数学

组合数学

组合数

常用公式

$$\left(\begin{array}{l}n\\ k\end{array}\right)=\frac{n}{k}\left(\begin{array}{l}n-1\\ k-1\end{array}\right)$$
$$\left(\begin{array}{l}n\\ m\end{array}\right)=\left(\begin{array}{c}n-1\\ m\end{array}\right)+\left(\begin{array}{l}n-1\\ m-1\end{array}\right)$$
$$\left(\begin{array}{l}n\\ 0\end{array}\right)+\left(\begin{array}{l}n\\ 1\end{array}\right)+\cdots +\left(\begin{array}{l}n\\ n\end{array}\right)=\sum _{i=0}^n\left(\begin{array}{l}n\\ i\end{array}\right)=2^n$$
$$\sum _{i=0}^n(-1{)}^i\left(\begin{array}{l}n\\ i\end{array}\right)=0$$
$$\sum _{i=0}^m\left(\begin{array}{c}n\\ i\end{array}\right)\left(\begin{array}{c}m\\ m-i\end{array}\right)=\left(\begin{array}{c}m+n\\ m\end{array}\right)(n\ge m)$$
$$\sum _{i=0}^n{\left(\begin{array}{l}n\\ i\end{array}\right)}^2=\left(\begin{array}{c}2n\\ n\end{array}\right)$$
$$\sum _{i=0}^{n}i\left(\begin{array}{l}n\\ i\end{array}\right)=n{2}^{n-1}$$
$$\sum _{i=0}^n{i}^2\left(\begin{array}{l}n\\ i\end{array}\right)=n(n+1)2^{n-2}$$
$$\sum _{l=0}^n\left(\begin{array}{l}l\\ k\end{array}\right)=\left(\begin{array}{l}n+1\\ k+1\end{array}\right)$$
$$\left(\begin{array}{l}n\\ r\end{array}\right)\left(\begin{array}{l}r\\ k\end{array}\right)=\left(\begin{array}{l}n\\ k\end{array}\right)\left(\begin{array}{l}n-k\\ r-k\end{array}\right)$$
$$\sum _{i=0}^n\left(\begin{array}{c}n-i\\ i\end{array}\right)=F_{n+1}$$

求组合数

杨辉三角

$O(n^2)$求出$C(0\cdots n,0\cdots n)$
$$C(n,k)=C(n-1,k)+C(n-1,k-1)$$

Lucas定理

$$C(n,m)\%p=C\left(\frac{n}{p},\frac{m}{p}\right)\ast C\left(n\%p,m\%p\right)\%p$$

int Lucas(LL n, LL m, LL p){
	if (m == 0) return 1;
	return Cm(n % p, m % p, p) * Lucas(n / p, m / p, p) % p;
}

线性打表

一次性把 $C_a^0$ 到 $C_a^a$ 在 $O(a\cdot \log a)$ 时间内算出。
$$C_a^b=C_a^{b-1}\cdot \frac{a-b+1}{b}$$

二项式定理

$$(a+b{)}^n=\sum _{i=0}^n\left(\begin{array}{l}n\\ i\end{array}\right)a^{n-i}{b}^i$$

多重组合数

有 $k$ 种不一样的球，每种球的个数分别为 $n_1,n_2,\cdots ,n_k$ ，且 $n=n_1+n_2+\dots +n_k$ 。这 $n$ 个球的全排列数为多重集的排列数，即多重组合数。
$$\left(\begin{array}{c}n\\ n_1,n_2,\cdots ,n_k\end{array}\right)=\frac{n!}{{\prod }_{i=1}^k{n}_i!}$$
可以看出 $\left(\begin{array}{c}n\\ m\end{array}\right)$ 等价于 $\left(\begin{array}{c}n\\ m,n-m\end{array}\right)$ 。

---

容斥原理

只要满足上式，就可以用下式求 $g(S)$。
$$\begin{gathered} f(S)=\sum _{T\subseteq S}g(T) \\ g(S)=\sum _{T\subseteq S}(-1{)}^{|S|-|T|}f(T) \end{gathered}$$

