多项式的各种操作（逆元，除法，取模，开根，对数，exp，多点求值，插值，牛顿迭代法）

多项式逆元

已知$A(x)$，求$A$的逆元$B(x)$，使得$A(x)\times B(x)=1(mod{x}^n)$
如果$n=1$，则$A^{-1}$即为常数项的逆元

假设已经求出$A(x)$在$(mod{x}^{\lceil \frac{n}{2}\rceil })$的逆元$B_2(x)$
$$\begin{array}{l}A(x)\times B_2(x)=1(mod{x}^{\lceil \frac{n}{2}\rceil })\\ \\ A(x)\times B(x)=1(mod{x}^n)⟹A(x)\times B(x)=1(mod{x}^{\lceil \frac{n}{2}\rceil })\\ \\ 两式相减,得B(x)-B_2(x)=0(mod{x}^{\lceil \frac{n}{2}\rceil })\\ \\ \therefore B(x)-B_2(x)的x^1到x^{\lceil \frac{n}{2}\rceil -1}的系数都为0\\ \\ \therefore 此式平方后的x^1到x^{n-1}的系数都为0\\ \\ \therefore (B(x)-B_2(x){)}^2=0(mod{x}^n)⟹B^2(x)-2B(x)B_2(x)+{B_2}^2(x)=0(mod{x}^n)\\ \\ 两边同时乘以A(x),得A(x)B^2(x)-2A(x)B(x)B_2(x)+A(x){B_2}^2(x)=0(mod{x}^n)\\ \\ ⟹B(x)-2B_2(x)+A(x){B_2}^2(x)=0(mod{x}^n)\\ \\ ⟹B(x)=2B_2(x)-A(x){B_2}^2(x)(mod{x}^n)\\ \end{array}$$

void Inverse(const int A[],int B[],int deg)
{
    if(deg==1)
    {
        B[0]=PowMod(A[0],MOD-2);
        B[1]=0;//特别注意！！
        return;
    }
    static int A0[MAXN];
    Inverse(A,B,(deg+1)/2);
    int len=1;
    for(;len<deg*2-1;len<<=1);
    for(int i=0;i<deg;i++)A0[i]=A[i];
    for(int i=deg;i<len;i++)A0[i]=B[i]=0;
    NTT(A0,len,1);NTT(B,len,1);
    for(int i=0;i<len;i++)
        B[i]=1LL*B[i]*((2LL-1LL*A0[i]*B[i]%MOD+MOD)%MOD)%MOD;
    NTT(B,len,-1);
    for(int i=deg;i<len;i++)B[i]=0;
}

多项式除法及取模

已知$A(x)$,$B(x)$，求$C(x)$,$R(x)$，使得$A(x)=B(x)\times C(x)+R(x)$
设$A$最高次项为$x^n$，$B$最高次项为$x^m$，则$C$的最高次项为$x^{n-m}$，$R$的最高次项为$x^{m-1}$
观察发现$x^{n}A(\frac{1}{x})$相当于把$A$的系数翻转，记为$A^r(x)$
进行一系列变换
$$\begin{array}{l}A(\frac{1}{x})=B(\frac{1}{x})C(\frac{1}{x})+R(\frac{1}{x})\\ \\ x^{n}A(\frac{1}{x})=x^{n}B(\frac{1}{x})C(\frac{1}{x})+x^{n}R(\frac{1}{x})\\ \\ A^r(x)=x^{m}B(\frac{1}{x})x^{n-m}C(\frac{1}{x})+x^{n-m+1}{x}^{m-1}R(\frac{1}{x})\\ \\ A^r(x)=B^r(x)C^r(x)+x^{n-m+1}{R}^r(x)\\ \\ A^r(x)=B^r(x)C^r(x)(mod{x}^{n-m+1})\\ \\ C^r(x)=A^r(x)B^r(x{)}^{-1}(mod{x}^{n-m+1})\\ \\ 即先求出B^r(x)的逆元，计算出C^r(x)，翻转系数得到C(x)\\ \\ 再将C(x)代入原式\\ \\ R(x)=A(x)-B(x)C(x)\\ \\ 即求出R(x)\\ \end{array}$$

