生成函数学习笔记

一个非常好的 题单。

本详解中，所有的题目的数据范围都经过了笔者的加强，而并不是原题的数据范围，这样可以促进读者更深的思考。

如果没有 @关怀他人 ，这篇文章估计永远不会发表吧。这里膜拜一下这位神仙。

前置芝士

1. 多项式全家桶(多项式乘法(FFT&NTT)、求逆、除法、$\ln$、$\exp$、快速幂)
2. 生成函数( OGF, EGF )的定义
3. 组合数、微积分(泰勒展开)内容
4. 推式子基本能力
5. 所有初中数学内容

P6012 [数学]加强版

Description

在一个长度为 $n$ 的序列中任选 $k$ 个数，求所有情况中选中的数的乘积之和。

$1\le k\le n\le 1.2\times 10^5$

Solution

令 $a_i$ 的生成函数为 $$F_i(x)=1+a_{i}x$$

所以答案为 $$[x^k]\prod _{i=1}^n{F}_i(x)$$

我们分治NTT即可。由于出题人并不良心，模数为 $10^9+7$ ，所以我们不得不采用任意模数多项式乘法。一起喷吧

Code

咕咕咕

P4841 [集训队作业2013]城市规划

Description

求 $n$ 个点的有标号无向连通图的数量。答案对 $1004535809$ 取模。

$n\le 10^6$ ，时限 $2s$ 。

Solution

看到这样的神奇模数，不难想到这是一道毒瘤多项式题。

定义 $n$ 个点的有标号无向图的数量为 $f(n)$ 。显然有 $$f(n)={\text{2}}^{C_n^2}$$

$n$ 个点的有标号无向连通图的数量 $g(n)$ 满足
$$\sum _{i=1}^n{C}_{n-1}^{i-1}g(i)f(n-i)=f(n)$$

这个式子中 $i$ 的实际意义为 $1$ 号节点所在连通块的大小，$C_{n-1}^{i-1}$表示钦定了 $i-1$ 个与 $1$ 连通的节点。

我们拆开组合数，得到$$\sum _{i=1}^n\frac{g(i)}{(i-1)!}\frac{f(n-i)}{(n-i)!}=\frac{f(n)}{(n-1)!}$$

令$$g^{\prime }(i)=\frac{g(i)}{(i-1)!}$$

$$f^{\prime }(i)=\frac{f(i)}{i!}$$

$$f^{\prime \prime }(i)=\frac{f(i)}{(i-1)!}$$

令 $G^{\prime },F^{\prime },F^{\prime \prime }$分别为 $g^{\prime },f^{\prime },f^{\prime \prime }$ 的 OGF ，显然有
$$F^{\prime \prime }=F^{\prime }{G}^{\prime }$$

即$$G^{\prime }=F^{\prime \prime }\times (F^{\prime }{)}^{-1}$$

多项式求逆+多项式乘 即可求出 $G^{\prime }$，从而我们也就得到了 $G$ 。

时间复杂度 $O(n\log n)$ 。

Code

Click Here

CF438E The Child and Binary Tree

Description

给定一个长度为 $n$ 的正整数序列 $A$ 。

一个二叉树可爱当且仅当这个二叉树上所有节点的点权都来自于 $A$ 。

定义一棵二叉树的权值为这棵二叉树的所有节点的点权之和。

对于每个 $i\in [1,m]$ ，分别求出权值为 $i$ 的不同可爱二叉树的数量。答案对 $998244353$ 取模。

$n\le 10^6,1\le A_i,m\le 10^6$ ，时限 $2s$ 。

Solution

令 $f(i)$ 表示权值为 $i$ 个可爱二叉树的数量，$g(i)=[i\in A]$(即 $i$ 是否在序列 $A$ 中)。不难发现递推式
$$f(i)=\sum _{j=1}^m[j\in A]\sum _{k=0}^{i-j}f(k)f(i-j-k)$$

