常系数齐次递推 / 多项式取模

这个坑开这很久了，一直没机会填。趁着省选前复习的机会赶工。。。。

多项式取模的定义

说到取模，我们大概会想到这个式子：
$A(x)÷B(x)=D(x).....R(x)$
其中A是被除多项式，B是除多项式，D是A除以B的"商"，而R就称作余多项式。
换个更直接的说法：即有$A(x)=B(x)D(x)+R(x)$

想想整数除法中，余数必须要小于除数。类似的，我们要保证R(x)的次数严格小于B(x)。
也就是，假如$A(x)$的最高次项是$x^n$，$B(x)$的最高次项是$x^m$，
（这里的最高次项指系数不为0的次数最大项。）
那么$D(x)$的最高次项必须为$x^{n-m}$，$R(x)$的最高次项必须小于$x^m$

考虑一个暴力取模的做法，每次看$A(x)$最高次项是否大于等于$x^m$，如果是，则通过加减$B(x)$或其倍数消去这一项。直到不能再进行这个操作，我们便得到了余多项式。由此，对于A除以B来说，余多项式是唯一的，商也是唯一的。

快速做多项式取模

$$A(x)=B(x)D(x)+R(x)$$
观察上式，已知A和B的时候，我们想要求两个未知（但又被A，B唯一确定了的）多项式：D和R。

假如没有R(x)，要你求$A(x)=B(x)D(x)$中的D(x)，你会做吗？

答案是多项式求逆的简单应用。对B(x)求逆即可，再将A乘上B的逆，就是D了。

题外话：
当然，假如B不止有常数项的话，B的逆是无穷项的。而我们知道D的最高次项，只需要做这么多的逆就够了。

那么，能不能通过一些手段，消去其中R(x)的影响呢？
当然可以，（不然我写这东西干嘛…）

我们将A(x)的所有系数翻转，使得原本是$x^n$的系数变成常数项，原本是$x^{n-1}$的系数变成一次项系数…
这个操作如何用式子表示呢：$x^{n}A(\frac{1}{x})$

考虑对置顶的式子左右同时做该变换，等式仍然成立：
$$x^{n}A(\frac{1}{x})=x^n(B(\frac{1}{x})D(\frac{1}{x})+R(\frac{1}{x}))$$
对于左边，我们已经知道这是在将系数翻转。那对于右边呢？不妨将$x^n$分进去。

$$x^{n}A(\frac{1}{x})=x^{m}B(\frac{1}{x})x^{n-m}D(\frac{1}{x})+x^{m-1}R(\frac{1}{x})x^{n-m+1}$$
怎么样，你看出来了吗？
事实上，我们是对A,B,D,R同时做系数翻转（当然，需要假设其最高次项分别是$x^n,x^m,x^{n-m},x^{m-1}$）。再将R向高次移动$n-m+1$位。

改写一下，
$$A^{\prime }(x)=B^{\prime }(x)D^{\prime }(x)+R^{\prime }(x)x^{n-m+1}$$

好看多了。这时候，让你求D’，你会求吗？

答案很简单，由于$D和D^{\prime }$的最高次项是$x^{n-m}$，可以直接求$D^{\prime }$在模$x^{n-m+1}$意义下的值。然后还原回D，这便是完整的D。

那么我们的最关键问题迎刃而解，剩下的部分就是手到擒来。

关键思想是先系数翻转，再把余多项式用模意义抹去。

常系数齐次线性递推

有了多项式取模，这事实上是个很简单的东西。

这个线性递推中的任意项$g_x$，都可以用$g_1,g_2...g_k$表示出来。
不妨设$$g_x=\sum _{i=1}^k{a}_i{g}_i$$

有一个位移操作是这样的，假如上式，那么则有
$$g_{x+d}=\sum _{i=1}^k{a}_i{g}_{i+d}$$

道理很简单，不证明了。

那么考虑在已知$g_n和g_m$的情况下，表示$g_{n+m}$。

$$g_{n+m}=\sum _{i=1}^k{a}_i{g}_{m+i}$$
这里的a1,a2…ak是gn的表示系数。
进一步，表示gm。
$$g_{n+m}=\sum _{i=1}^k{a}_i\sum _{j=1}^k{b}_j{g}_{j+i}$$

这里的b1,b2…bk是gm的表示系数。

$$g_{n+m}=\sum _{i=1}^{2k}{g}_i\sum _{u=1}^k{a}_u{b}_{i-u}$$

后面的系数是标准的卷积形式，使用FFT加速即可计算。
假若能快速把1…2k的系数化成1…k的系数，就可以实现倍增求g。

暴力怎么做？枚举2k~k+1,强行将每一项的系数化为0，并操作1到k的系数使得式子恒等。这个复杂度是$O(k^2)$的。

这好像多项式取模啊，能不能找出一个多项式，使得将系数多项式模这个多项式，就是直接对所有系数完成这一部分操作呢？

事实上，这个多项式就是$x^{k+1}-f(k)x^k-f(k-1)x^{k-1}...-f(1)x$.
$f(1),f(2),f(3)...f(k)$是$g_{k+1}$的表示系数。

这似乎叫做这个线性递推的特征多项式。

总结

整理一下思路：
若得知g(n)的表达系数，则可以通过以下过程得g(2n)的表达系数：

1. 将表达系数多项式平方，使用FFT加速。$O(k\log k)$
2. 将求得的多项式对特征多项式求模。$O(k\log k)$

因此，整体复杂度也是$O(k\log k)$。要求得$g_x$，只需要从$g_1$开始倍增。
复杂度$O(k\log k\log n)$。
当然你可以把上述过程写成一个g(n)与g(m)合并，得出g(n+m)的函数。这样在求g(2n+1)时，只需要额外把g(2n)与g(1)合并即可。

代码细节很多，打前深思熟虑。

常数优化

待更