多项式求逆，多项式取模，多项式开方 学习笔记

前言

还记得上个学期tututu跟我提过多项式的很多操作，还有一些优化常数的奇技淫巧，然而那个时候我一脸懵逼。最近几天无所事事，去洛谷做比赛又整天被吊着打，闲暇之余就想着学一下多项式的几个基本操作。

其实一开始我是想学CZT的，根据myy的论文它能把BZOJ3992那题优化到$O(m\log(m)+m\log(n))$。然而它的应用面不广我就很功利地没有学。还有如何用两次DFT求实序列的卷积等等。至于多项式牛顿迭代法，生成函数之类的，等我补完高数再回来学吧。说不定以后会填这些坑

多项式求逆，取模及开方应该算是多项式最为常见的应用，主要配合生成函数，常系数线性齐次递推优化一起用。虽然已经有很多dalao们写过详细的笔记，不过这些算法的题目比较少，我怕太久没写就忘了，所以还是自己写(shui)一篇QAQ。

---

多项式求逆：

定义：

给出多项式$A(x)$，现要求一个多项式$B(x)$，使得：

$$A(x)B(x)\equiv1(\mod x^n)$$

为什么要模$x^n$？如果不在模$x^n$意义下定义逆元，除非$A(x)$只有常数项，否则根据二项式定理，$B(x)$有无穷多项。

模$x^n$，换句话说就是把多项式$A(x)B(x)$的n次方及更高次项截断。

暴力：

考虑如何暴力求逆。

令$C(x)=A(x)*B(x)$。由于$A_0B_0=C_0=1$，可得$B_0$为$A_0$的逆元。又因为$A_0B_1+A_1B_0=C_1=0$，可以解得$B_1=\frac{-A_1B_0}{A_0}$。依此类推，即可解出$B_0$至$B_{n-1}$。解到$B_{n-1}$即可停止，因为求逆在模$x^n$意义下进行。

同时我们可以看出，多项式$A(x)$是否存在逆元$B(x)$，只取决于$A_0$是否有逆元，因为每次求$B_i$的时候，分母的位置总是$A_0$。在下面$O(n\log(n))$的算法中，同样可以证明这一点。

倍增：

为了方便，下面假设$n=2^k(k>0)$。如果实际操作中n不是2的幂，像FFT那样将n强行增大到2的幂即可。如果n=1，直接求$A_0$的逆元即可。

假设已经求出多项式$G(x)$，使得：

$$A(x)G(x)\equiv1(\mod x^{\frac{n}{2}})$$

因为$A(x)B(x)\equiv1(\mod x^n)$，所以$A(x)B(x)\equiv1(\mod x^{\frac{n}{2}})$。两式相减可得：

$$A(x)(G(x)-B(x))\equiv0(\mod x^{\frac{n}{2}})$$

因为$A(x)$不为0，所以$G(x)-B(x)\equiv0(\mod x^{\frac{n}{2}})$，将其平方可得：

$$G^2(x)+B^2(x)-2G(x)B(x)\equiv0(\mod x^n)$$

为什么式子最后面$x^{\frac{n}{2}}$变成了$x^n$呢？考虑$(G(x)-B(x))^2[i](0<=i<n)$，它等于$\sum_{j=0}^{i}(G(x)-B(x))[j]*(G(x)-B(x))[i-j]$，而$G(x)-B(x)$的第$i$项和第$i-j$项中至少有一项为0。

将式子两边同时乘以$A(x)$，可得：

$$A(x)G^2(x)+B(x)-2G(x)\equiv0(\mod x^n)$$

（注意$A(x)B(x)\equiv1(\mod x^n)$，乘上去之后抵消了）

所以：

$$B(x)\equiv{2G(x)-A(x)G^2(x)}(\mod x^n)$$

对$A(x)$和$G(x)$做DFT，用A的对应值乘以G对应值的平方求出B的值，再做IDFT，求出$B(x)$的时间复杂度即为$O(n\log(n))$，常数是DFT的3倍。