令 $F,G$ 分别为 $f,g$ 的 OGF ，那么
$$F=F^{2}G+1$$

大力解一元二次方程，得$$F(x)=\frac{1\pm \sqrt{1-4G}}{2G}$$

由于生成函数的 $0$ 次项应为 $1$ ，所以应取 $-$ 。

但是，这个式子很难计算，因为 $2G$ 的常数项的系数可能是 $0$ ，这导致我们无法使用多项式求逆，而且分治NTT也被卡掉了。所以，我们不得不整理这个式子，使得需要求逆的部分的常数项一定不为 $0$ 。

上下同乘 $1+\sqrt{1-4G}$ 得
$$F(x)=\frac{2}{\sqrt{1-4G}}$$

多项式开根+多项式求逆即可。

时间复杂度 $O(n\log n)$ 。

Code

Click Here

P4451 [国家集训队]整数的lqp拆分

Description

给定 $n$，求 ${\sum }_{{\sum }_{j=1}^m{a}_j=n,a_j\in N^{\ast }}{\prod }_{i=1}^m{f}_{a_i}$ 。这里 $f$ 为斐波那契数列 ，$f_i$ 表示斐波那契数列的第 $i$ 项。

$n\le 10^{10^7}$，时限 $1s$ 。

Solution

一道套路题。

令 $g_i$ 表示当 $n=i$ 时的答案，那么不难得到
$$g_i=\sum _{j=1}^i{f}_j{g}_{i-j}$$

直接递推是 $O(n^2)$ 的，使用分治 NTT 是 $O(n{\log }^{2}n)$ 的。

考虑优化。令 $F,G$ 分别为 $f,g$ 的 OGF ，那么显然有 $G=FG+1$ 。

不难发现 $F$ 的闭形式为 $\frac{x}{1-x-x^2}$。

$$(1-F)G=1$$

从而，$G=\frac{1}{1-F}=\frac{1}{\frac{1-2x-x^2}{1-x-x^2}}=-\frac{1-x-x^2}{1-2x-x^2}=1+\frac{x}{1-2x-x^2}$

然后我们套路地展开这个式子，从而得到了第 $n$ 项的系数为
$$\frac{\sqrt{2}}{4}[(1+\sqrt{2}{)}^n-(1-\sqrt{2}{)}^n]$$

在模意义下 $\sqrt{2}$ 为 $59713600$ 或 $940286407$ ，直接带入即可。

根据费吗小定理，指数可以对 $mod-1$ 取模；于是我们一边读入一边取模即可。最后做快速幂即可得到答案。

时间复杂度 $O({\log }_{10}n)$ 。

Code

Click Here

CF891E Lust

Description

有 $n$ 个数，每次可以等概率地选择一个数，将它减一并将答案加上此时除这个数外的其他数之积。求最终答案的期望。

$1\le n\le 10^5,1\le k\le 10^9$

Solution

答案即为初始时所有数的乘积减去所有操作结束后，所有数的乘积的期望值。

所以现在的关键在于如何快速计算出后者。

给每一个 $a_i$ 一个指数生成函数：$F_i(x)={\sum }_{j=0}^k(a_i-j)\frac{x^j}{j!}$。这样一来，所有 $F_i(x)$ 的乘积的 $x^k$ 项的系数即为答案。

