ i = 1 n a i i n v i = i n v i + 1 × a i + 1 , 递 推 下 去 第 二 遍 , i n v i = i n v i × p r i − 1 时 间 复 杂 度 O ( N ) \begin{aligned} &对于\{a_n\}(通常是a_n=n的数列),记pr_i=\prod_{j=1}^ia_j,\\ &第一遍,inv_n=pr_n^{p-2}(即pr_n的逆元)\equiv\frac{1}{\prod_{i=1}^na_i}\\ &inv_i=inv_{i+1}\times a_{i+1},递推下去\\ &第二遍,inv_i=inv_i\times pr_{i-1} \\\\&时间复杂度O(N) \end{aligned} ​对于{an​}(通常是an​=n的数列),记pri​=j=1∏i​aj​,第一遍,invn​=prnp−2​(即prn​的逆元)≡∏i=1n​ai​1​invi​=invi+1​×ai+1​,递推下去第二遍,invi​=invi​×pri−1​时间复杂度O(N)​

不过我似乎不会这种方法，那么再来这种好写的
$$\begin{array}{rl}& 模p意义下,求i的逆元\\ & p=ki+r(k=\lfloor \frac{p}{i}\rfloor ,r=p\mathrm{m}\mathrm{o}\mathrm{d}i)\\ & ki+r\equiv 0(\mathrm{m}\mathrm{o}\mathrm{d}p)\\ & i^{-1}{r}^{-1}(ki+r)\equiv 0(\mathrm{m}\mathrm{o}\mathrm{d}p)\\ & i^{-1}+k{r}^{-1}\equiv 0(\mathrm{m}\mathrm{o}\mathrm{d}p)\\ & i^{-1}\equiv -k{r}^{-1}(\mathrm{m}\mathrm{o}\mathrm{d}p)\\ & 由于r=p\mathrm{m}\mathrm{o}\mathrm{d}i,则r<i,求i时r已求出,可以递归求解\\ & 边界1^{-1}=1\end{array}$$

#include<bits/stdc++.h>
using namespace std;
#define in Read()
typedef long long ll;
inline int in{
	int i=0,f=1;char ch=0;
	while(ch!='-'&&!isdigit(ch)) ch=getchar();
	if(ch=='-') ch=getchar(),f=-1;
	while(isdigit(ch)) i=(i<<1)+(i<<3)+ch-48,ch=getchar();
	return i*f;
}

const int NNN=5e5+5;
const ll MOD=998244353;
int n,rev[NNN];
ll int_inv[NNN],prod[NNN];
ll A[NNN],B[NNN],C[NNN],D[NNN],E[NNN];
//B=lnA target polynomial
//C=A' differential coefficient
//D is inversion of A
//B is integral of A

//C<-A, D<-A, E=C*D, B<-E

inline ll qpow(ll a,int x){
	ll res=1;
	while(x){
		if(x&1) res=res*a%MOD;
		a=a*a%MOD;
		x>>=1;
	}
	return res;
}

ll h[NNN];

inline void NTT(ll *f,int lim,int sgn){
	for(int i=0;i<lim;++i)
		if(i<rev[i]) swap(f[i],f[rev[i]]);
	for(int len=1;len<lim;len<<=1){
		int siz=len<<1;
		ll wn=qpow(3,(MOD-1)/siz);
		for(int l=0;l<lim;l+=siz){
			ll w=1;
			for(int i=l;i<l+len;++i){
				ll a=f[i],b=f[i+len]*w%MOD;
				f[i]=(a+b)%MOD;
				f[i+len]=(a-b+MOD)%MOD;
				w=w*wn%MOD;
			}
		}
	}
	if(sgn) return;
	ll inv=qpow(lim,MOD-2);
	reverse(f+1,f+lim);
	for(int i=0;i<lim;++i)
		f[i]=f[i]*inv%MOD;
	return;
}

inline void Inv(int len,ll *f,ll *g){
	if(len==1){
		g[0]=qpow(f[0],MOD-2);
		return;
	}
	Inv((len+1)>>1,f,g);
	
	int lim=1;
	while(lim<len) lim<<=1;lim<<=1;
	for(int i=0;i<lim;++i) rev[i]=(rev[i>>1]>>1)|((i&1)?lim>>1:0);
	for(int i=0;i<len;++i) h[i]=f[i];
	for(int i=len;i<lim;++i) h[i]=0;
	