多项式

拉格朗日插值法

给定n+1个点，确定一个多项式（最高次为n），并将k代入求值

公式

$$F(k)=\sum _{i=0}^n{y}_i\prod _{i\ne j}\frac{k-x_j}{x_i-x_j}$$
涉及除法，所以可能要乘法逆元。

当$x_i$取值连续时，可以$O(n)$实现。公式化简为
$$F(k)=\sum _{i=0}^n{y}_i\prod _{i\ne j}\frac{k-j}{i-j}$$
设$pr{e}_i={\prod }_{j=0}^i(k-j)$，$su{f}_i={\prod }_{j=i}^n(k-j)$，$fac[i]=i!$，则
$$F(k)=\sum _{i=0}^n{y}_i\frac{pr{e}_{i-1}su{f}_{i+1}}{(-1{)}^{n-i}fac[i]fac[n-i]}$$
（注意i为0时，特判$pr{e}_{i-1}=1$）

Problem List

1. Luo P4781 【模板】拉格朗日插值

    #include<cstdio>
    #include<algorithm>
    using namespace std;
    using ll=long long;
    const ll MOD=998244353;
    const ll MAX=2000+5;
    ll x[MAX],y[MAX];
    ll power(ll a,ll b,ll p)
    {
    	ll ans=1;
    	while(b){
    		if(b&1)ans=ans*a%p;
    		a=a*a%p;
    		b>>=1;
    	}
    	return ans;
    }
    ll calc(ll k,ll n)
    {
    	ll ans=0;
    	for(int i=0;i<n;++i){
    		ll tmp=1;
    		for(int j=0;j<n;++j)if(i!=j)
    			tmp=tmp*(x[i]-x[j]+MOD)%MOD;
    		tmp=power(tmp,MOD-2,MOD);
    		for(int j=0;j<n;++j)if(i!=j)
    			tmp=tmp*(k-x[j]+MOD)%MOD;
    		ans=(ans+tmp*y[i])%MOD; 
    	}
    	return ans;
    }
    int main()
    {
    	ll n,k;
    	scanf("%lld%lld",&n,&k);
    	for(ll i=0;i<n;++i)
    		scanf("%lld%lld",x+i,y+i);
    	printf("%lld\n",calc(k,n));
    }

当x连续时

#include<bits/stdc++.h>
#define IOS ios::sync_with_stdio(false);cin.tie(0), cout.tie(0);
#define casei int _;for(cin >> _; _; --_)
#define mp make_pair
#define fi first
#define se second
using namespace std;
using ll = long long;
using pii = pair<int, int>;
const ll mod = 998244353;
const int maxn = 160005;
const int maxm = 1e8 + 5;
ll qpow(ll a, ll b){
    ll ans = 1;
    while(b){
        if(b & 1)ans = ans * a % mod;
        a = a * a % mod;
        b >>= 1;
    }
    return ans;
}
ll ni(ll x){
    return qpow(x, mod - 2);
}
ll fac[maxn], y[maxn], pre[maxn], suf[maxn];
void init(){
    fac[0] = fac[1] = 1;
    for(int i = 2; i < maxn; ++ i){
        fac[i] = fac[i - 1] * i % mod;
    }
}
ll f(int n, int k){
    pre[0] = k - 0;
    for(int i=1;i<=n;++i){
        pre[i] = pre[i-1] * (k - i) % mod;
    }
    suf[n + 1] = 1;
    for(int i=n;i>=0;--i){
        suf[i] = suf[i+1] * (k - i) % mod;
    }
    ll ans = 0;
    for(int i = 0; i <= n; ++i){
        ans += y[i] * (i==0 ? 1 : pre[i - 1]) % mod
             * suf[i + 1] % mod
             * ni(fac[i] * fac[n - i] * ((n - i)&1 ? -1 : 1) % mod) % mod;
        ans %= mod;
    }

    return ans;
}
int main(){
    IOS;
    init();
    int n, x;
    cin >> n >> x;
    for(int i=0;i<=n;++i){
        cin >> y[i];
    }
    cout << f(n, x) << endl;
}

