NTT(FFT)+CDQ优化DP

最新推荐文章于 2023-11-21 14:57:47 发布
最新推荐文章于 2023-11-21 14:57:47 发布
阅读量1.2k 收藏 2
点赞数
分类专栏： ACM--组合数学 文章标签： 组合数学 NTT CDQ DP
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/animalcoder/article/details/81268201
版权

DP柿子满足卷积形式均可以用CDQ+NTT优化

\small dp[i]=\sum_{k=1}^{i}dp[i-k]*f1[k]/f2[i-k] =\sum ai*bi,ai,bi,为两个生成函数的系数

 

例题1.hdu5322  模数资瓷NTT，ans=dp[n],n<=1e5(下面柿子的(j-1)!应该是(i-1)! )

系数ai=dp[i]/i! ,bi=i*i,在CDQ里用NTT

#include<cstdio>
#include<algorithm>
#include<cstring>
#include<bits/stdc++.h>
#define ll long long
using namespace std;
//AC hdu5322 998ms
inline int gi(){//快读 
    int x=0,f=1;char ch=getchar();
    while(ch<'0'||ch>'9'){if(ch=='-')f=-1;ch=getchar();}
    while(ch>='0'&&ch<='9'){x=(x<<3)+(x<<1)+ch-'0';ch=getchar();}
    return f?x:-x;
}

const int _ = 4e5+5;//2倍 
const int mod = 998244353;//模数 
ll n,m,s,N,lim,ans;ll jc[_];
ll inv[_],a[_],b[_],rev[_],l,og[_];//NTT本身用到的数组 
ll qmod(ll a,ll b){//快速幂 
    int res=1;
    while (b) {if (b&1) res=1ll*res*a%mod;a=1ll*a*a%mod;b>>=1;}
    return res;
}
void ntt(ll *P,ll len,int opt){//基本上不用改 
    for (int i=0;i<len;++i) if (i<rev[i]) swap(P[i],P[rev[i]]);
    for (int i=1;i<len;i<<=1){
        ll W=qmod(3,(mod-1)/(i<<1));//3 根据模数的原根  可能要改 
        if (opt==-1) W=qmod(W,mod-2);
        og[0]=1;
        for (int j=1;j<i;++j) og[j]=1ll*og[j-1]*W%mod;
        for (int p=i<<1,j=0;j<len;j+=p)
            for (int k=0;k<i;++k){
                ll x=P[j+k],y=1ll*og[k]*P[j+k+i]%mod;
                P[j+k]=(x+y)%mod,P[j+k+i]=(x-y+mod)%mod;
            }
    }
    if (opt==-1) for (int i=0,Inv=qmod(len,mod-2);i<len;++i) P[i]=1ll*P[i]*Inv%mod;
}

ll dp[100005];
void cdq(int l,int r)
{
	if(l==r)return ;
	int m=l+r>>1;
	cdq(l,m);
	ll len,lll=0;for (len=1;len<=((r-l+1)<<1);len<<=1) ++lll;--lll;//固定 
	for (int i=0;i<len;++i) rev[i]=(rev[i>>1]>>1)|((i&1)<<lll);//固定 
	
	//预处理系数 
	for(int i=0;i<len;i++){
		a[i]=b[i]=0;
		if(i<=r-l+1) b[i]=1ll*i*i%mod;//预处理bi 不固定  非dp项1~r-l+1 
	}
	for(int i=l;i<=m;i++) a[i-l+1]=1ll*dp[i]*inv[i]%mod;//预处理ai 不固定 dp项 l~m
	
	ntt(a,len,1);ntt(b,len,1); 
    for (int i=0;i<len;++i) a[i]=1ll*a[i]*b[i]%mod;
    ntt(a,len,-1);
    
    for(int i=m+1;i<=r;i++) dp[i]=(dp[i]+1ll*a[i-l+1]*jc[i-1]%mod)%mod;//将[l~m]的影响加到dp[m+1~r]上 
    cdq(m+1,r);
}


int main(){
    //n=gi();m=gi();//快读
	//N=max(n,m);//求和表达式 上限   (3.会用到) 
	lim=_-3;//阶乘上限   (非NTT)
	
