【XSY3898】强度（期望dp）

最新推荐文章于 2022-03-27 19:50:35 发布

ez_lcw

最新推荐文章于 2022-03-27 19:50:35 发布

阅读量132

点赞数

分类专栏： # 概率dp/期望dp dp

本文链接：https://blog.csdn.net/ez_lcw/article/details/115137744

版权

dp 同时被 2 个专栏收录

39 篇文章 0 订阅

订阅专栏

概率dp/期望dp

18 篇文章 1 订阅

订阅专栏

题面

强度

题解

首先题目的要求肯定要转化。

有多种转化方法，例如：（其中 $s_i$ 代表以 $i$ 为根节点的子树大小）

$\begin{aligned} \Epsilon(w(T))=&\Epsilon\left(\sum_{i=1}^{n}\sum_{j=1}^{n}\operatorname{dist}_T(i,j)\right)\\ =&\Epsilon\left(\sum_{i=2}^n s_i\left(n-s_i\right)\right)\\ =&\Epsilon\left(\sum_{i=2}^n ns_i-s_i^2\right)\\ =&n\sum_{i=2}^n\Epsilon(s_i)-\sum_{i=2}^n\Epsilon(s_i^2) \end{aligned}$

这种做法实际上是对于每一条边统计这条边的贡献。

注意 $\Epsilon(s_i^2)\neq \Epsilon(s_i)^2$ 。而且除了 $a, b$ 相互独立互不干扰的情况以外，都有 $\Epsilon(ab)\neq \Epsilon(a)\Epsilon(b)$ 。

然后你发现 $\Epsilon(s_i^2)$ 并不好求。

~~（其实是可以求的，而且有人过了，但我不会）~~

所以我们考虑另一种转化方法：（其中 $d_i$ 代表 $i$ 节点的深度）

$\begin{aligned} \Epsilon(w(T))=&\Epsilon\left(\sum_{i=1}^{n}\sum_{j=1}^{n}\operatorname{dist}_T(i,j)\right)\\ =&\Epsilon\left(\sum_{i=1}^{n}\sum_{j=1}^{n}d_i+d_j-2\times d_{\operatorname{lca}(i,j)}\right)\\ =&\sum_{i=1}^n\sum_{j=1}^n\Epsilon(d_i)+\Epsilon(d_j)-2\sum_{i=1}^n\sum_{j=1}^n\Epsilon(d_{\operatorname{lca}(i,j)})\\ =&2\sum_{i=1}^n\Epsilon(d_i)-2\sum_{u=1}^n\Epsilon(d_u)\sum_{i=1}^n\sum_{j=1}^nP\big[\operatorname{lca}(i,j)=u\big] \end{aligned}$

这种做法实际上是对于每一个点对统计贡献。

注意到 $\Epsilon(d_i)$ 是可以通过 DP 容易得到的，那么只需考虑 $\sum\limits_{i=1}^n\sum\limits_{j=1}^nP\big[\operatorname{lca}(i,j)=u\big]$ 。

设 $u$ 的可能的后代的集合为 $pos_u$ ，设 $v$ 成为 $u$ 的后代的概率为 $p_{u,v}$ 。这些都可以预处理出来。

设 $f_u=\sum\limits_{i=1}^n\sum\limits_{j=1}^nP\big[\operatorname{lca}(i,j)=u\big]$ ，那么最自然的想法是这样容斥：

$f_u=\Epsilon(s_u^2)-\sum_{v\in pos_u}p_{u,v}f_v$

但你发现这样好像还是要把 $\Epsilon(s_u^2)$ 算出来（

怎么办？

有另一种奇怪的计算方式：

考虑按照题目的方法生成两棵树 $T_1$ 和 $T_2$ 。 $T_1$ 和 $T_2$ 无需满足任何关系，它们是相互独立的。

考虑在 $T_1$ 中选出 $u$ 子树内的一个点 $x$ 、在 $T_2$ 中选出 $u$ 子树内的一个点 $y$ 的 $(x, y)$ 的方案数的期望，显然为 $\Epsilon(s_u)^2$ 。