可惜本题中 $k$ 较大，不能直接进行分治NTT。这启示我们对上面的 EGF 进行一些转化。

$$F_i(x)=\sum _{j=0}^k(a_i-j)\frac{x^j}{j!}$$

拆开括号得

$$F_i(x)=\sum _{j=0}^k{a}_i\frac{x^j}{j!}-\sum _{j=0}^{k}j\frac{x^j}{j!}$$

根据EGF的定义不难得到

$$F_i(x)=a_i\times e^x-x\times e^x$$

$$F_i(x)=(a_i-x)e^x$$

所以，所有 $F_i(x)$ 的乘积就是
$$e^{nx}\prod _{i=1}^n(a_i-x)$$

这个式子的右半部分可以采用分治NTT直接计算。由于本题只要求第 $x^k$ 项的系数，所以直接线性求就好了。

现在剩下一个问题：$e^{nx}$ 的各项系数中带有阶乘，无法快速求出。

此时一种方法是写一个又臭又长的快速阶乘算法，但是并没有必要。我们可以在另一个程序中打表求出$0!,(10^7)!,(2\times 10^7)!\cdots$ ；在我们将要提交的程序中，将这个表复制粘贴进去，运行时先在 $O(10^7)$ 的时间复杂度内求出 $(k-n)!$ 再线性递推即可。

时间复杂度 $O(n\log n+10^7)$ 。

P4491 [HAOI2018]染色

本题与生成函数无关，可是笔者脑抽了。

Description

为了报答小 C 的苹果, 小 G 打算送给热爱美术的小 C 一块画布, 这块画布可 以抽象为一个长度为 $n$ 的序列, 每个位置都可以被染成 $m$ 种颜色中的某一种.

然而小 C 只关心序列的 $n$ 个位置中出现次数恰好为 $s$ 的颜色种数, 如果恰好出现了 $S$ 次的颜色有 $k$ 种, 则小 C 会产生 $w_k$ 的愉悦度.

小 C 希望知道对于所有可能的染色方案, 他能获得的愉悦度的和对 $1004535809$ 取模的结果是多少。

$$1\le n\le 10^7,1\le m\le 10^5,1\le s\le 150$$

Solution

令 $f_i$ 表示钦定了 $i$ 种恰好出现 $S$ 次的颜色的方案数。不难发现
$$f_i=C_m^i(m-i{)}^{(n-is)}\prod _{j=0}^{i-1}{C}_{n-js}^s$$

令 $g_i$ 表示恰好有 $i$ 种出现 $S$ 次的颜色的方案数。不难发现
$$f_i=\sum _{j=i}^n{C}_j^i{g}_j$$

我们可以一边枚举 $i$ 一边更新 ${\prod }_{j=0}^{i-1}{C}_{n-js}^s$，从而 $f$ 可以 $O(n)$ 求出。然后，我们二项式反演，即可得到
$$g_i=\sum _{j=i}^n(-1{)}^{j-i}{C}_j^i{f}_j$$

拆开组合数即可得到卷积的形式。于是做一遍NTT即可。

时间复杂度 $O(n+m\log m)$ 。

P4389 付公主的背包

Description

神 $\text{N}\text{aCly\_Fish}$有 $n$ 种商品，第 $i$ 个商品大小为 $v_i$ 且有无限件。她还有一个可爱的大小为 $10^5$ 的背包。她想要知道，对于 $s=0,1,2\cdots m$ ，在背包中恰好装 $s$ 体积的方案数。

她在 $10^{-998244353}$ 秒内就把这题切了，你能打破这个记录吗？ 每个答案都要对 $998244353$ 取模哦。

$1\le n,m\le 10^6,1\le v_i\le m$，时限 $2s$ 。

Solution

你强归你强，$\text{N}\text{aCly\_Fish}$比你强。

考虑第 $i$ 个物品的生成函数的各项系数应为 { 1 , 0 , 0 ⋯ 0 , 1 , 0 , 0 ⋯ 0 , 1 , 0 ⋯   } \{1,0,0 \cdots 0,1,0,0 \cdots 0,1,0 \cdots \} {1,0,0⋯0,1,0,0⋯0,1,0⋯}。它的闭形式是 $\frac{1}{1-x^{v_i}}$ 。

如果我们暴力地直接将这些多项式相乘再求逆，那么时间复杂度并不正确。不难发现，这些分式相乘的分子是 $1$ ，分母是 ${\prod }_{i=1}^n(1-x^{v_i})$ 。

考虑化乘为加。

$$\prod _{i=1}^n(1-x^{v_i})=e^{\ln ({\prod }_{i=1}^n(1-x^{v_i}))}=e^{{\sum }_{i=1}^n\ln (1-x^{v_i})}$$