	//预处理阶乘 跟逆元阶乘 (非NTT)
    jc[0]=1; for (int i=1;i<=lim;++i) jc[i]=1ll*jc[i-1]*i%mod;
    inv[lim]=qmod(jc[lim],mod-2);
    for (int i=lim;i;--i) inv[i-1]=1ll*inv[i]*i%mod;
    
    memset(dp,0,sizeof(dp));
	dp[0]=1;
    cdq(0,100000);//预处理DP 
    while(~scanf("%d",&n))printf("%d\n",dp[n]%mod);
    
    
    //1.NTT   固定操作，处理数据的两倍 对2^k向上取整=len 
    //for (len=1;len<=(N<<1);len<<=1) ++l;--l;
    
    //2.NTT	  固定操作，预处理rev 蝶形变换 
    //for (int i=0;i<len;++i) rev[i]=(rev[i>>1]>>1)|((i&1)<<l);
    
    //3.NTT   灵活操作  ai bi的表达式 
    //for (int i=0;i<=n;++i) a[i]=gi();
    //for (int i=0;i<=m;++i) b[i]=gi();
    
    //4.NTT   固定操作  ai卷积bi  也就是(a0+a1x+a2x^2...)*(b0+b1x+b2x^2....)=sum_{i=0...n}sum_{j=0...i}ai*b(j-i)
    //ntt(a,1);ntt(b,1); 
    //for (int i=0;i<len;++i) a[i]=1ll*a[i]*b[i]%mod;
    //ntt(a,-1);
    
    //5.NTT非固定操作  计算求和表达式的答案ans  
    //for (int i=0;i<=n+m;++i) printf("%d ",a[i]); puts("");
    //for(int i=0;i<=m;i++) printf("%d ",a[i]);
    //printf("%d\n",ans);
    
    
    return 0;
}

 

例题2.hdu5730   ans=dp[n],n<=1e5

ai=dp[i] bi=a[i],a[i]是题目给的= =

#include<bits/stdc++.h>
using namespace std;
#define ll long long 
const double eps=1e-8;

const double PI = acos(-1.0);//精度不够会WA换long double 

struct Complex{
    double real, image;//精度不够会WA换long double 
    Complex(double _real, double _image)//精度不够会WA换long double 
    {
        real = _real;
        image = _image;
    }
    Complex() {}
};
Complex operator + (const Complex &c1, const Complex &c2){
    return Complex(c1.real + c2.real, c1.image + c2.image);
}
Complex operator - (const Complex &c1, const Complex &c2){
    return Complex(c1.real - c2.real, c1.image - c2.image);
}
Complex operator * (const Complex &c1, const Complex &c2){
    return Complex(c1.real*c2.real - c1.image*c2.image, c1.real*c2.image + c1.image*c2.real);
}
int rev(int id, int len)
{
    int ret = 0;
    for(int i = 0; (1 << i) < len; i++)
    {
        ret <<= 1;
        if(id & (1 << i)) ret |= 1;
    }
    return ret;
}
Complex A[1 << 19];//tmp
void FFT(Complex *a, int len, int DFT)
{
    for(int i = 0; i < len; i++)
        A[rev(i, len)] = a[i];
    for(int s = 1; (1 << s) <= len; s++)
    {
        int m = (1 << s);
        Complex wm = Complex(cos(DFT*2*PI/m), sin(DFT*2*PI/m));
        for(int k = 0; k < len; k += m)
        {
            Complex w = Complex(1, 0);
            for(int j = 0; j < (m >> 1); j++)
            {
                Complex t = w*A[k + j + (m >> 1)];
                Complex u = A[k + j];
                A[k + j] = u + t;
                A[k + j + (m >> 1)] = u - t;
                w = w*wm;
            }
        }
    }
    if(DFT == -1) for(int i = 0; i < len; i++) A[i].real /= len, A[i].image /= len;
    for(int i = 0; i < len; i++) a[i] = A[i];
    return;
}
Complex a[1<<19];//系数数组，后面要移到复数数组，好像直接开复数数组比较好， 
Complex b[1<<19];
int dp[100005];int vv[100005];
void cdq(int l,int r)
{
	if(l==r) return ;
	int m=l+r>>1;
	cdq(l,m);
	int len=1;while(len<=r-l+1)len=len<<1;len=len<<1;
	
