「营业日志 2020.12.31」积和式 mod 2^k 算法简要介绍

本文译自：http://dx.doi.org/10.1016/j.ipl.2017.04.015

为了在 $n^{k+O(1)}$ 时间内计算积和式 $\mathrm{m}\mathrm{o}\mathrm{d}{2}^k$，我们首先要将其改写为另一个式子：

per ⁡ A = ∑ x ∈ { 0 , 1 } n ( − 1 ) n − x 1 − … , − x n ∏ i = 1 n ( A x ) i \operatorname{per} \mathbf A = \sum_{\mathbf x\in \{0,1\}^n} (-1)^{n-x_1-\dots, -x_n} \prod_{i=1}^n (\mathbf {Ax})_i perA=x∈{0,1}n∑​(−1)n−x1​−…,−xn​i=1∏n​(Ax)i​

容易从组合意义上理解，这实际上就是让每个点向一个集合随便连，然后对这个集合容斥。事实上，我们可以稍微将其扩展一点，对任意 $\mathbf{r}$，都有

per ⁡ A = ∑ x ∈ { 0 , 1 } n ( − 1 ) n − x 1 − … , − x n ∏ i = 1 n ( A x + r ) i \operatorname{per} \mathbf A = \sum_{\mathbf x\in \{0,1\}^n} (-1)^{n-x_1-\dots, -x_n} \prod_{i=1}^n (\mathbf {Ax+r})_i perA=x∈{0,1}n∑​(−1)n−x1​−…,−xn​i=1∏n​(Ax+r)i​

这是因为考虑构造矩阵 ${\mathbf{A}}^{\prime }$ 为

$${\mathbf{A}}^{\prime }=\left(\begin{array}{cc}\mathbf{A}& {\mathbf{r}}^{\mathsf{T}}\\ & 1\end{array}\right)$$

根据原始定义，显然有 $\mathrm{per}{\mathbf{A}}^{\prime }=\mathrm{per}\mathbf{A}$，而在容斥公式中枚举 $x_{n+1}$ 时必须为 $1$，否则乘积直接为 $0$，因此得证。

那么接下来我们观察容斥式子的好处，它直接将一个 $n!$ 级别的和式转化为了 $2^n$ 项求和，而每项都是一个乘积的形式！对于 $\mathbf{A}\mathbf{x}+\mathbf{r}$，如果其中有 $k$ 个偶数，那么乘积就会是 $2^k$ 的倍数，由于域总是具有更好的性质，我们不妨先考虑整个问题 $\mathrm{m}\mathrm{o}\mathrm{d}2$ 的情况下 $\mathbf{A}\mathbf{x}+\mathbf{r}$ 有几个 $0$。显然因为 $\mathbf{A}$ 是输入的，$\mathbf{x}$ 是枚举的，所以我们必须通过调整 $\mathbf{r}$ 来使得贡献不是 $2^k$ 倍数的 $\mathbf{x}$ 变少。我们能做到多好呢？设 $\mathbf{X}$ 是这样的 $\mathbf{x}$ 的集合，只需注意在 $\mathbf{r}$ 在 ${\mathbb{F}}_2^n$ 内随机选取的时候，有

$$\mathbb{E}[|\mathbf{X}|]=\sum _{j<k}\left(\genfrac{}{}{0ex}{}{n}{j}\right)$$

这是很好证明的，因为此时 $\mathbf{A}\mathbf{x}+\mathbf{r}$ 直接被 $\mathbf{r}$ 的选取稀释为了均匀分布。显然存在一个 $\mathbf{r}$ 使得 $|\mathbf{X}|<\mathbb{E}[|\mathbf{X}|]$。

接下来，对于一个向量 $\mathbf{v}$，我们求解 $\mathbf{A}\mathbf{x}=\mathbf{v}$ 的时候，显然 $\mathbf{x}$ 由一个特解加上 $n-\dim \mathbf{A}$ 个自由度组成。因此我们可以在期望 $n^{k+O(1)}$ 时间内完成枚举，进而计算完答案。