void Module(int A[],int len1,const int B[],int len2)
{
    static int A0[MAXN*3],B0[MAXN*3],iB0[MAXN*3],C[MAXN*3];
    if(len1<len2)return;
    for(int i=0;i<len1;i++)A0[i]=A[len1-i-1];
    for(int i=0;i<len2;i++)B0[i]=B[len2-i-1];
    Inverse(B0,iB0,len1-len2+1);
    Multiply(A0,len1,iB0,len1-len2+1,C);
    for(int i=len1-len2+1;i<2*len1-len2;i++)C[i]=0;
    reverse(C,C+len1-len2+1);
    Multiply(C,len1-len2+1,B,len2,C);
    for(int i=0;i<len1;i++)A[i]=(A[i]-C[i]+MOD)%MOD;
}

多项式取模应用

用于优化常系数线性递推（把大部分矩阵乘法从$O(n^3)$优化成$O(nlogn)$）
详见【CodeChef RNG】Random Number Generator

多项式开根

已知$A(x)$，求$B(x)$使得，$A(x)=B^2(x)(mod{x}^n)$

设已经求得$B_2(x)$使得，$A(x)={B_2}^2(x)(mod{x}^{\lceil \frac{n}{2}\rceil })$
$$\begin{array}{l}\because A(x)=B^2(x)(mod{x}^n)⟹A(x)=B^2(x)(mod{x}^{\lceil \frac{n}{2}\rceil })\\ \\ 又\because A(x)={B_2}^2(x)(mod{x}^{\lceil \frac{n}{2}\rceil })\\ \\ \therefore B^2(x)={B_2}^2(x)(mod{x}^{\lceil \frac{n}{2}\rceil })\\ \\ B^2(x)-{B_2}^2(x)=0(mod{x}^{\lceil \frac{n}{2}\rceil })\\ \\ {\left(B^2(x)-{B_2}^2(x)\right)}^2=0(mod{x}^n)\\ \\ {\left(B^2(x)+{B_2}^2(x)\right)}^2=4B^2(x){B_2}^2(x)(mod{x}^n)\\ \\ B^2(x)+{B_2}^2(x)=2B(x)B_2(x)(mod{x}^n)\\ \\ B(x)=\frac{A(x)+{B_2}^2(x)}{2B_2(x)}(mod{x}^n)\end{array}$$

void Sqrt(const int A[],int B[],int n)
{
	if(n==1)
	{
		B[0]=sqrt(A[0]);
		return;
	}
	Sqrt(A,B,(n+1)/2);
	static int A0[MAXN*3],B0[MAXN*3],iB0[MAXN*3];
	for(int i=0;i<n;i++)B0[i]=2LL*B[i]%MOD;
	Inverse(B0,iB0,n);
	Multiply(B,n,B,n,A0);
	for(int i=n;i<n*2;i++)A0[i]=0;
	for(int i=0;i<n;i++)A0[i]=(A[i]+A0[i])%MOD;
	Multiply(iB0,n,A0,n,B);
	for(int i=n;i<n*2;i++)B[i]=0;
}

多项式对数

已知$A(x)$，求$B(x)$，使得$e^{B(x)}=A(x)(mod{x}^n)$，即 $lnA(x)=B(x)(mod{x}^n)$
思路就是先求导再积分（虽然我没学过积分，但至少直到积分为求导的逆过程，对这个函数来说，求导再积分等于啥都没做）
$$lnA(x)=\int (lnA(x){)}^{\prime }=\int \frac{A^{\prime }(x)}{A(x)}$$
导数公式：
$$A^{\prime }(x^{i-1})=A(x^i)\times i$$
积分公式：
$$\int A(x^i)=\frac{A(x^{i-1})}{i}$$

void Derivation(const int A[],int B[],int n)
{
	for(int i=1;i<n;i++)
		B[i-1]=1LL*A[i]*i%MOD;
	B[n-1]=0;
}
void Integral(const int A[],int B[],int n)
{
	for(int i=n;i>=1;i--)
		B[i]=1LL*A[i-1]*PowMod(i,MOD-2)%MOD;
	B[0]=0;
}
void Logarithm(const int A[],int B[],int n)//需保证A[0]=1
{
    static int iA[MAXN*3],A1[MAXN*3];
    Inverse(A,iA,n);
    Derivation(A,A1,n);
    Multiply(A1,n-1,iA,n,A1);
    Integral(A1,B,n);
}