	//预处理系数 
	for(int i=0;i<len;i++)a[i]=b[i]=Complex(0,0);
	for(int i=l;i<=m;i++)b[i-l+1]=Complex(dp[i],0);//dp 只能l~m 
	for(int i=1;i<=r-l+1;i++)a[i]=Complex(vv[i],0);//非dp项需要l~r 
	
	FFT(a,len,1); FFT(b,len,1);
	for(int i=0;i<len;i++)a[i]=a[i]*b[i];
	FFT(a,len,-1);
	
	for(int i=m+1;i<=r;i++)dp[i]=dp[i]+(ll)(a[i-l+1].real+0.5),dp[i]%=313;
	cdq(m+1,r);
}
int main()
{
   int n;
   while(~scanf("%d",&n))
   {
   		if(n==0)break;
   		memset(vv,0,sizeof(vv));
   		for(int i=1;i<=n;i++)scanf("%d",&vv[i]),vv[i]%=313;
   		memset(dp,0,sizeof(dp));
   		dp[0]=1;
   		cdq(0,n);
   		printf("%d\n",dp[n]%313);
   }
   
}

 

例题3.BZOJ4555   n<=1e5

\small DP[n]=n!\sum_{i=1}^{n}\frac{2*DP[n-i]}{i!*(n-i)!},ans=\sum_{i=0}^{n}DP[i]

直接上 bi=2/i!,ai=dpi/i!

#include<cstdio>
#include<algorithm>
#include<cstring>
#include<bits/stdc++.h>
#define ll long long
using namespace std;
//AC hdu5322 998ms
//AC BZOJ4555 26111ms
//dp[i]=i!*sum dp[i-j]*2/j!;
inline int gi(){//快读 
    int x=0,f=1;char ch=getchar();
    while(ch<'0'||ch>'9'){if(ch=='-')f=-1;ch=getchar();}
    while(ch>='0'&&ch<='9'){x=(x<<3)+(x<<1)+ch-'0';ch=getchar();}
    return f?x:-x;
}

const int _ = 4e5+5;//2倍 
const int mod = 998244353;//模数 
int n,m,s,N,lim,ans;int jc[_];
int inv[_],a[_],b[_],rev[_],l,og[_];//NTT本身用到的数组 
int qmod(int a,int b){//快速幂 
    int res=1;
    while (b) {if (b&1) res=1ll*res*a%mod;a=1ll*a*a%mod;b>>=1;}
    return res;
}
void ntt(int *P,int len,int opt){//基本上不用改 
    for (int i=0;i<len;++i) if (i<rev[i]) swap(P[i],P[rev[i]]);
    for (int i=1;i<len;i<<=1){
        ll W=qmod(3,(mod-1)/(i<<1));//3 根据模数的原根  可能要改 
        if (opt==-1) W=qmod(W,mod-2);
        og[0]=1;
        for (int j=1;j<i;++j) og[j]=1ll*og[j-1]*W%mod;
        for (int p=i<<1,j=0;j<len;j+=p)
            for (int k=0;k<i;++k){
                ll x=P[j+k],y=1ll*og[k]*P[j+k+i]%mod;
                P[j+k]=(x+y)%mod,P[j+k+i]=(x-y+mod)%mod;
            }
    }
    if (opt==-1) for (int i=0,Inv=qmod(len,mod-2);i<len;++i) P[i]=1ll*P[i]*Inv%mod;
}

ll dp[100005];
void cdq(int l,int r)
{
	if(l==r)return ;
	int m=l+r>>1;
	cdq(l,m);
	ll len,lll=0;for (len=1;len<=((r-l+1)<<1);len<<=1) ++lll;--lll;//固定 
	for (int i=0;i<len;++i) rev[i]=(rev[i>>1]>>1)|((i&1)<<lll);//固定 
	//预处理系数 
	for(int i=0;i<len;i++){
		a[i]=b[i]=0;
		if(i<=r-l+1) b[i]=1ll*2*inv[i]%mod;//预处理bi 不固定  非dp项1~r-l+1 
	}
	for(int i=l;i<=m;i++) a[i-l+1]=1ll*dp[i]*inv[i]%mod;//预处理ai 不固定 dp项 l~m
	ntt(a,len,1);ntt(b,len,1); 
    for (int i=0;i<len;++i) a[i]=1ll*a[i]*b[i]%mod;
    ntt(a,len,-1);
    for(int i=m+1;i<=r;i++) (dp[i]+=1ll*a[i-l+1]*jc[i]%mod)%=mod;//将[l~m]的影响加到dp[m+1~r]上 
    cdq(m+1,r);
}


int main(){
    //n=gi();m=gi();//快读
	//N=max(n,m);//求和表达式 上限   (3.会用到) 
	lim=_-3;//阶乘上限   (非NTT)
	