	NTT(h,lim,1);
	NTT(g,lim,1);
	for(int i=0;i<lim;++i) g[i]=1ll*(2ll-1ll*g[i]*h[i]%MOD+MOD)%MOD*g[i]%MOD;
	NTT(g,lim,0);
	for(int i=len;i<lim;++i) g[i]=0;
	
	return;
}

int main(){
	n=in;
	for(int i=0;i<n;++i) A[i]=in;
	
	for(int i=0;i<n;++i) C[i]=A[i+1]*(i+1)%MOD;
	Inv(n,A,D);
	
	int lim=1;
	while(lim<(n<<1)-1) lim<<=1;
	for(int i=0;i<lim;++i) rev[i]=(rev[i>>1]>>1)|((i&1)?lim>>1:0);
	
	NTT(C,lim,1);
	NTT(D,lim,1);
	for(int i=0;i<lim;++i) E[i]=C[i]*D[i];
	NTT(E,lim,0);
	
	int_inv[1]=1;
	for(int i=2;i<lim;++i) int_inv[i]=(MOD-MOD/i)*int_inv[MOD%i]%MOD;
	for(int i=0;i<lim;++i) B[i+1]=(E[i]%MOD+MOD)%MOD*int_inv[i+1]%MOD;
	for(int i=0;i<n;++i) printf("%d ",B[i]);
}

牛顿迭代

心态爆炸，想学一个，发现前置知识是另一个，然后就递归了qwq
话说这不是拓扑排序吗qwqwq

已知$g(x)$，求$f(x)$，其中
$$g(f(x))\equiv 0(\mathrm{m}\mathrm{o}\mathrm{d}{x}^n)$$
前置知识Talor’s Expansion（写这篇博客的时候本蒟蒻还很菜，当然现在也还很菜，大家将就着看）
牛顿迭代，考虑倍增

已知$g(f_0)\equiv 0(\mathrm{m}\mathrm{o}\mathrm{d}{x}^{\lceil \frac{n}{2}\rceil })$
要求$g(f)\equiv 0(\mathrm{m}\mathrm{o}\mathrm{d}{x}^n)$
对$g(f)$在$f_0$处泰勒展开
$$\sum _{i=1}^{+\infty }\frac{g^{(i)}(f_0)}{i!}(f-f_0{)}^i\equiv 0(\mathrm{m}\mathrm{o}\mathrm{d}{x}^n)$$
容易知道$f-f_0$是$x^{\lceil \frac{n}{2}\rceil }\to x^n$次的，那么当$i\ge 2$时，$(f-f_0{)}^i\equiv 0(\mathrm{m}\mathrm{o}\mathrm{d}{x}^n)$
所以
$$\begin{array}{rl}g(f_0)+g^{\prime }(f_0)\cdot (f-f_0)& \equiv 0(\mathrm{m}\mathrm{o}\mathrm{d}{x}^n)\\ f\cdot g^{\prime }(f_0)& \equiv g^{\prime }(f_0)\cdot f_0-g(f_0)(\mathrm{m}\mathrm{o}\mathrm{d}{x}^n)\\ f& \equiv f_0-\frac{g(f_0)}{g^{\prime }(f_0)}(\mathrm{m}\mathrm{o}\mathrm{d}{x}^n)\end{array}$$
最下面的那个柿子是结论，建议背住

此外，边界情况依题而定

exp

已知$A$，求$B=e^A$（保证$A(0)=0$，即$A$的常数项为$0$，因为如果不是这样你求出来的东西就不是整数了）
$$\begin{array}{rl}& B=e^A\Rightarrow \ln B=A\\ & \ln B-A=0,兴奋地把它看做一个函数,B为变量，A为常数\\ & 记为g(B)=\ln B-A=0(即求零点，于是考虑牛顿迭代)\\ & B=B_0-\frac{g(B_0)}{g^{\prime }(B_0)}\\ & g^{\prime }(B)=\frac{\mathrm{d}g}{\mathrm{d}B}(特别写出来,注意变量)=\frac{1}{B}=B^{-1}\\ B& =B_0-\frac{\ln B_0-A}{B_0^{-1}}\\ & =B_0-(\ln B_0-A)B_0\\ & =B_0(1+\ln B_0-A)\end{array}$$
倍增做