所以现在关键在于求出 ${\sum }_{i=1}^n\ln (1-x^{v_i})$ 。

下面开始秀了。

令 $F(x)=1-x^v$，$G(x)=\ln F(x)$ ，那么

$$\ln F(x)=G(x)$$

$$\frac{F(x{)}^{\prime }}{F(x)}=G^{\prime }(x)$$

$$\frac{-v{x}^{v-1}}{1-x^v}=G^{\prime }(x)$$

$$-v{x}^{v-1}\frac{1}{1-x^v}=G^{\prime }(x)$$

$$-v\sum _{i=0}^{\infty }{x}^{vi+v-1}=G^{\prime }(x)$$

$$-v\sum _{i=0}^{\infty }\frac{x^{vi+v}}{vi+v}=G(x)+C$$

$$-\sum _{i=0}^{\infty }\frac{x^{(i+1)v}}{i+1}=G(x)$$

$$-\sum _{i=1}^{\infty }\frac{x^{iv}}{i}=G(x)$$

带入原式得

$$\sum _{i=1}^n\ln (1-x^{v_i})$$

$$\equiv \sum _{i=1}^n\sum _{j=1}^{\infty }\frac{x^{v_{i}j}}{j}$$

$$\equiv \sum _{j=1}^m\frac{1}{j}\sum _{i=1}^{\lfloor \frac{m}{j}\rfloor }{x}^{ij}cn{t}_i(modm)$$

这里 $cn{t}_i$ 表示在原序列中值为 $i$ 的数的数量。

显然这个式子可以在调和级别的时间复杂度内求出。然后 $\exp$ 回去即可得到答案。

时间复杂度 $O(m\log m)$ 。牛逼题。

P4705 玩游戏

Description

Alice 和 Bob 又在玩游戏。

对于一次游戏，首先 Alice 获得一个长度为 $n$ 的序列 $A$，Bob 获得一个长度为 $m$ 的序列 $B$。之后他们各从自己的序列里随机取出一个数，分别设为 $A_x,B_y$ ，那么这次游戏的 $k$ 次价值为$(A_x+B_y{)}^k$。

由于他们发现这个游戏实在是太无聊了，所以想让你帮忙计算对于 $i=1,2\cdots \cdots t$，一次游戏 $i$ 次价值的期望是多少。

由于答案可能很大，只需要求出答案在模 $998244353$ 意义下的值即可。

$1\le n,m,t\le 10^5,1\le A_i,B_i\le 10^9$

Solution

根据期望的定义，第 $k$ 个答案为
$$\frac{{\sum }_{i=1}^n{\sum }_{j=i+1}^n(A_i+B_j{)}^k}{nm}$$

于是现在关键在于，对于$k=0,1,2\cdots t$求出$$\sum _{i=1}^n\sum _{j=1}^n(A_i+B_j{)}^k$$

首先二项式展开得$$\sum _{i=1}^n\sum _{j=i+1}^n\sum _{p=0}^k{C}_k^p{A}_i^p{B}_j^{k-p}$$、

交换求和号得$$\sum _{p=0}^k{C}_k^p(\sum _{i=1}^n{A}_i^p)(\sum _{j=1}^n{B}_j^{k-p})$$

令$f(x)={\sum }_{i=1}^n{A}_i^x,g(x)={\sum }_{i=1}^n{B}_i^x$，带入得

$$\sum _{p=0}^k{C}_k^{p}f(p)g(k-p)$$

展开组合数得

$$k!\sum _{p=0}^k(\frac{1}{p!}f(p))(\frac{1}{(k-p)!}g(k-p))$$

这是一个卷积的形式，直接NTT即可。于是现在关键在于求出 $f,g$ 。由于 $f,g$ 函数的求法基本相同，所以下文用 $f$ 为例。

令 $A_i$ 的生成函数为$\frac{1}{1-A_{i}x}$，那么$$f(k)=[x^k]\sum _{i=1}^n\frac{1}{1-A_{i}x}$$