	//预处理阶乘 跟逆元阶乘 (非NTT)
    jc[0]=1; for (int i=1;i<=lim;++i) jc[i]=1ll*jc[i-1]*i%mod;
    inv[lim]=qmod(jc[lim],mod-2);
    for (int i=lim;i>=1;--i) inv[i-1]=1ll*inv[i]*i%mod;inv[0]=1;
    
    //memset(dp,0,sizeof(dp));
	dp[0]=1;
	scanf("%d",&n);
    cdq(0,n);//预处理DP 
    
	int ans=0;
	for(int i=0;i<=n;i++)(ans+=1ll*dp[i])%=mod;
	printf("%d\n",ans%mod);
    
    
    //1.NTT   固定操作，处理数据的两倍 对2^k向上取整=len 
    //for (len=1;len<=(N<<1);len<<=1) ++l;--l;
    
    //2.NTT	  固定操作，预处理rev 蝶形变换 
    //for (int i=0;i<len;++i) rev[i]=(rev[i>>1]>>1)|((i&1)<<l);
    
    //3.NTT   灵活操作  ai bi的表达式 
    //for (int i=0;i<=n;++i) a[i]=gi();
    //for (int i=0;i<=m;++i) b[i]=gi();
    
    //4.NTT   固定操作  ai卷积bi  也就是(a0+a1x+a2x^2...)*(b0+b1x+b2x^2....)=sum_{i=0...n}sum_{j=0...i}ai*b(j-i)
    //ntt(a,1);ntt(b,1); 
    //for (int i=0;i<len;++i) a[i]=1ll*a[i]*b[i]%mod;
    //ntt(a,-1);
    
    //5.NTT非固定操作  计算求和表达式的答案ans  
    //for (int i=0;i<=n+m;++i) printf("%d ",a[i]); puts("");
    //for(int i=0;i<=m;i++) printf("%d ",a[i]);
    //printf("%d\n",ans);
    
    
    return 0;
}

 

例题4：51nod1514  NTT+DP

题意：dp[n]表示：满足任意1<=i<=n-1,下标1~i都是1~i的排列的1~n的排列

\large dp[n]=n!-\sum_{i=0}^{n-1}dp[i]*(n-i)!

由于前面有n!,所以CDQ里l==r加上n！对DP的贡献

#include<bits/stdc++.h>
#define ll long long
using namespace std;
//NTT+CDQ
//AC hdu5322 998ms
//AC BZOJ4555 26111ms
//dp[i]=i!*sum dp[i-j]*2/j!;
inline int gi(){//快读 
    int x=0,f=1;char ch=getchar();
    while(ch<'0'||ch>'9'){if(ch=='-')f=-1;ch=getchar();}
    while(ch>='0'&&ch<='9'){x=(x<<3)+(x<<1)+ch-'0';ch=getchar();}
    return f?x:-x;
}

const int _ = 4e5+5;//2倍 
const int mod = 998244353;//模数 
int n,m,s,N,lim,ans;int jc[_];
int inv[_],a[_],b[_],rev[_],l,og[_];//NTT本身用到的数组 
int qmod(int a,int b){//快速幂 
    int res=1;
    while (b) {if (b&1) res=1ll*res*a%mod;a=1ll*a*a%mod;b>>=1;}
    return res;
}
void ntt(int *P,int len,int opt){//基本上不用改 
    for (int i=0;i<len;++i) if (i<rev[i]) swap(P[i],P[rev[i]]);
    for (int i=1;i<len;i<<=1){
        ll W=qmod(3,(mod-1)/(i<<1));//3 根据模数的原根  可能要改 
        if (opt==-1) W=qmod(W,mod-2);
        og[0]=1;
        for (int j=1;j<i;++j) og[j]=1ll*og[j-1]*W%mod;
        for (int p=i<<1,j=0;j<len;j+=p)
            for (int k=0;k<i;++k){
                ll x=P[j+k],y=1ll*og[k]*P[j+k+i]%mod;
                P[j+k]=(x+y)%mod,P[j+k+i]=(x-y+mod)%mod;
            }
    }
    if (opt==-1) for (int i=0,Inv=qmod(len,mod-2);i<len;++i) P[i]=1ll*P[i]*Inv%mod;
}