边界：$n=0时,B=e^0=1$
注意数组清零

#include<bits/stdc++.h>
using namespace std;
#define in Read()
typedef long long ll;
inline int in{
	int i=0,f=1;char ch=0;
	while(ch!='-'&&!isdigit(ch)) ch=getchar();
	if(ch=='-') ch=getchar(),f=-1;
	while(isdigit(ch)) i=(i<<1)+(i<<3)+ch-48,ch=getchar();
	return i*f;
}

const int NNN=5e5+5;
const ll mod=998244353;
int rev[NNN],lim;

inline ll qpow(ll a,int x){
	ll res=1;
	while(x){
		if(x&1) res=res*a%mod;
		a=a*a%mod;
		x>>=1;
	}
	return res;
}

inline void Init(int len){
	lim=1;
	while(lim<len) lim<<=1;
	for(int i=0;i<lim;++i)
		rev[i]=(rev[i>>1]>>1)|((i&1)?lim>>1:0);
	return;
}

inline void NTT(ll *f,int sgn){
	for(int i=0;i<lim;++i)
		if(i<rev[i]) swap(f[i],f[rev[i]]);
	for(int len=1;len<lim;len<<=1){
		int siz=len<<1;
		ll wn=qpow(3,(mod-1)/siz);
		for(int l=0;l<lim;l+=siz){
			ll w=1;
			for(int i=l;i<l+len;++i){
				ll a=f[i],b=f[i+len]*w%mod;
				f[i]=(a+b)%mod;
				f[i+len]=(a-b+mod)%mod;
				w=w*wn%mod;
			}
		}
	}
	if(sgn) return;
	int inv=qpow(lim,mod-2);
	reverse(f+1,f+lim);
	for(int i=0;i<lim;++i)
		f[i]=f[i]*inv%mod;
	return;
}

//After successfully debuged, come back and try to make it `inline ll *Con(...)`
inline void Con(ll *f,ll *g,int lf,int lg){//Convolve h=f*g a.k.a.卷积 
	Init(lf+lg);
	NTT(f,1);
	NTT(g,1);
	for(int i=0;i<lim;++i) f[i]=f[i]*g[i]%mod;
	NTT(f,0);
	return;
}

ll tmp_inv[NNN];

inline void Inv(ll *f,ll *g,int len){//inversion: fg=1, f=>g
	
	#define h tmp_inv
	
	if(len==1){
		g[0]=qpow(f[0],mod-2);
		return;
	}
	Inv(f,g,(len+1)>>1);
	Init(len<<1);
	for(int i=0;i<len;++i) h[i]=f[i];
	for(int i=len;i<lim;++i) h[i]=0;
	NTT(g,1);
	NTT(h,1);
	for(int i=0;i<lim;++i) g[i]=1ll*(2ll-1ll*h[i]*g[i]%mod+mod)%mod*g[i]%mod;
	NTT(g,0);
	for(int i=len;i<lim;++i) g[i]=0;
	return;
	
	#undef h
	
}

inline void Der(ll *f,ll *g,int len){//derivation: g=f' a.k.a.求导 
	for(int i=0;i<len-1;++i) g[i]=f[i+1]*(i+1)%mod;
	g[len-1]=0;
	return;
}

ll tmp1_int[NNN],tmp2_int[NNN];

inline void Int(ll *f,ll *g,int len){//integral: g=\int f a.k.a.积分 
	
	#define inv tmp1_int
	#define pr tmp2_int
	
	pr[1]=1;
	for(int i=2;i<=len;++i) pr[i]=pr[i-1]*i%mod;
	inv[len]=qpow(pr[len],mod-2);
	for(int i=len-1;i;--i) inv[i]=inv[i+1]*(i+1)%mod;
	inv[1]=1;
	for(int i=2;i<=len;++i) inv[i]=inv[i]*pr[i-1]%mod;
	for(int i=1;i<len;++i) g[i]=f[i-1]*inv[i]%mod;
	g[0]=0;
	for(int i=0;i<=len;++i) inv[i]=pr[i]=0;
	return;
	
	#undef inv
	#undef pr
	
}

ll tmp1_ln[NNN],tmp2_ln[NNN];

inline void Ln(ll *f,ll *g,int len){//napierian: g=ln f a.k.a.ln
	
	#define p1 tmp1_ln//p1 for derivation
	#define p2 tmp2_ln//p2 for inversion
	
	Der(f,p1,len);
	Inv(f,p2,len);
	Con(p1,p2,len-1,len);
	Int(p1,g,len);
	for(int i=len;i<lim;++i) g[i]=0;
	for(int i=0;i<lim;++i) p1[i]=p2[i]=0;
	return;
	