总时间$T(n)=T(\frac{n}{2})+O(n\log(n))=O(n\log(n))$，常数是DFT的6倍。

参考文章：

Miskcoo
SemiWaker

例题：

一道模板题：洛谷P4238
例题1：BZOJ3456
例题2：由于某种原因暂时还没有例题2

---

多项式取模：

定义：

令$A(x)=B(x)C(x)+D(x)$，其中$A(x)$的次数界为n，$B(x)$的次数界为m$(m<=n)$，$C(x)$的次数界为n-m+1，$D(x)$的次数界严格小于m。称$D(x)$为$A(x)$模$B(x)$的结果。给出$A(x)$，$B(x)$，求$D(x)$。

做法：

我们可以先求出$C(x)$，然后用一次FFT即可求出$D(x)$。

考虑多项式除法和多项式逆元的相同特点。多项式除法是从高位到低位做，当前余式的次数界小于m便停止；而多项式逆元是从低位到高位做，一直做到第n-1位。前者忽略掉了当前式的0~m-2位，后者忽略掉了当前式的第n及以上位。

于是不妨将系数翻转。将$A(x),D(x)$以界为n翻转，$B(x)$以界为m，$C(x)$以界为n-m+1翻转。记$A^R(x)=\sum_{i=0}^{n-1}a_{n-i-1}x^i$，则很明显有：

$$A^R(x)=B^R(x)C^R(x)+D^R(x)$$

由于$D(x)$的最高项至多为$x^{m-2}$，所以$D^R(x)$的最低项至少为$x^{n-m+1}$。因此可以列出式子：

$$A^R(x)\equiv{B^R(x)C^R(x)}(\mod x^{n-m+1})$$

这样我们就成功将翻转后的余式$D^R(x)$消掉了。又因为$C^R(x)$的界为n-m+1，模$x^{n-m+1}$无影响，可以求出翻转后的商式$C^R(x)$：

$$C^R(x)=A^R(x)*(B^R(x))^{-1}(\mod x^{n-m+1})$$

总共只需一次多项式求逆和一次FFT即可。最后求出$D(x)$的时间复杂度依然为$O(n\log(n))$。假设一次FFT需要做两次DFT，那么多项式取模的常数大概是DFT的10倍。

参考文章：

SemiWaker

例题：

多项式取模优化常系数线性齐次递推：BZOJ4161

---

多项式开方：

定义：

给定多项式$A(x)$，要求出一个多项式$B(x)$，使得：

$$B^2(x)\equiv{A(x)}(\mod x^n)$$

倍增：

Q：为什么直接说倍增的方法？
A：因为这无法暴力。

同样地，假设我们已经求出$G(x)$使得$G^2(x)\equiv{A(x)}(\mod x^{\frac{n}{2}})$，则有：

$$G^2(x)-B^2(x)\equiv0(\mod x^{\frac{n}{2}})$$

$$(G(x)+B(x))(G(x)-B(x))\equiv0(\mod x^{\frac{n}{2}})$$

因为是平方，所以会有两个解。我们不妨令$G(x)-B(x)\equiv0(\mod x^{\frac{n}{2}})$，平方后则有：

$$G^2(x)+B^2(x)-2G(x)B(x)\equiv0(\mod x^n)$$

因为$B^2(x)\equiv{A(x)}(\mod x^n)$，所以：

$$B(x)\equiv{\frac{A(x)+G^2(x)}{2G(x)}}(\mod x^n)$$

每倍增一次需要一次多项式求逆和一次FFT。时间复杂度依旧为$T(n)=T(\frac{n}{2})+O(n\log(n))=O(n\log(n))$。如果在多项式求逆的最后一步将$G(x)$DFT后的结果用于分母求$G^2(x)$，常数就大概是DFT的14倍。已经接近O(n^2)了QAQ

最后说一下关于n=1时，常数项开根的问题。如果是实数意义下的开方，直接做就可以。如果是模意义下的开方，需要用到一种叫做二次剩余的很厉害的算法，然而我已经懒得再动脑所以没学，选择了直接暴力枚举。模意义下是有可能没有平方根的。正如tututu之前整天对着懵逼的我说：“多项式开方的时间主要在常数项的开根，多项式是否能开方主要取决于常数项是否能开方。”

参考文章：

_zwl

例题：

生成函数相关：BZOJ3625

---

上面这些例题都是些最基本的套路题，然而其实我并没有刷完QAQ