ll dp[100005];
void cdq(int l,int r)
{
	if(l==r)return (void)(dp[l]=(jc[l]-dp[l]+mod)%mod);
	int m=l+r>>1;
	cdq(l,m);
	ll len,lll=0;for (len=1;len<=((r-l+1)<<1);len<<=1) ++lll;--lll;//固定 
	for (int i=0;i<len;++i) rev[i]=(rev[i>>1]>>1)|((i&1)<<lll);//固定 
	
	//预处理系数 
	for(int i=0;i<len;i++){
		a[i]=b[i]=0;
		if(i<=r-l+1) b[i]=1ll*jc[i]%mod;//预处理bi 不固定  非dp项1~r-l+1 
	}
	for(int i=l;i<=m;i++) a[i-l+1]=1ll*dp[i]%mod;//预处理ai 不固定 dp项 l~m
	
	ntt(a,len,1);ntt(b,len,1); 
    for (int i=0;i<len;++i) a[i]=1ll*a[i]*b[i]%mod;
    ntt(a,len,-1);
    
    for(int i=m+1;i<=r;i++) dp[i]=((dp[i]+a[i-l+1])%mod)%mod;//将[l~m]的影响加到dp[m+1~r]上 
    cdq(m+1,r);
}


int main(){
    //n=gi();m=gi();//快读
    //N=max(n,m);//求和表达式 上限   (3.会用到) 
    lim=_-3;//阶乘上限   (非NTT)
    
    //预处理阶乘 跟逆元阶乘 (非NTT)
    jc[0]=1; for (int i=1;i<=lim;++i) jc[i]=1ll*jc[i-1]*i%mod;
    
    //memset(dp,0,sizeof(dp));
    dp[0]=1;
    cdq(0,100000);//预处理DP 
	int T;scanf("%d",&T);
	while(T--)
	{
		scanf("%d",&n);printf("%d\n",dp[n]);
	}
    return 0;
}

 