直接通分+暴力加减是$O(n^2)$的。

---

根据$$\ln (F(x){)}^{\prime }=\frac{F(x{)}^{\prime }}{F(x)}$$
不难得到$$(\sum _{i=1}^n\ln (1-A_{i}x{)}^{\prime })=\sum _{i=1}^n\frac{-A_i}{1-A_{i}x}$$

令
$$F(x)=\sum _{i=1}^n\frac{1}{1-A_{i}x}$$
$$G(x)=\sum _{i=1}^n\frac{-A_i}{1-A_{i}x}$$
因为$$\frac{-A_i}{1-A_{i}x}(-x)+1=\frac{1}{1-A_{i}x}$$
所以$$F(x)=-xG(x)+n$$

现在的关键在于求出$G$。

根据$F(x{)}^{\prime }+G(x{)}^{\prime }=(F(x)+G(x))’$，不难得到

$$G(x)=(\sum _{i=1}^n\ln (1-A_{i}x){)}^{\prime }$$

根据$\ln (x)+\ln (y)=\ln (xy)$，显然有

$$G(x)=\ln (\prod _{i=1}^n(1-A_{i}x){)}^{\prime }$$

于是我们分治NTT求出${\prod }_{i=1}^n(1-A_{i}x)$，然后多项式求$\ln$再求导即可。

瓶颈在于分治NTT，时间复杂度为$O(n{\log }^{2}n)$。

---

实际上，本题的理论复杂度可以做到 $O(n\log n)$ 。这留给学有余力的读者思考。

P5748 集合划分计数

Description

一个有 $n$ 个元素的集合，将其分为任意个非空子集，求方案数。由于答案可能会很大，所以要对 $998244353$ 取模。

$Q$ 次询问，$1\le n\le 10^5,1\le Q\le 10^3$ 。

Solution

令 $B_i$ 表示当 $n=i$ 时的答案。不难发现

$$B_i=\sum _{j=1}^i{C}_{i-1}^{j-1}{B}_{i-j}$$

把式子化成好看一点的形式

$$B_{i+1}=\sum _{j=0}^i{C}_i^j{B}_j$$

$$\sum _{i=0}^{\infty }{B}_{i+1}=\sum _{i=0}^{\infty }\sum _{j=0}^i{C}_i^j{B}_j$$