多项式对数应用

有一个公式：$$e^x=\sum \frac{x^i}{i!}$$
当计算出某个所求答案为$B(x)$，且知道$A(x)=\sum \frac{{B(x)}^i}{i!}$，则$e^{B(x)}=A(x)$
如果$A(x)$很好求，则求出$A(x)$，再用多项式对数求出$B(x)$。

多项式exp

直接推需要分治NTT，写起来有些恶心，于是去看牛顿迭代法的推法吧（在后面）。

void Exponential(const int A[],int B[],int n)//需保证A[0]=0;
{
    if(n==1)
    {
        B[0]=1;
        return;
    }
    Exponential(A,B,(n+1)/2);
    static int A0[MAXN*3];
    Logarithm(B,A0,n);
    for(int i=0;i<n;i++)A0[i]=(MOD-A0[i]+A[i])%MOD;
    A0[0]=(A0[0]+1)%MOD;
    Multiply(B,n,A0,n,B);
    for(int i=n;i<n*2;i++)B[i]=0;
}

多项式 超级 快速幂

已知$A(x)$和$k$，求$B(x)$，使得$A(x{)}^k=B(x)(mod{x}^n)$
$$B(x)=A(x{)}^k=e^{klnA(x)}$$

void Power(const int A[],int B[],int n,int k)
{
	static int A0[MAXN*3];
	for(int i=0;i<n;i++)A0[i]=0;
	Logarithm(A,A0,n);
	for(int i=0;i<n;i++)A0[i]=1LL*A0[i]*k%MOD;
	Exponential(A0,B,n);
}

多项式多点求值

给一个多项式$A$，一个数组$X[i](1\le i\le m)$，求所有$A(X[i])$的值。

设$P_0(x)={\prod }_{i=1}^{m/2}(x-X[i])$，$P_1(x)={\prod }_{i=m/2+1}^m(x-X[i])$

$$\begin{array}{l}A(x)=D_0(x)P_0(x)+A_0(x)\\ \\ A(x)=D_1(x)P_1(x)+A_1(x)\end{array}$$
即$A_0(x)=A(x)mod{P}_0(x)$，$A_1(x)=A(x)mod{P}_1(x)$。
如果将1~m/2的X[i]代入，$P_0(X[i])=0$，则$D_0(x)P_0(x)$与结果无关，答案只与$A_0(x)$有关，且$A_0$的长度缩短为$A$的一半，所以可以进行递归计算。

实现时，需用分治NTT预处理多项式P，即每次分成两半计算，然后再把两半用NTT乘起来
P需用类似于线段树的方式存储，并给每个结点开一整段内存空间。
求值时的$A_0$也是这样存储。

int *P[MAXN*4],buf[MAXN*MAXLOG*5],*bufit=buf;

void CalcP(int i,int X[],int L,int R)
{
    if(L==R)
    {
        P[i]=bufit;bufit+=2;
        P[i][1]=1;P[i][0]=(MOD-X[L])%MOD;
        return;
    }
    int mid=(L+R)/2;
    CalcP(i*2,X,L,mid);
    CalcP(i*2+1,X,mid+1,R);
    P[i]=bufit;bufit+=(R-L+2);
    Multiply(P[i*2],mid-L+2,P[i*2+1],R-mid+1,P[i]);
}
void Evaluation(const int A[],int len1,int i,int L,int R,int ans[])
{
    int *A0=bufit;bufit+=len1;
    for(int i=0;i<len1;i++)A0[i]=A[i];
    Module(A0,len1,P[i],R-L+2);
    if(L==R)
    {
        ans[L]=A0[0];
        return;
    }
    int mid=(L+R)/2;
    Evaluation(A0,min(R-L+1,len1),i*2,L,mid,ans);
    Evaluation(A0,min(R-L+1,len1),i*2+1,mid+1,R,ans);
}