	#undef p1
	#undef p2
	
}

ll tmp1_exp[NNN];

inline void Exp(ll *f,ll *g,int len){//exponential: g=e^f a.k.a.exp
	
	#define h tmp1_exp
	
	if(len==1){
		g[0]=1;
		return;
	}
	Exp(f,g,(len+1)>>1);
	Ln(g,h,len);
	for(int i=0;i<len;++i) h[i]=(f[i]-h[i]+mod)%mod;
	for(int i=len;i<lim;++i) h[i]=0;
	h[0]=(h[0]+1)%mod;
	Con(g,h,len,len);
	for(int i=0;i<lim;++i) h[i]=0;
	for(int i=len;i<lim;++i) g[i]=0;
	return;
	
	#undef h
	
}

ll A[NNN],B[NNN];
int n;

int main(){
	n=in;
	for(int i=0;i<n;++i) A[i]=in;
	Exp(A,B,n);
	for(int i=0;i<n;++i) printf("%lld ",B[i]);
	return 0;
}

多项式快速幂

弱化版

显然不能按普通数快速幂的方法算，这$k$太大了
考虑推导
$$\begin{gathered} B=A^k \\ B=e^{k\ln A} \end{gathered}$$
那就先ln，然后exp
显然ln的定义域不能有0，也就是弱化版和加强版的区别

由于k太大，利用某个模的性质$x^k\equiv x^{k\mathrm{m}\mathrm{o}\mathrm{d}p}(\mathrm{m}\mathrm{o}\mathrm{d}p)$

#include<bits/stdc++.h>
using namespace std;
#define in Read()
typedef long long ll;
inline ll in{
	ll i=0,f=1;char ch=0;
	while(ch!='-'&&!isdigit(ch)) ch=getchar();
	if(ch=='-') ch=getchar(),f=-1;
	while(isdigit(ch)) i=(i<<1)+(i<<3)+ch-48,ch=getchar();
	return i*f;
}

const int NNN=5e5+5;
const ll mod=998244353;
int lim,rev[NNN];

inline ll get_k(){
	ll i=0;char ch=0;
	while(!isdigit(ch)) ch=getchar();
	while(isdigit(ch)) i=(i*10%mod+ch-48)%mod,ch=getchar();
	return i;
}

inline ll qpow(ll a,int x){
	ll res=1;
	while(x){
		if(x&1) res=res*a%mod;
		a=a*a%mod;
		x>>=1;
	}
	return res;
}

inline void Init(int len){
	lim=1;
	while(lim<len) lim<<=1;
	for(int i=0;i<lim;++i)
		rev[i]=(rev[i>>1]>>1)|((i&1)?lim>>1:0);
	return;
}

inline void NTT(ll *f,int sgn){
	for(int i=0;i<lim;++i)
		if(i<rev[i]) swap(f[i],f[rev[i]]);
	for(int len=1;len<lim;len<<=1){
		int siz=len<<1;
		ll wn=qpow(3,(mod-1)/siz);
		for(int l=0;l<lim;l+=siz){
			ll w=1;
			for(int i=l;i<l+len;++i){
				ll a=f[i],b=f[i+len]*w%mod;
				f[i]=(a+b)%mod;
				f[i+len]=(a-b+mod)%mod;
				w=w*wn%mod;
			}
		}
	}
	if(sgn) return;
	ll inv=qpow(lim,mod-2);
	reverse(f+1,f+lim);
	for(int i=0;i<lim;++i)
		f[i]=f[i]*inv%mod;
	return;
}

inline void Con(ll *f,ll *g,int lf,int lg){
	Init(lf+lg);
	NTT(f,1);
	NTT(g,1);
	for(int i=0;i<lim;++i) f[i]=f[i]*g[i]%mod;
	NTT(f,0);
	return;
}

inline void Der(ll *f,ll *g,int len){
	for(int i=0;i<len-1;++i) g[i]=f[i+1]*(i+1)%mod;
	g[len-1]=0;
	return;
}

ll tmp_inv[NNN];

