多项式多点求值的小常数解法

最新推荐文章于 2021-08-20 11:17:52 发布
最新推荐文章于 2021-08-20 11:17:52 发布
阅读量463 收藏
点赞数
分类专栏： 多项式
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_35950004/article/details/107647353
版权

设 M U L T ( f ( z ) , g ( z ) ) = ∑ i = 0 z i ∑ j = 0 ( [ z i + j ] f ( z ) ) ( [ z j ] g ( z ) ) MUL^T(f(z),g(z)) = \sum_{i=0} z^i\sum_{j=0} ([z^{i+j}]f(z))([z^j]g(z)) MULT(f(z),g(z))=∑i=0​zi∑j=0​([zi+j]f(z))([zj]g(z))
也就是差卷积。
可以发现
F ( x 0 ) = ∑ i = 0 n x 0 i [ x i ] F ( x ) = [ x 0 ] M U L T ( F ( x ) , 1 1 − x 0 z ) F(x_0) =\sum_{i=0}^n x_0^i[x^i]F(x) =[x^0]MUL^T(F(x) , \frac 1{1-x_0z}) F(x0​)=∑i=0n​x0i​[xi]F(x)=[x0]MULT(F(x),1−x0​z1​)
又因为 M U L T (

最低0.47元/天 解锁文章
Freopen
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
多项式小结
m0_49959202的博客
07-23 540
多项式 文章目录多项式一 简介二 拉格朗日插值2.1 知识点2.2 模板2.1 随机给定n个点插值：O(n2logn)O(n^2log_n)O(n2logn​)2.2 给定连续n个点插值:O(n)O(n)O(n)2.3 例题三 快速傅里叶变换3.1 知识点3.2 模板3.3 例题四 快速数论变换4.1 知识点4.2 模板五 多项式求逆六 多项式开方七 多项式除法|取模八 多项式对数函数|指数函数九 牛顿迭代法十 多项式三角函数十二 多项式反三角函数 一 简介 **多项式的度：**对于一个多项式f(x)f(x
多项式运算
Master.Yi的博客
06-22 1286
多项式乘法 多项式求逆 多项式开根 前置知识：多项式牛顿迭代： 用于寻找多项式零点，已知多项式GGG，求满足G(F(x))≡0(modxn)G(F(x))\equiv0\pmod {x^n}G(F(x))≡0(modxn)的F(x)F(x)F(x) 假设已经求出了G(F0(x))≡0(modxn2)G(F_0(x))\equiv0\pmod {x^{\frac n2}}G(F0​(x))≡0(modx2n​) 将G(F(x))G(F(x))G(F(x))在F0(x)F_0(x)F0​(x)处泰勒展开： G
FFT小结
weixin_30535913的博客
02-27 201
FFT小结！ 零，说在前面 （转载请注明原文地址：http://www.cnblogs.com/LadyLex/p/8335420.html） ……令人毒瘤的FFT 其实FFT是卷积这个庞大学术课题的一个小应用啦..... WC的时候听卷积定理真是上天的体验 那么话不多说我们开始FFT的总结. 板子我们就不放了!这个是很基础的,网上也有讲解的很详细的学习资料 大家请善用搜索引擎啦...
多项式简明百科全书
aisi8242的博客
09-29 554
\(0\)、写在前面 为了方便本文的描述，定义如下内容： 我们说\(f\)是一个次数界为\(n\)（下文不严谨地简称为\(n\)次）的多项式，是指\(f\)是一个下标集合为\(0,1,2,...,n-1\)的数组，并代表： \[\sum_{i=0}^{n-1}f_i x^i\] 这个多项式。 我们用\(f(x_0)\)代表多项式\(f\)在\(x_0\)处的值。 \(1\)、多项式乘法 ...
[学习笔记] 多项式全家桶 学习笔记
STJqwq的博客
08-20 2615
写在前面：建议初一就学懂这个东西，这是多项式题目的基础。 0.复数类的实现 定义一个复数为 a+bia+bia+bi 。 加法： a+bi+c+di=(a+c)+(b+d)ia+bi+c+di=(a+c)+(b+d)ia+bi+c+di=(a+c)+(b+d)i 减法：同上，系数改成 −1-1−1 乘法：(a+bi)(c+di)=ac+adi+bci+bdi2=(ac−bd)+(ad+bc)i(a+bi)(c+di)=ac+adi+bci+bdi^2=(ac-bd)+(ad+bc)i(a+bi)(c+di)
【学习笔记】多项式运算
七代目鸽影
10-01 5254
多项式乘法 多项式逆元 多项式除法 多项式牛顿迭代法 多项式对数 多项式指数函数 多项式幂函数 多项式三角函数 多项式多点求值 多项式快速插值 ...