多项式插值

给出n个点$(X[i],Y[i])$，求出一个多项式$A(x)$，满足$A(X[i])=Y[i]$。

利用拉格朗日插值公式：对于一个$i$
$$\prod _{j=1,j̸=i}^n\frac{x-X[j]}{X[i]-X[j]}$$
观察这个式子，发现它在$x=X[i]$时为1，取其它$X[]$中的值时为0
则$A$就可以表示为$$A(x)=\sum _{i=1}^{n}Y[i]\times \prod _{j=1,j̸=i}^n\frac{x-X[j]}{X[i]-X[j]}$$
转化为
$$A(x)=\sum _{i=1}^n\frac{Y[i]}{{\prod }_{j=1,j̸=i}^{n}X[i]-X[j]}\prod _{j=1,j̸=i}^{n}x-X[j]$$
设$P(x)={\prod }_{i=1}^n(x-X[i])$，记$P_i(x)$为$$P_i(x)=\prod _{j=1,j̸=i}^{n}x-X[j]=\frac{P(x)}{x-X[i]}$$
则$P(x)=(x-X[i])P_i(x)$，对$P(x)$求导 （初中生自己去查）
$$P^{\prime }(x)=P_i(x)+(x-X[i]){P_i}^{\prime }(x)$$
取$x=x_i$，发现$P_i(x_i)=P^{\prime }(x_i)$
代入原来的$A(x)$
$$A(x)=\sum _{i=1}^n\frac{Y[i]}{P_i(X[i])}\frac{P(x)}{x-X[i]}$$
$$A(x)=\sum _{i=1}^n\frac{Y[i]}{P^{\prime }(X[i])}\frac{P(x)}{x-X[i]}$$
这个式子可以分治算出：
首先，分治FFT预处理出$P$（同多项式多点求值），求出导数，然后用多点求值的方法求出所有$P^{\prime }(X[i])$
设$P_0(x)={\prod }_{i=1}^{m/2}(x-X[i])$，$P_1(x)={\prod }_{i=m/2+1}^m(x-X[i])$（这些已在预处理中求出）
对$A(x)$进行分治，设$A_0$和$A_1$$$A_0(x)=\sum _{i=1}^{n/2}\frac{Y[i]}{P^{\prime }(X[i])}\frac{P(x)}{x-X[i]}$$，$$A_1(x)=\sum _{i=n/2+1}^n\frac{Y[i]}{P^{\prime }(X[i])}\frac{P(x)}{x-X[i]}$$
则$$A(x)=A_0(x)P_1(x)+A_1(x)P_0(x)$$
递归计算即可，而且$A_0$和$A_1$不需要像多项式多点求值一样单独开空间，直接在原来的$A(x)$数组上用即可。

void Interpolate(const int X[],const int Y[],int i,int L,int R,int A[])
{
    if(L==R)
    {
        A[0]=1LL*Y[L]*PowMod(Pi[L],MOD-2)%MOD;
        return;
    }
    static int res1[MAXN],res2[MAXN];
    int mid=(L+R)/2,len1=mid-L+1,len2=R-mid;
    Interpolate(X,Y,i*2,L,mid,A);
    Interpolate(X,Y,i*2+1,mid+1,R,A+len1);
    Multiply(A,len1,P[i*2+1],len2+1,res1);
    Multiply(A+len1,len2,P[i*2],len1+1,res2);
    for(int i=0;i<R-L+1;i++)A[i]=(res1[i]+res2[i])%MOD;
}

牛顿迭代法

普通函数牛顿迭代法

求函数$g(x)$的零点
先随便找一个$x_0$，利用$x_0$推出一个更接近零点的$x_1$，继续递推。。。无限逼近
方法：在$x_0$做x轴垂线，与函数交于$(x_0,g(x))$，过这一点做函数的切线，切线与x轴的交点即为$x_1$，即$x_{i+1}=x_i-\frac{g(x)}{g^{\prime }(x)}$

多项式牛顿迭代法

给定函数$G(x)$
求多项式$F(x)$，使得$G(F(x))\equiv 0(mod{x}^n)$

类比普通函数多项式推导

倍增求解，设$F_t(x)$满足$G(F_t(x))\equiv 0(mod{x}^{\lceil \frac{n}{2}\rceil })$，且$F_t(x)$已求出。
试图求出$F_{t+1}(x)$满足$G(F_{t+1}(x))\equiv 0(mod{x}^n)$
则$F_{t+1}(x)=F_t(x)-\frac{G(F_t(x))}{G^{\prime }(F_t(x))}$

