题意:n个数的序列a 问从中选出三个数构成三角形的概率?
n,a[i]<=1e5.
暴力O(n^3)的做法肯定是TLE的.
排序后,我们枚举最后一个选的数为下标i,则前两个数下标j,k<i && 其之和大于a[i].(a[i]+a[j]肯定是>a[k])
有多少对这样的数? 先求有多少对数的和为a[i],利用前缀和就能求出大于a[i]个数.
令 c[k]^x^k表示数k的个数有c[k]个.我们可以列出两个相同的生成函数,其乘积第k项的系数也就是和为k的方法数(母函数).
因为多项式(生成函数)最多有1e5项,用fft优化多项式相乘O(nlogn).
n,a[i]<=1e5.
暴力O(n^3)的做法肯定是TLE的.
排序后,我们枚举最后一个选的数为下标i,则前两个数下标j,k<i && 其之和大于a[i].(a[i]+a[j]肯定是>a[k])
有多少对这样的数? 先求有多少对数的和为a[i],利用前缀和就能求出大于a[i]个数.
令 c[k]^x^k表示数k的个数有c[k]个.我们可以列出两个相同的生成函数,其乘积第k项的系数也就是和为k的方法数(母函数).
因为多项式(生成函数)最多有1e5项,用fft优化多项式相乘O(nlogn).
现在知道了两个数和为i的方法数 剩下的要求下标满足,按题意扣掉即可.
#include <bits/stdc++.h>
using namespace std;
typedef long long ll;
typedef pair<int,int> ii;
const double pi=acos(-1.0);
const int N=6e5+20,inf=0x3f3f3f3f;
struct Complex {
double r , i ;
Complex () {}
Complex ( double r , double i ) : r ( r ) , i ( i ) {}
Complex operator + ( const Complex& t ) const {
return Complex ( r + t.r , i + t.i ) ;
}
Complex operator - ( const Complex& t ) const {
return Complex ( r - t.r , i - t.i ) ;
}
Complex operator * ( const Complex& t ) const {
return Complex ( r * t.r - i * t.i , r * t.i + i * t.r ) ;
}
}x1[N];
int a[N];
ll num[N],sum[N];
void change(Complex y[],int len)
{
int i,j,k;
for(i = 1, j = len/2;i < len-1;i++)
{
if(i < j)swap(y[i],y[j]);
k = len/2;
while( j >= k)
{
j -= k;
k /= 2;
}
if(j < k)j += k;
}
}
void fft(Complex y[],int len,int on)
{
change(y,len);
for(int h = 2;h <= len;h <<= 1)
{
Complex wn(cos(-on*2*pi/h),sin(-on*2*pi/h));
for(int j = 0;j < len;j += h)
{
Complex w(1,0);
for(int k = j;k < j+h/2;k++)
{
Complex u = y[k];
Complex t = w*y[k+h/2];
y[k] = u+t;
y[k+h/2] = u-t;
w = w*wn;
}
}
}
if(on == -1)
for(int i = 0;i < len;i++)
y[i].r /= len;
}
int main()
{
ll T,n;
cin>>T;
while(T--)
{
scanf("%I64d",&n);
memset(num,0,sizeof(num));
for(int i=0;i<n;i++)
scanf("%d",&a[i]),num[a[i]]++;
sort(a,a+n);
int len1=a[n-1]+1;
int len=1;
while(len<2*len1)//2^k
len<<=1;
for(int i = 0;i < len1;i++)
x1[i] = Complex(num[i],0);
for(int i = len1;i < len;i++)
x1[i] = Complex(0,0);
fft(x1,len,1);
for(int i=0;i<len;i++)
x1[i]=x1[i]*x1[i];//sample c[i]=a[i]*b[i].
fft(x1,len,-1);//IFFT
for(int i=0;i<len;i++)
num[i]=(ll)(x1[i].r+0.5);
len=2*a[n-1];
for(int i=0;i<n;i++)
num[a[i]+a[i]]--;//same
for(int i=1;i<=len;i++)
num[i]/=2;//combination
sum[0]=0;
for(int i=1;i<=len;i++)
sum[i]=sum[i-1]+num[i];
ll cnt=0;
for(ll i=0;i<n;i++)
{
cnt+=sum[len]-sum[a[i]];
cnt-=(ll)(n-i-1)*i;//large and small
cnt-=(n-1);//i and anyone
cnt-=(ll)(n-i-1)*(n-i-2)/2;//two large
}
ll tot=n*(n-1)*(n-2)/6;
printf("%.7lf\n",(double)cnt/tot);
}
return 0;
}
FFT优化多项式乘法:
点值表达式相乘O(N) ,但是要先算出a[i],b[i]的n个sample,然后相乘算出c[i]. 本来要O(n^2) 利用单位复数根性质 fft优化到O(nlogn) ,
在IFFT将c[i] sample变换的成c的多项式系数形式.