线性递推求值问题
Clin的博客
10-09 765
常系数线性递推关系的定义 对于满足 an=∑i=1kcian−i+f(n)a_n=\sum_{i=1}^{k}c_ia_{n-i}+f(n)an​=i=1∑k​ci​an−i​+f(n) 的递推关系（其中 c,kc,kc,k 为常数），我们称之为常系数线性递推关系。 只要给定 a0,a1,…,ak−1a_0,a_1,\dots,a_{k-1}a0​,a1​,…,ak−1​ 以及 c1,c2,…,c...
多项式的ln、exp、快速幂和开根学习小记
Felix-Lee的博客
03-22 1842
不妨又学习了一下多项式的求ln、exp、快速幂和开方操作。 这些操作比之前的求逆更上了一层台阶，应用同样很广。 多项式ln 给出一个次数界为 nnn 的多项式 F(x)F(x)F(x) ，要求多项式 G(x)G(x)G(x) 满足：G(x)≡ln F(x) (mod xn)G(x)\equiv ln\ F(x)\ (mod\ x^n)G(x)≡ln&n...
P5282 【模板】快速阶乘算法（多项式运算+拉格朗日插值+倍增）
weixin_33923148的博客
04-06 267
题面 传送门 前置芝士 优化后的\(MTT\)（四次\(FFT\)） 题解 这里有多点求值的做法然而被\(shadowice\)巨巨吊起来打了一顿，所以来学一下倍增 成功同时拿到本题最优解和最劣解…… \(Min_{25}\)牛逼！（据说这是原文然而我看不懂就是了） 真的快的不要不要的…… 和多点求值一样，我们还是设\(s=\sqrt{n}\)，并设多项式 \[g_s(x)=\sum_{i=1}^...
特征多项式及Cayley-Hamilton定理
Freopen的博客
05-21 4908
大佬blog 大佬blog 大佬blog 学数学的时候，可能会接触到一个叫做特征根法，特征根方程的东西，当时不觉明历。 实际上这是和线性代数中的特征多项式离不开的。 学OI的时候，可能会接触到矩阵快速幂求解常系数齐次线性递推的东西，懂了但是只会当模板用。 实际上这也和特征多项式有着紧密的联系。 言归正传。 特征多项式是指对一个nnn阶（转移）方阵AAA , f(λ)=det⁡(λE−A)=λN+b...
多项式的各种算法\cdot极
Freopen的博客
12-22 2856
极\cdot多项式假 之前的一篇感觉太不系统了。 这次将用链套链的方式写好这些博文造好这些轮子。 0.前置知识： 0.1 极限 0.2 生成函数 1.FFT\mathrm {FFT}FFT 2.NTT\mathrm {NTT}NTT 3.MTT暂且跳过。 4.多项式求逆 5.多项式对数函数 6.多项式指数函数 7.多项式开根 8.多项式快速幂 9.多项式除法 10. ...
烷烃计数（Burnside引理，分治FFT）
Freopen的博客
03-31 2534
在本学期的期末考试中, 连原电池正负极都分不清的你深感自己要爆零了没错正是在下. 就在这时, 你看到了一道附加题: 33.\texttt{33.}33.（本题共计 100\texttt{100}100 分）23333\texttt{23333}23333 烷的同分异构体个数为 _______。（不考虑立体异构） 是时候表演真正的计数了! 现在, 请你快速计算化学式为 CnH2n+2C_nH_{2n...
多项式卷积与DFT与FFT
Freopen的博客
05-17 1642
之所以取这个标题。。。 是因为我自己以前只认为FFT只是一种精妙的构造。 并没能意识到这只是信息学中庞大多项式理论中的the tip of the iceberg{\rm the\ tip \ of \ the \ iceberg}the tip of the iceberg 查漏补缺格物致知。 多项式： 多项式可以是...