令 $F(x)$ 为 $B$ 的EGF，那么不难发现

$$B(x{)}^{\prime }=e^{x}B(x)$$

考虑解这个微分方程。移项得

$$\frac{B(x{)}^{\prime }}{B(x)}=e^x$$

两边同时积分，

$$\ln (B(x))=e^x+C$$

考虑当 $x=0$ 时，左式为 $\ln 1=0$ ，而右侧的 $e^x=1$ ，所以 $C$ 为 $-1$ 。带入得

$$\ln (B(x))=e^x-1$$

然后两边同时 $\exp$ 一下，得到

$$B(x)=e^{e^x-1}$$

于是我们做两遍多项式 $\exp$ 即可预处理出所有的 $B$ ，每次询问 $O(1)$ 查询即可。

时间复杂度 $O(n\log n)$ 。

P4463 calc加强版

Description

令 $f(x,y)$ 表示在 $[1,x]$ 中任选 $y$ 个数的乘积之和。

给定 $m,n$ ，请对于每一个在 $[1,n]$ 的 $x$ ，求出 $f(m,x)$ 。

每个答案都需要对 $998244353$ 取模。

---

对于 $100\%$ 的数据满足，$1\le m\le k<998244353$ 。

Solution

不难发现

$$f(n,m)=[x^m]\prod _{i=1}^n(1+ix)$$

注意题目中的 $n$ 很大，直接暴力分治 NTT 的话会爆炸。

我们套路地用 $\ln$ 化乘为加：

$$\prod _{i=1}^m(1+ix)$$

$$=\exp \left(\ln \left(\prod _{i=1}^m(1+ix)\right)\right)$$

$$=\exp \left(\sum _{i=1}^m\ln (1+ix)\right)$$

考虑展开 $\ln (1+ix)$ 。我们将 $ix$ 看做一个整体。

为了方便叙述，令 $A(x)=\ln (1+p)$ 。

$$\ln (1+p)=A(x)$$

$${\ln }^{\prime }(1+p)=A^{\prime }(x)$$

$$\frac{1}{1+p}=A^{\prime }(x)$$

$$\sum _{j=0}^{\infty }(-p{)}^j=A^{\prime }(x)$$

$$\left(\sum _{j=1}^{\infty }\frac{(-p{)}^j}{j}\right)+C=A(x)$$

由于当 $p=0$ 时，${\sum }_{j=1}^{\infty }\frac{(-p{)}^j}{j}=0$，$A(x)=0$ ，所以 $C=0$ 。从而得到：

$$A(x)=\sum _{j\ge 1}\frac{(-1{)}^j}{j}{p}^j$$

---

带回原式

$$\exp \left(\sum _{i=1}^m\ln (1+ix)\right)$$

$$=\exp \left(\sum _{i=1}^m\sum _{j\ge 1}\frac{(-1{)}^j}{j}(ix{)}^j\right)$$

$$=\exp \left(\sum _{j\ge 1}\frac{(-1{)}^j}{j}\sum _{i=1}^m(ix{)}^j\right)$$

$$=\exp \left(\sum _{j\ge 1}(-1{)}^j(j-1)!\sum _{i=1}^m\frac{(ix{)}^j}{j!}\right)$$

令 $$F(x)=\sum _{j\ge 0}\sum _{i=1}^m\frac{(ix{)}^j}{j!}$$

$$[x^n]G(x)=[x^n]F(x)\cdot (-1{)}^{n-1}(n-1)!$$

$$ans(x)=\exp \left(G(x)\right)$$

我们通过 $F$ 求出 $G$ ，再对 $G$ 做一遍 $\exp$ 得到多项式 $ans$ 。$ans$ 的各项系数即为答案。

现在关键在于求出 $F(x)$ 。

$$F(x)=\sum _{j\ge 0}\sum _{i=1}^m\frac{(ix{)}^j}{j!}$$

$$=\sum _{j\ge 0}{e}^{jx}$$

注意到我们只需要前 $m$ 项的系数，于是

$$\sum _{j=0}^m{e}^{jx}$$

$$=\frac{e^{mx}-1}{1-e^{-x}}$$

注意这个分式的上下两部分的常数项都为 $0$ ，于是我们要将它们先全部除以 $x$ （即将系数全部左移一位）再做不带余除法。

时间复杂度 $O(m\log m)$ 。注意 $\exp$ 的常数很大，可能需要卡常。

P7289 [EZEC-5]Chasse Neige

最后来一道神仙题。

Description

时限$0.4s$，空限$256MB$。

Solution

Part 1: 朴素dp, $O(n^2)$

状态设计:
①$A_{i,j}$：满足 ${\pi }_1\le {\pi }_2,{\pi }_{n-1}\ge {\pi }_n$ 且有 $k$ 个峰的排列数量；
②$B_{i,j}$：满足 ${\pi }_1\le {\pi }_2,{\pi }_{n-1}\le {\pi }_n$ 且有 $k$ 个峰的排列数量；
③$C_{i,j}$：满足 ${\pi }_1\ge {\pi }_2,{\pi }_{n-1}\le {\pi }_n$ 且有 $k$ 个峰的排列数量；
④$D_{i,j}$：满足 ${\pi }_1\ge {\pi }_2,{\pi }_{n-1}\ge {\pi }_n$ 且有 $k$ 个峰的排列数量。