animalcoder
关注
专栏目录
david harvey NTT
11-18
总结，David Harvey的研究揭示了优化NTT计算的关键在于减少基础算术操作的开销，特别是模p的归约。这种改进对于依赖NTT的众多计算任务具有重大意义，能够显著提升计算效率，并在实际应用中带来性能提升。
Codeforces1096G Lucky Tickets(NTT优化dp)
abbgqna17764的博客
02-04 190
设\(f[i][j]\)表示填了\(i\)个数，数位和为\(j\)的方案数 于是方程为: \[f[i][j]=\sum_{k=0}^9 f[i-1][j-k]*[CanUse[k]==1]\] 其中\(CanUse[i]\)表示是否可用\(i\)这个数字 最终答案为： \[\sum_{i=0}^{9*(n/2)}f[n/2][j]\] 直接转移肯定\(T\)飞，需要一些优化。于是我们观察...
南开大学软件学院2021年秋季学期研究生算法课程（复习）贪心分治之分治（包含快速傅里叶变换）
Ritannn的博客
12-20 502
状态空间中的算法 状态空间：状态（点）+状态转移（边）+价值函数（点权） 求解过程的抽象模型 暴力搜索和动态规划都是一类算法框架（或算法思想），本质都是在状态空间中寻找解 二者都需要准确地用最少的状态变量建模 而对于动态规划，还需要定义正确的价值函数和转移更新 分治：子问题互不重叠，但最优子结构需考虑全部子问题 贪心：子问题互不重叠，但最优子结构仅考虑极少子问题 若认为动态规划算法的状态空间是有向无环图的话，对于分治和贪心，其状态空间通常可以建模成树，分治需要评估整个树，贪心则是树上的几条链
2021HDU多校8 - 7057 Buying Snacks(矩阵快速幂套NTT优化dp)
Falcon的博客
08-14 422
题目链接：点击查看 题目大意：给出 nnn 种糖果，每种糖果有大小包装之分，有三种购买方案，价钱分别如下： 单独购买一个小的，花费一块钱 单独购买一个大的，花费两块钱 ∀i>1\forall i>1∀i>1，可以和 i−1i-1i−1 的糖果捆绑购买，可以便宜一块钱 问给出的钱在范围 [0,m][0,m][0,m] 内的不同购买方案数分别是多少 题目分析： 读完题不难想到最简单的 n2n^2n2 dp，dp[i][j]dp[i][j]dp[i][j] 代表前 iii 个糖果花费了 jj
dp进阶之FFT加速+数据结构优化+不等式优化
紫芝的博客
08-13 2094
快速傅里叶变换 快速傅里叶变换（英语：Fast Fourier Transform, FFT），是快速计算序列的离散傅里叶变换（DFT）或其逆变换的方法。傅里叶分析将信号从原始域（通常是时间或空间）转换到频域的表示或者逆过来转换。FFT会通过把DFT矩阵分解为稀疏（大多为零）因子之积来快速计算此类变换。 因此，它能够将计算DFT的复杂度从只用DFT定义计算需要的  ，降低到  ，其中   为数据...
cogs 2287. [HZOI 2015]疯狂的机器人 （NTT优化DP）
clover_hxy的博客
02-23 1160
题目描述 [HZOI 2015]疯狂的机器人 ★★★ 输入文件：crazy_robot.in 输出文件：crazy_robot.out 简单对比 时间限制：1 s 内存限制：512 MB 【题目描述】 现在在二维平面内原点上有一只机器人 他每次操作可以选择向右走，向左走，向下走，向上走和不走(每次如果走只能走一格） 但是由于本蒟蒻施展的大魔法，机器人不能走到横坐标是负数或者
NTT.rar_NTT_NTT c++_NTT%20c%2B%2B_nttc++_快速数论变换
09-20
与快速傅里叶变换（FFT）类似，NTT在计算速度上具有显著优势，尤其在处理大整数和密码学应用中显得尤为重要。 NTT的核心是利用模逆元和原根的概念。原根是指在某个模p的剩余类环中，满足gcd(g, p-1) = 1且g^(p-1) ...
任意模数NTT的代码
08-22
这是任意模数NTT的代码，非常地实用。我的代码比较好理解，希望能够和大家分享。
verilog写fft，对128采样点进行定点fft（非fft ip核.zip
11-07
总的来说，这个Verilog实现的定点FFT项目涵盖了数字信号处理、硬件描述语言、数值计算以及系统优化等多个领域的知识。理解和实现这样一个项目，不仅能够深入掌握FFT算法，还能提升在硬件层面设计和优化算法的能力。
FFT-8(基8快速傅里叶变换)
04-17
快速傅里叶变换（FFT）是对离散傅里叶变换（DFT）的一种算法优化，极大地减少了计算量，使得大规模数据的傅里叶变换变得可能。 描述中提到的“博文链接：https://lengbingteng.iteye.com/blog/1813827”可能提供了...
【清华集训2017】生成树计数 pufer序+分治NTT优化DP
xgc_woker的博客
08-05 438
Description 在一个sss个点的图中，存在s−ns−ns−n条边，使图中形成了nnn个连通块，第iii个连通块中有aia_iai​个点。 现在我们需要再连接n−1n−1n−1条边，使该图变成一棵树。对一种连边方案，设原图中第iii个连通块连出了did_idi​条边，那么这棵树TTT的价值为： val(T)=(∏i=1ndim)(∑i=1ndim)val(T)=(\prod_{i=1}^n...
