杂烩QAQ

前言

这篇 $blog$ 仅仅记录一下之前学的一些比较简单的东西，为了防止忘记。所以有不详细的地方请谅解QAQ。

拉格朗日插值

给出平面上的 $n+1$ 个点 $(x_i,y_i)(0\le i\le n)$，找到一个 $n$ 次多项式 $f(x)$，使得这个多项式过这 $n+1$ 个点，给出一个 $k$，求 $f(k)$。 $n\le 5000$。
天才滴拉格朗日构造出了这个多项式（这里就不细究是怎么构造出来的了>_<）：
$f(k)=\sum _{y=0}^n{y}_i\prod _{i\ne j}\frac{k-x_j}{x_i-x_j}$
容易验证 $y_i=f(x_i)$（读者自证不难，而且 $f(x)$ 是关于 $x$ 的 $n$ 次多项式。
于是我们可以在 $O(n^2)$ 复杂度完成插值。如果预处理出 $\prod _{i\ne j}\frac{1}{x_i-x_j}$，就可以 $O(n)$ 完成插值！

拉格朗日插值的一个应用

求 $1^k+2^k+...+n^k$。其中，$n\le 10^{15},k\le 10^7$。
组队赛出了这个我居然不会，太丢人了…

由小学知识，自然数 $k$ 次幂的前缀和是一个 $k+1$ 次多项式，于是可以通过前 $k+2$ 个点插出这个多项式。
问题在于，怎么 $O(k)$ 求 $f(x)=\sum _{y=0}^n{y}_i\prod _{i\ne j}\frac{x-x_j}{x_i-x_j}$。
事实上，由于 $x$ 坐标是连续的，我们可以将原式写成：
$f(x)=\sum _{y=0}^n{y}_i\prod _{i\ne j}\frac{x-j}{i-j}$
然后呢，我们考虑优化连乘部分。
上面的 $\prod _{i\ne j}x-j$，可以写成 $\frac{\prod _{j=0}^{k+1}x-j}{x-i}$，于是可以预处理。
下面的 $\prod _{i\ne j}i-j$，我们拆成两部分，变成 $(\prod _{j=0}^{i-1}(i-j))\times (\prod _{j=i+1}^{k+1}(i-j))$，前面那部分就是 $i!$（这里是阶乘的意思，不是感叹号！），后面那部分就是 $(-1{)}^{k-i+1}(k-i+1)!$。
于是预处理阶乘和阶乘的逆，就可以实现 $O(k)$ 插值了！

点分治

点分治算法算是分治思想在树上的一个重大应用，不过其只能用于无根树QAQ。
点分治一般解决的是树上的路径问题。我们考虑当前的一棵子树，那么路径可以分为两种，一种是经过根节点的，一种是在他的子树中的。
第二种可以递归解决，如果可以在 $O(子树大小)$ 的复杂度求出第一种的路径，那么我们就可以在 $O(nlogn)$ 总复杂度求解这个问题。(这里我讲的很不详细，建议读者自行做题理解>_<)
具体做法是每次求出子树的重心，以子树的重心为根解决子问题（由于这棵树是无根树，所以这种做法是可行的），不难证明，最多只会递归 $logn$ 层。
复杂度是 $O(nlogn)$ 的，详情可以参考主定理。
不过呢，我们可以考虑一种极端情况，就是满二叉树的情况。那么 $T(n)=2T(\frac{n}{2})+n$，可以看出复杂度是 $O(nlogn)$ 的。

可并堆

什么？你以为我要讲左偏树？那是不可能滴！因为我还没学
这里介绍的是一种黑科技，就是 $p{b}_{d}s$ 库里面的配对堆，其用法非常简单，而且效率和左偏树差不多（稍慢一点）。
用法大概就是：

#include <ext/pb_ds/priority_queue.hpp>
using namespace __gnu_pbds;
typedef __gnu_pbds::priority_queue<int, greater<int>, pairing_heap_tag> Heap;

常用操作：

push()  //会返回一个迭代器
top()  //同 stl 
size()  //同 stl 
empty() //同 stl 
clear()  //同 stl 
pop()  //同 stl 
join(priority_queue &other)  //合并两个堆,other会被清空
split(Pred prd,priority_queue &other)  //分离出两个堆
modify(point_iterator it,const key)  //修改一个节点的值

一般左偏树能做的题都能用这个来做，除了部分需要可持久化的题目。

线段树合并

咕咕咕