inline void Inv(ll *f,ll *g,int len){
	
	#define h tmp_inv
	
	if(len==1){
		g[0]=qpow(f[0],mod-2);
		return;
	}
	Inv(f,g,(len+1)>>1);
	Init(len<<1);
	for(int i=0;i<len;++i) h[i]=f[i];
	for(int i=len;i<lim;++i) h[i]=0;
	NTT(g,1);
	NTT(h,1);
	for(int i=0;i<lim;++i) g[i]=1ll*(2ll-1ll*g[i]*h[i]%mod+mod)%mod*g[i]%mod;
	NTT(g,0);
	for(int i=len;i<lim;++i) g[i]=0;
	return;
		
	#undef h
	
}

ll tmp_int[NNN],pro_int[NNN];

inline void Int(ll *f,ll *g,int len){
	
	#define inv tmp_int
	#define pro pro_int
	
	pro[1]=1;
	for(int i=2;i<=len;++i) pro[i]=pro[i-1]*i%mod;
	inv[len]=qpow(pro[len],mod-2);
	for(int i=len-1;i;--i) inv[i]=inv[i+1]*(i+1)%mod;
	inv[1]=1;
	for(int i=2;i<=len;++i) inv[i]=inv[i]*pro[i-1]%mod;
	for(int i=1;i<len;++i) g[i]=f[i-1]*inv[i]%mod;
	g[0]=0;
	for(int i=0;i<=len;++i) inv[i]=pro[i]=0;
	return;
	
	#undef inv
	#undef pro
	
}

ll tmp1_ln[NNN],tmp2_ln[NNN];

inline void Ln(ll *f,ll *g,int len){
	
	#define p1 tmp1_ln
	#define p2 tmp2_ln
	
	Der(f,p1,len);
	Inv(f,p2,len);
	Con(p1,p2,len-1,len);
	Int(p1,g,len);
	for(int i=len;i<lim;++i) g[i]=0;
	for(int i=0;i<lim;++i) p1[i]=p2[i]=0;
	return;
	
	#undef p1
	#undef p2
	
}

ll tmp_exp[NNN];

inline void Exp(ll *f,ll *g,int len){
	
	#define h tmp_exp
	
	if(len==1){
		g[0]=1;
		return;
	}
	Exp(f,g,(len+1)>>1);
	Ln(g,h,len);
	for(int i=0;i<len;++i) h[i]=(f[i]-h[i]+mod)%mod;
	for(int i=len;i<lim;++i) h[i]=0;
	h[0]=(h[0]+1)%mod;
	Con(g,h,len,len);
	for(int i=0;i<lim;++i) h[i]=0;
	for(int i=len;i<lim;++i) g[i]=0;
	return;
	
	#undef h
	
}

ll tmp_pow[NNN];

inline void polypow(ll *f,ll *g,int len,int k){
	
	#define tmp tmp_pow
	
	Ln(f,tmp,len);
	for(int i=0;i<len;++i) tmp[i]=tmp[i]*k%mod;
	Exp(tmp,g,len);
	return;
	
	#undef tmp
}

int n;
ll k,A[NNN],B[NNN];

int main(){
	n=in,k=get_k();
	for(int i=0;i<n;++i) A[i]=in;
	polypow(A,B,n,k);
	for(int i=0;i<n;++i) printf("%lld ",B[i]);
	return 0;
}

加强版

1. 想办法避开$0$，有$0$的位置跳过，一直跳到没零为止
   跳$0$前最低位若为$x^n$，那么快速幂之后最低位应为$x^{nk}$，跳回去即可
2. $a_0\ne 1$时，你也不知道递归到$1$时的次幂，那就除掉它

注意模了的$k$不是原来的$k$
综上所述，我们需要记录的内容有没有模过的$k$和乘除$a_0$的幂次（注意费马小定理）

多项式开平方根

弱化版

推柿子（就懒得写同余了，反正都能理解）
$$\begin{array}{rl}& B=\sqrt{A}\\ & B^2-A=0,记B^2-A=g(B)\\ & 显然牛顿迭代\\ B& =B_0-\frac{g(B_0)}{g^{\prime }{B}_0}\\ & =B_0-\frac{B_0^2-A}{2B_0}\\ & =\frac{1}{2}(B_0+\frac{A}{B_0})\end{array}$$
后面两个先咕了，去学习一下sszx码风/sszx秘传码风