状态意义：

如下图。从上到下，从左到右分别表示$A,B,C,D$。蓝点表示一个峰。

状态转移：

首先思考状态与状态之间比较显然的联系。

①$B_{i,j}=C_{i,j}$
②$A_{i,j}=D_{i,j-1}$

①: 考虑将$B$旋转$180°$可以得到$C$。根据$B,C$的状态设计，不难发现翻转后峰的数量不变，即$B_{i,j}=C_{i,j}$。

②考虑将$A$旋转$180°$可以得到$D$。根据$A,D$的状态设计，不难发现翻转后峰的数量减去了$1$，即$A_{i,j}=D_{i,j-1}$。

然后状态与状态之间较为复杂的联系。

考虑上一秒钟，排列$\pi$的长度为$i$，形如$A/B/C/D$；这一秒加入了$i+1$这个数后，序列会长什么样。

于是我们得到了以下状态转移，很快啊 ：

③$$A_{i,j}=2j{A}_{i-1,j}+(i-2j)A_{i-1,j-1}+B_{i-1,j-1}+C_{i-1,j-1}$$

④$$B_{i,j}=2j{B}_{i-1,j}+(i-2j-1)B_{i-1,j-1}+B_{i-1,j}+A_{i-1,j}+D_{i-1,j-1}$$

③
(1)对于一个形如$A$的序列，在峰的严格左边或峰的严格右边加入新数后，峰的数量不变。这样的位置共有$2j$个。

(2)考虑对于一个形如$A$的序列，其长度为$i-1$且峰的数量为$j-1$。当我们加入的新数不在峰值两侧时，峰的数量才能加一；同时我们也要使得加入这个数之后序列依然形如$A$，所以可插入的位置有$(i-1)-1-2(j-1)=i-2j$个。

(3)插在$B$的前两个位置之间；
(4)插在$C$的后两个位置之间。

④
(1)同③(1)
(2)此时情况与③(2)略显不同。考虑对于一个形如$B$的序列，其长度为$i-1$且峰的数量为$j-1$。当我们加入的新数不在峰值两侧时，峰的数量才能加一；同时我们也要使得加入这个数之后序列依然形如$A$，因此不能插在前两个位置之间，所以可插入的位置有$(i-12-1-2(j-1)=i-2j-1$个。
(3)插在$B$的前两个位置之间；
(4)插在$A$的第一个位置；
(5)插在$D$的后两个位置之间。

你还记得状态与状态之间显然的联系吗？我们可以通过①②化简这两个状态转移，使得这两个式子仅仅与$A,B$有关。

③：$A_{i,j}=2j{A}_{i-1,j}+(i-2j)A_{i-1,j-1}+2B_{i-1,j-1}$
④：$B_{i,j}=(2j+1)B_{i-1,j}+(i-2j-1)B_{i-1,j-1}+2A_{i-1,j}$

答案：$f_{n,k}$
边界：$A_{0,0}=B_{0,0}=1$

不难发现这个$dp$做法的时间复杂度为$O(n^2)$。我们预处理出$dp$数组，每次即可完成$O(1)$查询。

期望得分$32$分。卡老师果然毒瘤

Part 2: 数据范围的性质+新的$dp$，分治NTT，时间复杂度$O(n{\log }^{2}n)$

Part 1中的$dp$的状态本身数量已经爆炸，似乎非常难再进行一些优化了。

于是我们观察数据范围，惊人地发现$\max (1,\lfloor \frac{n-1}{2}\rfloor -10)\le k\le \lfloor \frac{n-1}{2}\rfloor$。

这个东西有什么用呢？这意味着$k$与$\lfloor \frac{n-1}{2}\rfloor$相差不大。换句话说，如果我们把$dp$数组看成一个很大的矩阵，那么答案的位置十分靠近对角线。

于是，我们只需要快速求出对角线上的所有$dp$值，然后暴力转移即可。不难发现，这里的暴力转移的次数不会超过$100$次，于是现在唯一的问题在于如何快速求出对角线上的$dp$值。