泰勒公式证明

将$G(F_{t+1}(x))$用泰勒公式在$F_t(x)$展开

$G(F_{t+1}(x))=\frac{G(F_t(x))}{0!}+\frac{G^{\prime }(F_t(x))}{1!}(F_{t+1}(x)-F_t(x))+\frac{G^{\prime \prime }(F_t(x))}{2!}(F_{t+1}(x)-F_t(x){)}^2+...$

因为$F_t(x)$与$F_{t+1}(x)$的前半截的系数是一样的（最终$F(x)$是唯一的），所以它们的差平方后在$x^n$下以前的项都为0
因为$\frac{G^{\prime \prime }(F_t(x))}{2!}(F_{t+1}(x)-F_t(x){)}^2$以及之后的项，$mod{x}^n$都为0，所以只取前面两项。

$G(F_{t+1}(x))=G(F_t(x))+G^{\prime }(F_t(x))(F_{t+1}(x)-F_t(x))$

$F_{t+1}(x)=F_t(x)-\frac{G(F_t(x))}{G^{\prime }(F_t(x))}$

用牛顿迭代法解释多项式操作

多项式逆元

已知多项式$A(x)$，求多项式$B(x)$，使得$A\times B\equiv 1(mod{x}^n)$（即只保留$x^n$以前的项）
用牛顿迭代法，求：$A\times B-1\equiv 0(mod{x}^n)$
$$\begin{gathered} B_{t+1}(x)=B_t(x)-\frac{A(x)B_t(x)-1}{A(x)} \\ =B_t(x)-(A(x)B_t(x)-1)B_t(x) \\ =2B_t(x)+A(x){B_t}^2(x) \end{gathered}$$
即可以递归求解

小性质：$B_t(x)$与$B_{t+1}(x)$的前$x^{n/2}$项相同，自己臆想。。
公式第二行解释：
除以$A(x)$模$x^n$本应该等于乘以$B_{t+1}(x)$，这里把除以$A(x)$替换为$B_t(x)$是因为$(A(x)B_t(x)-1)$在$x^{n/2}$以内的系数都为0，而最后结果只取前$x^n$位，所乘的逆元只有前$x^{n/2}$项有用，而$B_t(x)$与$B_{t+1}(x)$在前$x^{n/2}$项是相同的，所以可以用$B_t(x)$代替$B_{t+1}(x)$

多项式exp

已知$A(x)$，求$B(x)$，满足$e^{A(x)}=B(x)(mod{x}^n)$
$$\begin{array}{l}{e}^{A(x)}=B(x)\\ \\ A(x)=\ln B(x)\\ \\ \ln B(x)-A(x)=0\\ \\ B_{t+1}(x)=B_t(x)-\frac{\ln B_t(x)-A(x)}{\frac{1}{B_t(x)}}\\ \\ B_{t+1}(x)=B_t(x)(1-\ln B_t(x)+A(x))\end{array}$$

void Exponential(const int A[],int B[],int n)//需保证A[0]=0;
{
    if(n==1)
    {
        B[0]=1;
        return;
    }
    Exponential(A,B,(n+1)/2);
    static int A0[MAXN*3];
    Logarithm(B,A0,n);
    for(int i=0;i<n;i++)A0[i]=(MOD-A0[i]+A[i])%MOD;
    A0[0]=(A0[0]+1)%MOD;
    Multiply(B,n,A0,n,B);
    for(int i=n;i<n*2;i++)B[i]=0;
}