设 $g_u$ 表示：

在 $T_1$ 中选出 $u$ 子树内的一个点 $x$ 、在 $T_2$ 中选出 $u$ 子树内的一个点 $y$ 、

且需要满足 $T_1$ 中 $x\to u$ 路径上的点和 $T_2$ 中 $y\to u$ 路径上的点除了 $u$ 之外互不重复

的 $(x, y)$ 的方案数的期望。

那么有转移：

$g_u=\Epsilon(s_u)^2-\sum_{v\in pos_u}p_{u,v}^2 g_v$

其中：

$\Epsilon(s_u)^2$ 表示在 $T_1$ 中选出 $u$ 子树内的一个点 $x$ 、在 $T_2$ 中选出 $u$ 子树内的一个点 $y$ 的 $(x, y)$ 的方案数的期望。显然这样任意选取并不能保证上面说的两条路径上的点除了 $u$ 之外不重复，所以要减去一些不合法的方案。
$\sum\limits_{v\in pos_u}$ 枚举的是 $T_1$ 中 $x\to u$ 路径上的点和 $T_2$ 中 $y\to u$ 路径上的点从 $v$ 开始重复了。（即 $T_1$ 中 $x\to v$ 路径上的点和 $T_2$ 中 $y\to v$ 路径上的点除了 $v$ 之外都还没出现重复）
$p_{u,v}^2$ 代表 $v$ 在 $T_1$ 、 $T_2$ 中都是 $u$ 的后代的概率，显然这样就能保证 $x$ 、 $y$ 在 $T_1$ 、 $T_2$ 中都分别是 $u$ 的后代。
$g_v$ 代表枚举的这种情况的方案数的期望。

然后你发现 $f_u$ 和 $g_u$ 其实是一个东西。

然后求出来即可。

#include<bits/stdc++.h>

#define N 300010

using namespace std;

namespace modular
{
	int mod;
	inline int add(int x,int y){return x+y>=mod?x+y-mod:x+y;}
	inline int dec(int x,int y){return x-y<0?x-y+mod:x-y;}
	inline int mul(int x,int y){return 1ll*x*y%mod;}
}using namespace modular;

inline int read()
{
	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<<1)+(x<<3)+(ch^'0');
		ch=getchar();
	}
	return x*f;
}

inline int poww(int a,int b)
{
	int ans=1;
	while(b)
	{
		if(b&1) ans=mul(ans,a);
		a=mul(a,a);
		b>>=1;
	}
	return ans;
}

int n,d[N],inv[N],p[N],f[N];
int ans;

vector<int>pre[N];

int main()
{
	n=read();
	mod=read();
	for(int i=1;i<=n;i++)
		for(int j=i+i;j<=n;j+=i)
			pre[j].push_back(i);
	for(int i=2;i<=n;i++)
	{
		int size=pre[i].size();
		for(int j=0;j<size;j++)
			d[i]=add(d[i],add(d[pre[i][j]],1));
		inv[i]=poww(size,mod-2);
		d[i]=mul(d[i],inv[i]);
		ans=add(ans,mul(2,mul(n,d[i])));
	}
	for(int i=n;i>=1;i--)
	{
		int m=n/i;
		p[1]=1;
		int sum=p[1];
		for(int j=2;j<=m;j++)
		{
			p[j]=0;
			for(int k=0,size=pre[j].size();k<size;k++)
				p[j]=add(p[j],p[pre[j][k]]);
			p[j]=mul(p[j],inv[i*j]);
			sum=add(sum,p[j]);
		}
		f[i]=mul(sum,sum);
		for(int j=2;j<=m;j++)
			f[i]=dec(f[i],mul(mul(p[j],p[j]),f[i*j]));
		ans=dec(ans,mul(mul(2,d[i]),f[i]));
	}
	printf("%d\n",ans);
	return 0;
}
/*
3 998244353
*/
/*
5 998244353
*/