多项式算法5：多项式求逆

前置知识：
FFT
NTT

多项式求逆

这里的多项式求逆，其实是求多项式的逆元。
对于多项式$A(x)$，如果存在$A(x)B(x)\equiv 1(\mathrm{m}\mathrm{o}\mathrm{d}{x}^n)$，那么我们称$B(x)$为$A(x)$在模$x^n$意义下的逆元。
这里的模$x^n$是指舍弃所有$x$的次数大于等于$n$的项，当然也可以理解为所有$x$的次数大于等于$n$的项的系数赋为零。
例如，多项式$x^4+4x^3+6x^2+4x+1$对$x^3$取模后变为$6x^2+4x+1$。
当$A(x)B(x)\equiv 1(\mathrm{m}\mathrm{o}\mathrm{d}{x}^n)$，表示$A(x)$和$B(x)$在模$x^n$的意义下相乘得到的多项式，只有常数项为$1$，其它项的系数均为$0$。
小结论：如果满足$A(x)B(x)\equiv 1(\mathrm{m}\mathrm{o}\mathrm{d}{x}^n)$，那么对于$1\le m<n$，$A(x)B(x)\equiv 1(\mathrm{m}\mathrm{o}\mathrm{d}{x}^m)$也成立。
证明：不难发现由于$A(x)B(x)\equiv 1(\mathrm{m}\mathrm{o}\mathrm{d}{x}^n)$，表示$A(x)B(x)$的多项式的$x$的$1$到$n-1$次方项系数原本就均为$0$，$x$的$n$次方及更高次项已被强行赋了一个系数$0$。当模$x^m(1\le m<n)$时，$x$的$m$到$n-1$次方项系数本来就为零，强行赋零后也不影响结果的正确性。
这相当于$3\%5$和$3\%6$结果一样。
下面就是推导时间了。
我们设$B(x)$为$A(x)$在模$x^n$意义下的逆元，$B^{\prime }(x)$为$A(x)$在模$x^{\lceil \frac{n}{2}\rceil }$意义下的逆元，那么有：
$$A(x{)}^{-1}\equiv B(x)(\mathrm{m}\mathrm{o}\mathrm{d}{x}^n)$$$$A(x{)}^{-1}\equiv B^{\prime }(x)(\mathrm{m}\mathrm{o}\mathrm{d}{x}^{\lceil \frac{n}{2}\rceil })$$得$$B(x)\equiv B^{\prime }(x)(\mathrm{m}\mathrm{o}\mathrm{d}{x}^{\lceil \frac{n}{2}\rceil })$$$$B(x)-B^{\prime }(x)\equiv 0(\mathrm{m}\mathrm{o}\mathrm{d}{x}^{\lceil \frac{n}{2}\rceil })$$前$\lceil \frac{n}{2}\rceil -1$次项系数均为零，乘方后小于$n-1$次的项一定有一边的系数来自前$\lceil \frac{n}{2}\rceil -1$次项，系数也为$0$ $$(B(x)-B^{\prime }(x){)}^2\equiv 0(\mathrm{m}\mathrm{o}\mathrm{d}{x}^n)$$$$B(x{)}^2-2B(x)B^{\prime }(x)+B^{\prime }(x{)}^2\equiv 0(\mathrm{m}\mathrm{o}\mathrm{d}{x}^n)$$乘上$A(x)$，有：$$A(x)B(x)B(x)-2A(x)B(x)B^{\prime }(x)+A(x)B^{\prime }(x)B^{\prime }(x)\equiv 0(\mathrm{m}\mathrm{o}\mathrm{d}{x}^n)$$因为$A(x)B(x)\equiv 1(\mathrm{m}\mathrm{o}\mathrm{d}{x}^n)$，所以有：$$B(x)-2B^{\prime }(x)+A(x)B^{\prime }(x)B^{\prime }(x)\equiv 0(\mathrm{m}\mathrm{o}\mathrm{d}{x}^n)$$$$B(x)\equiv 2B^{\prime }(x)-A(x)B^{\prime }(x)B^{\prime }(x)(\mathrm{m}\mathrm{o}\mathrm{d}{x}^n)$$$$B(x)\equiv B^{\prime }(x)(2-A(x)B^{\prime }(x))(\mathrm{m}\mathrm{o}\mathrm{d}{x}^n)$$
这说明，我们可以通过多项式乘法用$B^{\prime }(x)$求出$B(x)$，$n=1$时直接求常数项逆元，倍增$n$，从小往大即可，时间复杂度为$\Theta (n{\log }^{2}n)$。
我们的模板题还要求取模，模数$998244353$十分友好，故我们直接用NTT求解。
多项式求逆模板题

#include <iostream>
#include <cstdio>
#include <algorithm>
#include <cmath>
#include <cstring>
#define ll long long
using namespace std;
const int N = 1 << 22;
const int g = 3 , gi = 332748118 , mod = 998244353;
ll qw( ll a , ll b ) {
	ll ans = 1;
	while ( b ) {
		if( b & 1 ) {
			ans = ans * a % mod;
		}
		a = a * a % mod;
		b >>= 1;
	}
	return ans;
}
int rev[N];
int n;
void pre( int bit ) {
	for ( int i = 0 ; i < ( 1 << bit ) ; ++i ) {
		rev[i] = (rev[i>>1]>>1)|((i&1)<<(bit - 1));
	}
}
void NTT( ll *F , int len , int on ) {
	for ( int i = 0 ; i < len ; ++i ) {
		if ( i < rev[i] ) {
			swap( F[i] , F[rev[i]] );
		}
	}
	for ( int i = 2 ; i <= len ; i <<= 1 ) {
		ll gn = qw( on ? g : gi , ( mod - 1 ) / ( i ) );
		for ( int j = 0 ; j <= len - 1 ; j += i ) {
			ll gg = 1;
			for ( int k = j ; k < j + i / 2 ; ++k ) {
				ll u = F[k];
				ll v = gg * F[k + i / 2] % mod;
				F[k] = (u + v) % mod;
				F[k + i / 2] = ( u - v  + mod ) % mod;
				gg = gg * gn % mod;
			}
		}
	}
	return;
}
ll ta[N] , tb[N];
void solve( int len , ll *a , ll *b ) {
	if( len == 1 ) {
		b[0] = qw( a[0] , mod - 2 );
		return;
	}
	solve( ( len + 1 ) >> 1 , a , b );
	int l = 1;
	int bit = 0;
	while ( l <= len + n ) {
		l <<= 1;
		++bit;
	}
	pre( bit );
	for ( int i = 0 ; i < l ; ++i ) {
		ta[i] = a[i];
		tb[i] = ( i < ( ( len + 1 ) >> 1 ) ? b[i] : 0 );
	}
	NTT( ta , l , 1 );
	NTT( tb , l , 1 );
	for ( int i = 0 ; i < l ; ++i ) {
		ta[i] = tb[i] * ( ( ( 2 - ta[i] * tb[i] ) % mod + mod ) % mod ) % mod;
	}
	NTT( ta , l , 0 );
	ll inv = qw( l , mod - 2 );
	for ( int i = 0 ; i < len ; ++i ) {
		b[i] = ta[i] * inv % mod;
	}
}
ll a[N] , b[N];
int main(){
    scanf("%d",&n);
    for ( int i = 0 ; i < n ; ++i ) {
    	scanf("%lld",&a[i]);
	}
	solve( n , a , b );
	for ( int i = 0 ; i < n ; ++i ) {
		printf("%lld ",b[i]);
	}
    return 0;
}