专题——自然数幂和 详解

自然数幂和，有许多种解决方法，其中最典型的有下面几种。

Description

求$$\sum _{i=1}^n{i}^k$$

由于答案可能过大，请将其对$10^9+7$取模。

法1: 暴力

时间复杂度 $O(n\log k)$ 。

法2: 线性筛

不难发现 $f(i)=i^k$ 是完全积性函数。

于是我们直接线性筛即可。时间复杂度为 $O(\frac{n\ln n}{\log k}+n)$ ，类线性。

法3: 高斯消元

可以发现，答案是一个$k+1$次多项式，即$$\sum _{i=1}^n{i}^k=\sum _{i=0}^{k+1}{f}_i{n}^i$$

现在关键在于如何求出$f_i$。我们可以令$i=1,2\dots \dots k+2$，分别得到一组点值，然后高斯消元即可。

最后，我们将多项式的各项系数带入即可求出答案。

法4: 分治

定义函数$f(n,k)={\sum }_{i=1}^n{i}^k$。

如果$n$为奇数，那么$f(n,k)=f(n-1,k)+n^k$。
如果$n$为偶数，那么$$f(n,k)=f(\frac{n}{2},k)+\sum _{i=1}^{\frac{n}{2}}(i+\frac{n}{2}{)}^k$$

令$p=\frac{n}{2}$，用二项式定理拆开：

$f(p,k)+{\sum }_{i=1}^p(i+p{)}^k$
$=f(p,k)+{\sum }_{i=1}^p{\sum }_{j=0}^k{i}^j{p}^{k-j}{C}_k^j$
$=f(p,k)+{\sum }_{j=0}^k{C}_k^j{p}^{k-j}({\sum }_{i=1}^p{i}^j)$
$=f(p,k)+{\sum }_{j=0}^k{C}_k^j{p}^{k-j}f(p,j)$

于是我们直接记忆化搜索处理即可。

由于递归共有$k$层，每一层递归了$\log k$次，且每次求和的复杂度为$k$，所以总复杂度为$O(k^2\log k)$。

法5: 递推

首先，不难发现$$\sum _{i=1}^n(i+1{)}^k-i^k=(n+1{)}^k-1$$

同时，也有$$\sum _{i=1}^n(i+1{)}^k-i^k$$

$$=\sum _{i=1}^n(\sum _{j=0}^k{i}^j{C}_k^j)-i^k$$

$$=\sum _{i=1}^n(\sum _{j=0}^{k-1}{i}^j{C}_k^j)$$

$$=\sum _{j=0}^{k-1}(\sum _{i=1}^n{i}^j)C_k^j$$

$$=\sum _{j=0}^{k-1}f(n,j)C_k^j$$

所以，我们得到了$$(n+1{)}^k-1=\sum _{j=0}^{k-1}f(n,j)C_k^j$$

$$(n+1{)}^k-1=(\sum _{j=0}^{k-2}f(n,j)C_k^j)+f(n,k-1)C_k^{k-1}$$

$$(n+1{)}^k-1=(\sum _{j=0}^{k-2}f(n,j)C_k^j)+kf(n,k-1)$$

最终，我们得到了递推式

$$f(n,k)=\frac{(n+1{)}^{k+1}-1-{\sum }_{i=0}^{k-1}f(n,i)C_{k+1}^i}{k+1}$$

时间复杂度为$O(k^2)$。

法6: 拉格朗日插值

首先回忆一下法$1$的做法。我们求出了多项式的$k+2$个点值，然后高斯消元求出$k+1$次多项式的各项系数，最后再带入$x=n$求出答案……

不难发现这个问题形如“给定$k+2$个点值$f(x_1),f(x_2)\cdots f(x_{k+2})$，请求出$f(n)$”。我们考虑用拉格朗日插值替代掉时间复杂度较差的高斯消元。

我们直接暴力插值，时间复杂度$O(k^2)$的。

观察一下拉格朗日差值的式子：$f(n)={\sum }_{i=1}^{k+2}{y}_i{\prod }_{j\ne i}\frac{n-x_j}{x_i-x_j}$。

不难发现，本题中带入的点值没有特殊要求，于是我们可以构造一组特殊的点值并将它们带进去来优化复杂度。傅里叶: 把单位根带进去

最优方案是带入一组$x$连续的点值，即将$x=1,2\cdots k+2$依次带入。此时后面的式子就变成了

$$\sum _{i=1}^{k+2}{y}_i\prod _{j\ne i}\frac{n-j}{i-j}$$

不难发现，${\prod }_{j\ne i}\frac{n-j}{i-j}$是一个前缀积/后缀积的形式，我们可以预处理。

通过一些逆元的小 Trick 可以将时间复杂度优化到 $O(k)$。

法7: 生成函数

Part 1: n 固定 , k 不固定

令 $f_k(n)={\sum }_{i=0}^n{i}^k$ ，我们构造 EGF 如下：

$$F_n(x)=\sum _{i=0}^n{S}_i(n)\frac{x^i}{i!}$$

展开一波，

$$F_k(x)=\sum _{i=0}^n\sum _{j=1}^n{j}^i\frac{x^i}{i!}$$

$$F_k(x)=\sum _{j=1}^n\sum _{i=0}^n{j}^i\frac{x^i}{i!}$$

$$F_k(x)=\sum _{j=1}^n{e}^{jx}$$

不难发现右边是一个等比数列求和的形式，则

$$F_k(x)=\frac{e^{nx}-1}{1-e^{-x}}$$

写成更加恐怖的形式：

$\frac{{\sum }_{i=0}^n{i}^n\frac{x^i}{i!}-1}{1-{\sum }_{i=0}^n\frac{(-x{)}^i}{i!}}$

于是，我们通过多项式求逆预处理，每次询问即可 $O(1)$ 查询。

Part 2: n 不固定, k 固定

令第 $i$ 个伯努利数为 $B_i$ ，其 EGF 为 $F(x)$ 。直接上两个套路式：

$$F(x)=\frac{x{e}^x}{e^x-1}$$

$$\sum _{i=1}^n{i}^k=\frac{1}{k+1}\sum _{i=1}^{k+1}{C}_{k+1}^i{B}_{k-i+1}{n}^i$$

此时，我们直接多项式多点求值即可求出所有的答案。令询问次数为 $q$ ，那么时间复杂度 $O(q{\log }^{2}q+k\log k)$ 。

在实现的时候，多点求值递归到一个较小的区间后，直接暴力求值可以大幅减小常数。同时，注意使用较快的多项式板子，以免被毒瘤出题人卡常。

Summary

这 $7$ 个方法循序渐进，时间复杂度从较差到较优，实现从容易到复杂。

在考场上，建议使用在时间复杂度正确的情况下选择最好写的做法。