总模板

只贴当前已完成的
各种题目代码混合，有可能有函数接口不匹配的问题。。。

#include<cstdio>
#include<cstring>
#include<algorithm>
using namespace std;
const int MAXN=100005,MAXLOG=20,MOD=998244353,ROOT=3;

int PowMod(int a,int b)
{
    int res=1;
    for(;b;b>>=1,a=1LL*a*a%MOD)
        if(b&1)
            res=1LL*res*a%MOD;
    return res;
}
int W[2][MAXLOG][MAXN*6],iW[MAXLOG][MAXN*6];
void InitNTT()
{
    for(int i=0;(1<<i)<MAXN*6;i++)
    {
        W[0][i][0]=W[1][i][0]=1;
        W[0][i][1]=PowMod(ROOT,(MOD-1)/(1<<i));
        W[1][i][1]=PowMod(W[0][i][1],MOD-2);
        for(int j=2;j<(1<<i);j++)
        {
            W[0][i][j]=1LL*W[0][i][j-1]*W[0][i][1]%MOD;
            W[1][i][j]=1LL*W[1][i][j-1]*W[1][i][1]%MOD;
        }
    }
}
void NTT(int A[],int n,int mode)
{
    for(int i=0,j=0;i<n;i++)
    {
        if(i<j)swap(A[i],A[j]);
        int k=n>>1;
        while(k&j)
            j^=k,k>>=1;
        j^=k;
    }
    mode=mode==1?0:1;
    for(int i=1,c=1;i<n;i<<=1,c++)
        for(int j=0;j<n;j+=(i<<1))
            for(int l=j,r=j+i;l<j+i;l++,r++)
            {
                int tmp=1LL*A[r]*W[mode][c][l-j]%MOD;
                A[r]=(A[l]-tmp+MOD)%MOD;
                A[l]=(A[l]+tmp)%MOD;
            }
    if(mode==1)
    {
        int invn=PowMod(n,MOD-2);
        for(int i=0;i<n;i++)
            A[i]=1LL*A[i]*invn%MOD;
    }
}

void Multiply(const int A[],int len1,const int B[],int len2,int C[])
{
    static int A0[MAXN*3],B0[MAXN*3];
    int len=1;
    for(;len<len1+len2-1;len<<=1);
    for(int i=0;i<len1;i++)A0[i]=A[i];
    for(int i=len1;i<len;i++)A0[i]=0;
    for(int i=0;i<len2;i++)B0[i]=B[i];
    for(int i=len2;i<len;i++)B0[i]=0;
    NTT(A0,len,1);NTT(B0,len,1);
    for(int i=0;i<len;i++)
        A0[i]=1LL*A0[i]*B0[i]%MOD;
    NTT(A0,len,-1);
    for(int i=0;i<len1+len2-1;i++)C[i]=A0[i];
}

void Inverse(const int A[],int B[],int deg)
{
    if(deg==1)
    {
        B[0]=PowMod(A[0],MOD-2);
        B[1]=0;
        return;
    }
    static int A0[MAXN];
    Inverse(A,B,(deg+1)/2);
    int len=1;
    for(;len<deg*2-1;len<<=1);
    for(int i=0;i<deg;i++)A0[i]=A[i];
    for(int i=deg;i<len;i++)A0[i]=B[i]=0;
    NTT(A0,len,1);NTT(B,len,1);
    for(int i=0;i<len;i++)
        B[i]=1LL*B[i]*((2LL-1LL*A0[i]*B[i]%MOD+MOD)%MOD)%MOD;
    NTT(B,len,-1);
    for(int i=deg;i<len;i++)B[i]=0;
}

