【线性代数】多项式各类算法总结

前言：

这可能是本蒟蒻在2018省选以前写的最难的东西了。
考虑到时间紧迫，所以有些东西我自己也不能完全理解，只能照搬课件。
只能以后再看机会填坑了

再说回多项式，几乎所有的多项式算法都是基于NTT的优化，也就是说，要想办法把所有的运算，转化为可以使用NTT优化的表达方式。

首先给出几个在之后的证明中可能用到的概念：
一个多项式$A$的最高次幂，称为该多项式的度，记为$degA$

多项式求逆

用数学语言表示，即对于一个多项式$A(x)$
要找出一个对应的$B(x)$满足$(degB<degA)$且$A(x)B(x)\equiv 1(mod(x^n))$

用倍增的思路考虑这个问题，假设我们已经得到了一个$B^{\prime }(x)$使得$A(x)B^{\prime }(x)\equiv 1(mod(x^{\lfloor \frac{n}{2}\rfloor }))$
现在希望通过$B^{\prime }(x)$与$A(x)$来表示出$B(x)$
首先，很显然$A(x)B(x)\equiv 1(mod(x^{\lfloor \frac{n}{2}\rfloor }))$
所以很显然$B(x)-B^{\prime }(x)\equiv 0(mod(x^{\lfloor \frac{n}{2}\rfloor }))$
两边同时平方，得到$B^2(x)+B^{\prime 2}(x)-2B(x)B^{\prime }(x)\equiv 0(mod(x^n))$

最神奇的一点就是，为什么平方过后，模数也可以跟着平方了：
由于原来左边的多项式在0到$n-1$项的系数均为0，平方过后，每个在0到$2\ast n-1$之间的项，必有一个因子来源于$0$到$n-1$，则说明平方过后，在0到$2\ast n-1$之间的项的系数仍然为0，所以在模$x^n$下也为0。

代码：

void inv(int n,int *A,int *B){
   
    if(n==1){
   
        B[0]=fsp(A[0],MOD-2);
        return ;
    }
    inv((n+1)>>1,A,B);
    static int X[MAXN];
    int p=1;
    for(;p<(n<<1);p<<=1);
    for(int i=0;i<n;i++)
        X[i]=A[i];
    for(int i=n;i<p;i++)
        X[i]=0;
    ntt(X,p,1);
    for(int i=(n+1)>>1;i<p;i++)
        B[i]=0;
    ntt(B,p,1);
    for(int i=0;i!=p;i++)
        B[i]=(ll)B[i]*(2+MOD-(ll)X[i]*B[i]%MOD)%MOD;
    ntt(B,p,-1);
}

多项式除法及取模

给出多项式$A(x)、B(x)$，求出多项式$D(x)、R(x)$
满足$A(x)=D(x)B(x)+R(x)$
令$n=degA,m=degB$
并且$degD\le degA-degB=n-m、degR\le m$
定义一个$A^R(x)=x^{n}A(\frac{1}{x})$
即 A R ( x ) 为 A ( x ) A^R(x)为A(x) A