状态设计:
①$f_i$表示，满足${\pi }_1<{\pi }_2,{\pi }_{n-1}>{\pi }_n$的交错排列$\pi$数量；
②$g_i$表示，满足${\pi }_1<{\pi }_2,{\pi }_{n-1}<{\pi }_n$的交错排列$\pi$数量；
钦定$f_{odd}=0,g_{even}=1$。

状态转移：
⑤$$f_i=\sum _{j=1}^{i-1}{C}_i^j{f}_j{f}_{i-1-j}$$

⑥$$g_i=\sum _{j=1}^{i-1}{C}_i^j{g}_j{f}_{i-1-j}$$

这里对状态转移⑤做出必要的解释。

如上图，我们枚举了左边$f$的长度$j$，那么右边$f$的长度就是$i-j-1$。同时，我们也要选择一些数放到左边的$f$中去，选择的方案数为$C_i^j$。根据乘法原理不难得到⑤。

⑥的证明同理，这里不再赘述。

---

分治NTT即可，时间复杂度为$O(n{\log }^{2}n)$。被卡掉了

Part 3: 微分方程+泰勒展开+多项式求逆，时间复杂度$O(n\log n)$，本题精髓所在

很可惜，加强版的时限为$0.4s$，再加上NTT的巨大常数……Part 2不足以通过加强版！它不是正解！

我们再列一下这个状态转移：

⑤$f_i={\sum }_{j=1}^{i-1}{C}_i^j{f}_j{f}_{i-1-j}$

⑥$g_i={\sum }_{j=1}^{i-1}{C}_i^j{g}_j{f}_{i-1-j}$

令$f,g$的生成函数分别为$F,G$，那么有

⑦$$F^{\prime }(x)=F^2(x)+1$$

⑧$$G^{\prime }(x)=F(x)G(x)$$

这里大概解释一下这两个式子。对指数生成函数较为熟悉的同学可以跳过。

Lemma 1

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

Certification 1

考虑$\frac{x^k}{k!}$的导数是什么。

对于分母而言，$k!$不可导，所以保留$\frac{1}{k!}$。

对于分子而言，$(x^k{)}^{\prime }=k{x}^{k-1}$

所以$\frac{x^k}{k!}=\frac{k{x}^{k-1}}{k!}=\frac{x^{k-1}}{(k-1)!}$

带入原式得$$F(x{)}^{\prime }=\sum _{i=0}^{\infty }{F}_i\frac{x^{i-1}}{(i-1)!}=\sum _{i=0}^{\infty }{F}_{i+1}\frac{x^i}{i!}$$

所以$F(x{)}^{\prime }=\frac{1}{x}F(x)$

Lemma 2

对于两个EGF$F(x)G(x)$，令$P(x)=F(x)G(x)$，那么$[x^t]P(x)={\sum }_{i=0}^t{C}_t^i{F}_i{G}_{t-i}$

Certification 2

考虑到$$(\sum _{i=0}^t{C}_t^i{F}_i{G}_{t-i})\frac{x^t}{t!}=\sum _{i=0}^t\frac{F_i}{i!}\frac{G_{t-i}}{(t-i)!}\frac{x^t}{t!}$$

此时成为了一个卷积的形式，所以$F(x)G(x)=P(x)$。

---

将⑦⑧联立，得到了一个微分方程，解得$F(x)=\tan (x),G(x)=\sec (x)$

于是我们将$F(x)$与$G(x)$泰勒展开并转变为指数生成函数即可。最后随便递推一下就得到了答案。

在实现的时候，由于$G(x)cos(x)=1$，所以我们可以将我们更为熟悉的$cos(x)$展开再多项式求逆转化为$G(x)$。

时间复杂度$O(n\log n)$。

Summary

本题的重难点是Part 1中的$dp$。那个$dp$比较难想而且状态转移也比较容易写错。接下来的每一步，实际上都是比较套路的。步骤较多，考察了做题人的耐心；同时考察了一些高等数学的技巧。