无标号无根树计数
Freopen的博客
06-01 1300
EulerEulerEuler变换ε(F(x))=∑i=1(∑j=0xij)[xi]F(x)\varepsilon(F(x)) = \sum_{i=1} (\sum_{j=0} x^{ij})^{[x^i]F(x)}ε(F(x))=∑i=1​(∑j=0​xij)[xi]F(x) 可以用等比数列求和公式+ln⁡\lnln+exp⁡\expexp求得 ε(F(x))=e∑i=1F(xi)i\varepsilon(F(x)) = e^{\sum_{i=1} \frac {F(x^i)}{i}}ε(F(x))=e∑
LOJ #2462. 「2018 集训队互测 Day 1」完美的集合（组合数取（奇怪模数的）模 + DFS序DP+容斥）
Freopen的博客
05-20 857
题目 part1\texttt{part1}part1 DP求出完美集合的价值之和，这种树上联通块的DP一般可以用DFS序DP，把DFS序拿出来从右到左，如果当前dfs序为i的点选，则可以选择dfs序为i+1的点，否则跳过整颗子树，即f[i]=max(f[i+1],f[i+siz[pos[i]]])f[i] = max(f[i+1] , f[i + siz[pos[i]]])f[i]=max(f[...
多项式牛顿迭代
Freopen的博客
06-01 750
以前以为可以不写，现在发现不得不写 数域的变化 重要的问题：什么是x?x?x? 如果我们的数域是实数，那么xxx是一个自变量，我们可以求dxdf(x)\frac {{\rm d }x}{{\rm d}f(x)}df(x)dx​，可以在x=Cx = Cx=C处泰勒展开，可以牛顿迭代求出xxx的值。 但是我们现在的数域是形式幂级数，xxx的地位，和实数域中的111一样，是一个常数。 求dxdf(x)?\frac {{\rm d }x}{{\rm d}f(x)}?df(x)dx​? 显然对于常数xxx，它等于xx
CF1349F Slime and Sequences （欧拉数，扩展拉格朗日反演）
Freopen的博客
05-27 669
这篇博客大部分抄自此人 好序列为对于一个长度为nnn的序列，其中若有ai=k(k>1)a_i= k(k>1)ai​=k(k>1)，则必存在aj∈[1,i−1]=k−1a_{j\in[1,i-1]} = k-1aj∈[1,i−1]​=k−1 求对于所有长度为nnn的好序列，分别求出k=1...nk = 1...nk=1...n的出现次数和。 第一步神仙映射： 把所有的好序列映射到排列中，发现可以一一对应。 对应方法如下： 排列到好序列： 对于一个排列pip_ipi​，如果p1,p2...pi
多项式题单
Freopen的博客
06-30 659
LOJ #556. 「Antileaf’s Round」咱们去烧菜吧 求混合背包（某一体积的物品可能有无限个也可能有有限个），得到体积和为1...n1...n1...n的方案数。 热身题。 如果一个体积为vvv的物品有无限个，那么其关于体积的普通生成函数为∑i=0xvi=11−xv\sum_{i=0}x^{vi} = \frac 1{1-x^v}∑i=0​xvi=1−xv1​ 如果一个体积为vvv的物品有KKK个，那么其关于体积的普通生成函数为∑i=0Kxvi=1−xv(K+1)1−xv\sum_{i=0}
一元多项式计算器求值
最新发布
11-20
为了实现一元多项式计算器求值，我们可以按照以下步骤进行： 1. 定义一元多项式的数据结构，可以使用链表来存储多项式的系数和指数。 2. 实现输入函数，用于输入多项式的系数和指数。 3. 实现求值函数，用于计算多项式在某个给定值处的值。可以使用Horner法则来计算多项式的值，即从高次项开始逐步计算。 4. 实现输出函数，用于输出多项式的表达式。 下面是一个Python实现的一元多项式计算器求值的示例代码： ```python class Node: def __init__(self, coef, expn): self.coef = coef self.expn = expn self.next = None class Polynomial: def __init__(self): self.head = Node(None, None) def input(self): n = int(input("请输入多项式的项数：")) p = self.head for i in range(n): coef, expn = map(int, input("请输入第%d项的系数和指数，以空格分隔：" % (i+1)).split()) q = Node(coef, expn) p.next = q p = q def value(self, x): p = self.head.next result = 0 while p: result = result * x + p.coef p = p.next return result def output(self): p = self.head.next if not p: print("0") else: while p: if p.coef > 0: print("+", end="") elif p.coef < 0: print("-", end="") if abs(p.coef) != 1 or p.expn == 0: print(abs(p.coef), end="") if p.expn > 0: print("x", end="") if p.expn > 1: print("^%d" % p.expn, end="") if p.expn == 0: print("1", end="") p = p.next print() p = Polynomial() p.input() x = int(input("请输入x的值：")) print("多项式的值为：", p.value(x)) print("多项式的表达式为：", end="") p.output() ```
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值