void Module(int A[],int len1,const int B[],int len2)
{
    static int A0[MAXN*3],B0[MAXN*3],iB0[MAXN*3],C[MAXN*3];
    if(len1<len2)return;
    for(int i=0;i<len1;i++)A0[i]=A[len1-i-1];
    for(int i=0;i<len2;i++)B0[i]=B[len2-i-1];
    Inverse(B0,iB0,len1-len2+1);
    Multiply(A0,len1,iB0,len1-len2+1,C);
    for(int i=len1-len2+1;i<2*len1-len2;i++)C[i]=0;
    reverse(C,C+len1-len2+1);
    Multiply(C,len1-len2+1,B,len2,C);
    for(int i=0;i<len1;i++)A[i]=(A[i]-C[i]+MOD)%MOD;
}
void Derivation(const int A[],int B[],int n)
{
	for(int i=1;i<n;i++)
		B[i-1]=1LL*A[i]*i%MOD;
	B[n-1]=0;
}
void Integral(const int A[],int B[],int n)
{
	for(int i=n;i>=1;i--)
		B[i]=1LL*A[i-1]*PowMod(i,MOD-2)%MOD;
	B[0]=0;
}
void Logarithm(const int A[],int B[],int n)//需保证A[0]=1
{
    static int iA[MAXN*3],A1[MAXN*3];
    Inverse(A,iA,n);
    Derivation(A,A1,n);
    Multiply(A1,n-1,iA,n,A1);
    Integral(A1,B,n);
}
void Exponential(const int A[],int B[],int n)//需保证A[0]=0;
{
    if(n==1)
    {
        B[0]=1;
        return;
    }
    Exponential(A,B,(n+1)/2);
    static int A0[MAXN*3];
    Logarithm(B,A0,n);
    for(int i=0;i<n;i++)A0[i]=(MOD-A0[i]+A[i])%MOD;
    A0[0]=(A0[0]+1)%MOD;
    Multiply(B,n,A0,n,B);
    for(int i=n;i<n*2;i++)B[i]=0;
}
void Power(const int A[],int B[],int n,int k)
{
	static int A0[MAXN*3];
	for(int i=0;i<n;i++)A0[i]=0;
	Logarithm(A,A0,n);
	for(int i=0;i<n;i++)A0[i]=1LL*A0[i]*k%MOD;
	Exponential(A0,B,n);
}
void Sqrt(const int A[],int B[],int n)
{
	if(n==1)
	{
		B[0]=sqrt(A[0]);
		return;
	}
	Sqrt(A,B,(n+1)/2);
	static int A0[MAXN*3],B0[MAXN*3],iB0[MAXN*3];
	for(int i=0;i<n;i++)B0[i]=2LL*B[i]%MOD;
	Inverse(B0,iB0,n);
	Multiply(B,n,B,n,A0);
	for(int i=n;i<n*2;i++)A0[i]=0;
	for(int i=0;i<n;i++)A0[i]=(A[i]+A0[i])%MOD;
	Multiply(iB0,n,A0,n,B);
	for(int i=n;i<n*2;i++)B[i]=0;
}

int *P[MAXN*4],buf[MAXN*MAXLOG*6],*bufit=buf;
//P：线段树区间，区间为X区间的prod(x-xi)多项式
//buf：内存缓存，给P的空间
int dP[MAXN],Pi[MAXN];//dP:P的导数；Pi:dP代入X值得到的Y值

void CalcP(int i,int X[],int L,int R)
{
    if(L==R)
    {
        P[i]=bufit;bufit+=2;
        P[i][1]=1;P[i][0]=(MOD-X[L])%MOD;
        return;
    }
    int mid=(L+R)/2;
    CalcP(i*2,X,L,mid);
    CalcP(i*2+1,X,mid+1,R);
    P[i]=bufit;bufit+=(R-L+2);
    Multiply(P[i*2],mid-L+2,P[i*2+1],R-mid+1,P[i]);
}
void Evaluation(const int A[],int len1,int i,int L,int R,int ans[])
{
    int *A0=bufit;bufit+=len1;
    for(int i=0;i<len1;i++)A0[i]=A[i];
    Module(A0,len1,P[i],R-L+2);
    if(L==R)
    {
        ans[L]=A0[0];
        return;
    }
    int mid=(L+R)/2;
    Evaluation(A0,min(R-L+1,len1),i*2,L,mid,ans);
    Evaluation(A0,min(R-L+1,len1),i*2+1,mid+1,R,ans);
}
void Interpolate(const int X[],const int Y[],int i,int L,int R,int A[])
{
    if(L==R)
    {
        A[0]=1LL*Y[L]*PowMod(Pi[L],MOD-2)%MOD;
        return;
    }
    static int res1[MAXN],res2[MAXN];
    int mid=(L+R)/2,len1=mid-L+1,len2=R-mid;
    Interpolate(X,Y,i*2,L,mid,A);
    Interpolate(X,Y,i*2+1,mid+1,R,A+len1);
    Multiply(A,len1,P[i*2+1],len2+1,res1);
    Multiply(A+len1,len2,P[i*2],len1+1,res2);
    for(int i=0;i<R-L+1;i++)A[i]=(res1[i]+res2[i])%MOD;
}

int main()
{
    return 0;
}