比FFT还容易明白的NTT（快速数论变换）
热门推荐
路人黑的纸巾
08-17 3万+
NTTNTTNTT相关 一种快速数论变换算法，这种算法是以数论为基础，对样本点为的数论变换，按时间抽取的方法，得到一组等价的迭代方程，有效高速简化了方程中的计算公式·与直接计算相比，大大减少了运算次数。（见快速傅里叶变换）。 在计算机实现多项式乘法中，我们所熟知的快速傅里叶变换(FFT)是基于n次单位根 (omega) 的优秀性质实现的，而由于其计算时会使用正弦函数和余弦函数，在不...
2021-2022年度第三届全国大学生算法设计与编程挑战赛（秋季赛）- 分组(矩阵快速幂套NTT优化dp)
Falcon的博客
10-25 781
题目链接：点击查看 题目大意：给出 nnn 个连续的小球，每次可以选择单独的一个或者相邻的两个小球分成一组，允许有剩余的小球，问恰好分成 k∈{1,2,3,⋯ ,m}k\in\{1,2,3,\cdots,m\}k∈{1,2,3,⋯,m} 组的方案数分别是多少。 题目分析：设 dp[i][j]dp[i][j]dp[i][j] 为前 iii 个小球分成 jjj 组的方案数，不难推出： dp[i][j]=dp[i−1][j]+dp[i−1][j−1]+dp[i−2][j−1]dp[i][j]=dp[i-1][j.
BZOJ3992(NTT+DP+快速幂）
KKiseki的博客
08-17 385
题面 题意是给你一个质数M,和一个元素都小于M 的集合，大小为S，用集合中的元素构成长度为N的序列（可以用重复的元素），使其乘积模M为x，问方案数,答案模479*2^21+1。 M 这题一看就很套路，模数为费马素数，大概就和NTT有关吧。 先考虑简单的DP，设f[i][j]为长度为i的序列，乘积模M等于j的方案数 枚举k，有 f[i+1][j∗k模M]+=f[i][j]f[i+1][j
Wannafly挑战赛20-D：挑选队友 （DP+NTT优化）
Mitsuha_的博客
07-21 445
链接：https://www.nowcoder.com/acm/contest/133/D 时间限制：C/C++ 1秒，其他语言2秒 空间限制：C/C++ 262144K，其他语言524288K 64bit IO Format: %lld 题目描述 Applese打开了mmm个QQ群，向群友们发出了组队的邀请。作为网红选手，Applese得到了nnn位选手的反馈，每位选手只会在一个群给...
NTT 的各类优化：Harvey、PtNTT，Intel AVX2、ARM Neon、GPGPU
最新发布
weixin_44885334的博客
11-21 862
ZLH+23] 优化了 High-radix NTT 的访存模式，提出了一种低复杂度的 cross-bank-write-back memory mapping scheme，通过时间延迟累积蝴蝶的结果，最后串行写回内存。[BHK+21] 还继续考虑了 Armv8-A Neon vector instructions 提供的各种特殊指令，以优化 Barrett 和 Montgomery 的模约简、模乘的计算效率。因此他们将大的 NTT 拆解为若干小的 NTT，从而实现硬件的加速。下的表示是唯一确定的。
CDQ分治优化DP
Zeyu_King的专栏
06-28 1608
昨天被学军的公开赛虐傻了，才发现自己还不会用CDQ优化DP，吓得赶紧去填坑。。。 普通的CDQ就是对二分操作，计算前半部分的插入对后半部分的询问的影响。 那么如何用CDQ优化DP呢？ 看一道例题： NOI2007 cash 很容易推出平方的dp方程： f[i] = max(f[i-1], f[j]/(R[j]*A[j]+B[j])*R[j]*A[i] + f[j]/(R[j]*A[j]
「学习笔记」FFT 之优化——NTT
MachineryCountry的博客
12-19 1326
文章目录「学习笔记」FFT 之优化——NTT前言引入快速数论变换——NTT一些引申问题及解决方法三模数 NTT拆系数 FFT (MTT) 「学习笔记」FFT 之优化——NTT 前言 NTTNTTNTT 在某种意义上说，应该属于 FFTFFTFFT 的一种优化。 ——因而必备知识肯定要有 FFTFFTFFT 啦… 如果不知道 FFTFFTFFT 的大佬可以走这里 引入 在 FFTFFTFFT 中，为...
codeforces 528D. Fuzzy Search （FFT优化DP）
clover_hxy的博客
02-23 1231
题目描述传送门题目大意：给出一个母串和一个模板串，求模板串在母串中的匹配次数。 匹配时，如果用s[i]匹配t[j]，那么只要s[i-k]-s[i+k]中有字母与t[j]相同即可算作匹配成功。其中s[i]表示母串的第i位，t[j]表示模板串的第j位。题解如果数据范围小的话，这题就是一个DP f[i][j]=f[i-1][j-1]&mp[i][t[j]]表示母串的第i位匹配到模板串的第j位是否可以匹
FFT/NTT高精度
08-22
对于使用FFT（快速傅里叶变换）或NTT（快速数论变换）来实现高精度计算，可以采以下步骤： 1. 将数字表示为多项式形式：将需要进行高精度计算的数字转换为多项式的系数形式。例如，将一个整数表示为多项式的系数。 ...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值