2018沈阳M(可逆背包+线性优化完全背包+生成函数)

最新推荐文章于 2021-10-28 15:29:35 发布

qkoqhh

最新推荐文章于 2021-10-28 15:29:35 发布

阅读量1.2k

点赞数 1

分类专栏： DP 其他算法

本文链接：https://blog.csdn.net/qkoqhh/article/details/83864653

版权

题意：给定ai和bi，表示第i个商店有ai个商品可以买，单价为bi元，给出m个询问，问用c元在l~r商店买东西的方案数

可能这是窝打acm以来做过的最好的题了。。学到了太多东西。。orz

统计方案数的背包是可以逆的。。可以参考牛客多校2E。。

然后显然可以做个前缀，求出前r个物品的背包，这个多重背包的复杂度是O(ncb)，用二进制可以优化到O(nclogb)，但是有T组数据的存在这个复杂度比较危险。如果套用单调队列优化背包的套路，对余数一一进行转移求区间和可以优化到O(nc)。。

然后对m次询问，如果套用牛客多校的撤销做完全背包合并复杂度是O(mc^2)，T了。。

然后cls跟窝说要预处理可逆背包，那么就预处理吧。。

预处理就是把每个物品放进去加进去做完全背包，维护的时候把系数取反就可以了。。

这个其实就把完全背包的过程先做了，剩下的就把背包合并一下就可以了。。

合并的复杂度又是O(c^2)。。。然而只需要求<=c的方案数，所以直接枚举一个背包的容量，求另一个背包的前缀和就可以了。。

复杂度是O(T(n+m)c)

然后看到cjb又交了一发跑的飞快于是很好奇他的写法。。

结果是他求背包的时候是利用可逆背包的性质把O(ncb)降到O(nc)的。。于是很好奇他如何做到的，然后看了半天没看懂，请来fffasttime他说这个可以用生成函数解释？？

一种物品的背包可以看成 $\sum_{i=0}^{a}x^{ib}=\frac{1-x^{(a+1)b}}{1-x^b}$ ，所以可以先用(a+1)b去做一个01背包(系数为负)，再除以一个x^b的(系数为负)01背包就可以了。。

可是怎么除呢？？其实这个和带撤销背包就是一个套路了，反着做一遍完全背包就可以了。。即对x^b做一遍(系数为正)完全背包

从生成函数来看， $\frac{1}{1-x^b}=\sum_{i=0}^{\infty}x^{bi}$ ，即做一遍完全背包就可以等效。。

然后对可逆背包的预处理，由于 $\frac{1-x^b}{1-x^{(a+1)*b}}=(1-x^b)*\sum_{i=0}^{\infty}x^{i*(a+1)b}$ ，于是反过来对x^b做01背包，对(a+1)b做完全背包就可以了。。。

这题让窝见识到了各位大佬的强大

orz cls orz cjb orz fffasttime泥萌怎么这么强蛙orz!!!!

解法一：

#include <bits/stdc++.h>
using namespace std;
#define rep(i,n) for(int i=1;i<=n;++i)
#define mp make_pair
#define pb push_back
#define x0 gtmsub
#define y0 gtmshb
#define x1 gtmjtjl
#define y1 gtmsf
const int len=1e3+5,N=1e4+5,MOD=1e9+7;
int a[N],b[N],g[N][len],r[N][len],T,n,m;
void mul(int *f,int u){
	for(int i=len-1;i>=u;--i)f[i]=(f[i]-f[i-u]+MOD)%MOD;
}
void div(int *f,int u){
	for(int i=u;i<len;