多项式取模及其应用

前置知识

多项式求逆。

多项式取模

问题描述

求$A(x)$ $mod$ $B(x)$，其中$degA$>=$degB$

Solution

令$A(x)=B(x)C(x)+D(x)$，其中$degD$<$degB$
设$degA$=$n$，$degB$=$m$，则$degD$ <$m$，$degC$< $n$-$m$+$1$

有

$$A({1\over x})=B({1\over x})C({1\over x})+D({1\over x})$$

两边同时乘上$x^n$，可得

$$x^nA({1\over x})=x^mB({1\over x})x^{n-m}C({1\over x})+x^nD({1\over x})$$

考虑一下这个式子是什么意思，其实就是将系数全部对称交换一次，
即[$x^0$]$A({x})$=[$x^n$]$x^nA({1\over x})$，[$x^1$]$A({x})$=[$x^{n-1}$]$x^nA({1\over x})$……

接下来考虑每一个新得到的多项式的指数的范围。
$x^nA({1\over x})$的每一项指数范围为$[0,n]$
$x^mB({1\over x})$的每一项指数范围为$[0,m]$
$x^{n-m}C({1\over x})$的每一项指数范围为$[0,n-m]$
$x^nD({1\over x})$的每一项指数范围为$[n-m+1,n]$
所以对上述式子对$x^{n-m+1}$取模，可以发现$x^nD({1\over x})$不见了，而$x^{n-m}C({1\over x})$不会有任何变化。

于是便能得到形如下面的式子

$$A'({x})=B'({ x})x^{n-m}C({1\over x})$$

所以

$$x^{n-m}C({1\over x})={A'({x}) \over B'({ x})}={A'({x})B'^{-1}({ x})}$$

多项式求逆后便可得到$x^{n-m}C({1\over x})$，将系数翻转回来便可得到$C({x})$，之后便能顺势推出$D(x)$。
时间复杂度$O(n\ log\ n)$，常数较大。

多点求值

给出多项式$F(x)$，再给出$a_1,a_2,a_3....,a_n$，求$F(a_1)$，$F(a_2)$，……，$F(a_n)$。
首先由因式定理可得$F(a_i)$=$F(x)$ $mod$ $(x-a_i)$
接着我们考虑怎么加速这个过程。

考虑分治。
设多项式$Q_{l,r}(x)=\prod_{i=l}^r (x-a_i)$,$P_{l,r}(x)=F(x)\ mod\ Q_{l,r}(x)$
显然有$F(a_i)$=$P_{i,i}(x)$
同时显然也有$P_{l,mid}(x)=P_{l,r}(x)\ mod\ Q_{l,mid}(x)$，$P_{mid+1,r}(x)=P_{l,r}(x)\ mod\ Q_{mid+1,r}(x)$
当我们分治到区间($i$,$i$)，我们便求到了$F(a_i)$。
$Q_{l,r}(x)$可以用分治$FFT$先求出来。

一次多项式取模的时间复杂度为$O(n\ log\ n)$，分治$FFT$的时间复杂度为$O(n\ log^2\ n)$，所以总的时间复杂度为$O(n\ log^2\ n)$，常数巨大。

插值

已知$F(a_1)$=$b_1$，$F(a_2)$=$b_2$……$F(a_n)$=$b_n$，求$F(x)$。
考虑用拉格朗日插值法。

$$F(x)=\sum_{i=1}^m b_i[\prod_{i≠j}{{x-a_j}\over {a_i-a_j}}]$$

直接暴力算要$O(n^2)$，但我们可以通过某些玄学方法优化时间复杂度。
将式子分成两部分。

$$F(x)=\sum_{i=1}^m b_i[\prod_{i≠j}{(x-a_j)}][\prod_{i≠j}({1\over{a_i-a_j}})]$$

设

$${G_i}=\prod_{i≠j}(a_i-a_j)$$

设

$$M(x)=\prod_{i=1}^n(x-a_i),M_i(x)=\prod_{i≠j}(x-a_i)={M(x)\over (x-a_i)}$$

则有$G_i=M_i(a_i)$,同时也有$M(a_i)=0$。

当$x$=$a_i$时，也就是

$$G_i=M_i(a_i)={M(x)-M(a_i)\over (x-a_i)}=M'(a_i)$$

用分治$FFT$求出$M(x)$，在求出其导函数$M'(x)$，然后再做一次多点求值求出$G_i$。

接下来只剩下了$b_i[\prod_{i≠j}{(x-a_j)}]$，这部分可以用分治$FFT$求解。

多点求值和分治$FFT$的时间复杂度都是$O(n\ log^2 \ n)$的，所以总的时间复杂度是$O(n\ log^2 \ n)$，常数……