生成函数学习笔记

因为本来数学就好弱，所以就一边做题一边学，边记录一下吧。

1.多项式求逆元

假设现在给定一个多项式$A$，要求多项式$B$使得$A * B \equiv 1(\mathrm{mod}~x^n)$

首先对于多项式的题目，思路大概有三种：
1. 倍增
2. 分治
3. 卡常

求逆元用的是倍增的思想。

假设我们当前求出了$B_0,A * B_0 \equiv 1(\mathrm{mod}~x^{\lceil \frac{n}{2}\rceil})$

那么显然，由于$A * B \equiv 1(\mathrm{mod}~x^n)$,则$A * B \equiv 1(\mathrm{mod}~x^{\lceil \frac{n}{2}\rceil})$

所以$B - B_0 \equiv 0(\mathrm{mod}~x^{\lceil \frac{n}{2}\rceil})$

$(B - B_0)^2 \equiv 0(\mathrm{mod}~x^n)$

$B^2 \equiv B_0(2B - B_0) (\mathrm{mod}~x^n)$

两边同时乘以$A$，则
$B \equiv B_0(2 - B_0 * A) (\mathrm{mod}~x^n)$

那么$B$就可以计出来了。

时间复杂度$f(n) = f(n / 2) + n\mathrm{log}n = O(n\mathrm{log}n)$

2.多项式除法及取模

设现在有两个多项式$A,B$，其中$Deg(A) = n,Deg(B) = m,n \geq m > 0$。

我们要求出多项式$D,M$，使得$A = B * D + M$，且$Deg(D) = n - m,Deg(M) < m$

先写出来
$A(x) = B(x) * D(x) + M(x)$
$A(\frac{1}{x}) = B(\frac{1}{x}) * D(\frac{1}{x}) + M(\frac{1}{x})$

$A(x)$的倒置$A^r(x) = x^nA(\frac{1}{x})$

我们对等式两边同乘$x^n$，则
$x^nA(\frac{1}{x}) = x^nB(\frac{1}{x}) * D(\frac{1}{x}) + x^nM(\frac{1}{x})$
$x^nA(\frac{1}{x}) = x^mB(\frac{1}{x}) * x^{n-m}D(\frac{1}{x}) + x^nM(\frac{1}{x})$
$A^r(x)=B^r(x)D^r(x) + x^nM(\frac{1}{x})$

我们将这条式子放在$\mathrm{mod}~x^{n-m+1}$意义下看，
$A^r(x)\equiv B^r(x)D^r(x) + x^nM(\frac{1}{x}) (\mathrm{mod}~x^{n-m+1})$

因为$Deg(M) < m$，所以$x^nM(\frac{1}{x})$的最低次大于等于$n-m+1$，因此$x^nM(\frac{1}{x}) \equiv 0(\mathrm{mod}~x^{n-m+1})$

所以
$A^r(x)\equiv B^r(x)D^r(x) (\mathrm{mod}~x^{n-m+1})$
$D^r(x) \equiv A^r(x) * [B^r(x)]^{-1}(\mathrm{mod}~x^{n-m+1})$

由于$Deg(D) = n -m < n -m + 1$，所以直接相乘得出来的就是原来的$D^r$

那么我们就可以得到$D$了，同理也可以得到$M$。

复杂度为计算逆元以及乘法的复杂度，所以也是$O(n\mathrm{log}n)$的。只是常数大了一点点。

3.齐次线性递推关系

设一个数列$A$为$k$齐次线性递推关系，当且仅当其满足
$\forall_{i \geq k},A_i = \sum_{j=1}^{k} A_{i-j} * C_j$
其中$C$为给定的一个$k$项的数列。

要快速求出$A_n$，一个经典的做法就是构造一个$k * k$的矩阵，然后矩阵快速幂。这样的复杂度是$O(k^3\mathrm{log}n)$的。

但事实上复杂度能做得更好。

设多项式$M(x) = x^k - C_1x^{k-1}-C_2x^{k-2} - \cdots - C_k$。这个多项式也被称为$A$的特征多项式。

设$A$的生成函数为$A(x) = \sum_{i\geq0} A_i*x^i$。

那么我们可以发现的是
$P(x) = A(x) - C_1*x*A(x) - C_2*x^2*A(x) - \cdots - C_k*x^k*A(x) = A(x) * M^r(x)$
满足$Deg(P) < k$,因为后面的项都被约掉了。

因此，$A(x) = \frac{P(x)}{M^r(x)}$。

也就是说，一个$k$齐次线性递推关系的数列的生成函数，必然能表示成一个次数小于$k$的多项式除以一个次数为$k$的多项式的形式。

同理，对于一个分式$\frac{P(x)}{M(x)}$，若满足$Deg(M) > Deg(P)$，则其必然为一个$Deg(M)$齐次线性递推关系的数列的生成函数。

但只有这些还不够，有一个非常重要的定理。

Cayley-hamilton定理

若存在一个多项式$S$，设$Deg(S) = l$,满足$M | S$，则以$M$为特征多项式的数列$A$必然满足

$$0=\sum_{i=0}^l S_i*A_i$$

计算$A_n$

设多项式$S(x) \equiv x^N(\mathrm{mod}~M(x))$。那么$x^N - S(x)$必然能被$M(x)$整除。

由上面的定理可得
$A_N = \sum_{i=0}^{k-1} S_i * A_i$。

那么现在的问题就是计算这个$S(x)$。一种暴力的做法就是用快速幂暴力乘，暴力取模，这样的复杂度是$O(k^2\mathrm{log}N)$的。

但我们上面已经讲了取模可以做到$O(N\mathrm{log}N)$。

那么计算$S$的复杂度就可以使$O(k\mathrm{log}k\mathrm{log}N)$。

4.多点求值

给定一个多项式$F(x)$,以及若干个$x_i$，让你求出$F(x_i)$。

上面说过了多项式的题无非倍增或分治。这里就是分治。

设过程Solve$(l,r,F)$，表示我们要计算出所有的$F(x_i),i \in [l,r]$，并且$Deg(F) = O(r - l)$。

那么很显然，当$l = r$时，直接计算。

否则，我们设$mid = \frac{l + r}{2}$。

构建两个多项式$M_0,M_1$，分别满足

$$M_0(x) = \prod_{i=l}^{mid} (x - x_i)$$
$$M_1(x) = \prod_{i=mid + 1}^r (x - x_i)$$

设$Q_0,Q_1$,满足

$$Q_0(x) \equiv F(x) (\mathrm{mod}~M_0(x))$$
$$Q_1(x) \equiv F(x) (\mathrm{mod}~M_1(x))$$

则

$$F(x) = M_0(x) * C_0(x) + Q_0(x)$$
$$F(x) = M_1(x) * C_1(x) + Q_1(x)$$

我们将$x_i,i \in [l,mid]$代入$F(x)$，可得$F(x_i) = M_0(x_i) * C_0(x_i) + Q_0(x_i)$。

又由于$M_0(x_i) = 0$，所以$F(x_i) = Q_0(x_i)$。

对于$i \in [mid + 1,r]$同理。

那么我们递归下去，Solve$(l,mid,Q_0)$以及Solve$(mid + 1,r,Q_1)$即可。并且$Deg(Q_0) = O(mid - l)$。

总的复杂度为$O(n\mathrm{log}^2n)$