FFT

模板

直接调用fft函数，len 必须是 $2^k$ 形式，on = 1 时是 DFT，on = -1 时是 IDFT。一般先对两个式子进行DFT，再对每项直接求乘积，再对结果进行IDFT。
多项式乘法：

#include<bits/stdc++.h>
using namespace std;

const double PI = acos(-1.0);
using Complex = complex<double>;  // real函数无参数时返回实部，有参数时给实部赋值。
/*
 * 进行 FFT 和 IFFT 前的反置变换
 * 位置 i 和 i 的二进制反转后的位置互换
 *len 必须为 2 的幂
 */
void change(Complex y[], int len) {
  int i, j, k;
  for (int i = 1, j = len / 2; i < len - 1; i++) {
    if (i < j) swap(y[i], y[j]);
    // 交换互为小标反转的元素，i<j 保证交换一次
    // i 做正常的 + 1，j 做反转类型的 + 1，始终保持 i 和 j 是反转的
    k = len / 2;
    while (j >= k) {
      j = j - k;
      k = k / 2;
    }
    if (j < k) j += k;
  }
}
/*
 * 做 FFT
 *len 必须是 2^k 形式
 *on == 1 时是 DFT，on == -1 时是 IDFT
 */
void fft(Complex y[], int len, int on) {
  change(y, len);
  for (int h = 2; h <= len; h <<= 1) {
    Complex wn(cos(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].real(y[i].real() / len);
    }
  }
}

const int MAXN = int(1e6+5)<<2; // 和线段树一样，要开四倍空间
Complex x1[MAXN], x2[MAXN];
char str1[MAXN / 2], str2[MAXN / 2];
int sum[MAXN];

int main() {
    int  n, m, len;
    cin >> n >> m;
    for(int v,i=0;i<=n;++i){
        cin >> v;
        x1[i] = Complex(v, 0);
    }
    for(int v,i=0;i<=m;++i){
        cin >> v;
        x2[i] = Complex(v, 0);
    }
    len = 1;
    while(len < (n+1)*2 || len < (m+1)*2)len <<= 1;
    fft(x1, len, 1);
    fft(x2, len, 1);
    for(int i = 0; i < len; ++i)
        x1[i] = x1[i] * x2[i];
    fft(x1, len, -1);
    len = n + m + 1;
    cout << int(x1[0].real() + 0.5);
    for(int i = 1; i < len; ++i){
        cout << ' ' << int(x1[i].real() + 0.5);
    }
    cout << endl;
 	return 0;
}

常见应用

1. 多项式乘法或大整数乘法。如果做大整数乘法记得需要进位。
   $$\begin{gathered} F(x)=G(x)\ast H(x), \\ G(x)=\sum _{i=0}^n{a}_i\cdot x_i,H(x)=\sum _{i=0}^m{b}_i\cdot x_i \end{gathered}$$
   大整数乘法：

#include<bits/stdc++.h>
using namespace std;

const double PI = acos(-1.0);
using Complex = complex<double>;  // real函数无参数时返回实部，有参数时给实部赋值。
/*
 * 进行 FFT 和 IFFT 前的反置变换
 * 位置 i 和 i 的二进制反转后的位置互换
 *len 必须为 2 的幂
 */
void change(Complex y[], int len) {
  int i, j, k;
  for (int i = 1, j = len / 2; i < len - 1; i++) {
    if (i < j) swap(y[i], y[j]);
    // 交换互为小标反转的元素，i<j 保证交换一次
    // i 做正常的 + 1，j 做反转类型的 + 1，始终保持 i 和 j 是反转的
    k = len / 2;
    while (j >= k) {
      j = j - k;
      k = k / 2;
    }
    if (j < k) j += k;
  }
}
/*
 * 做 FFT
 *len 必须是 2^k 形式
 *on == 1 时是 DFT，on == -1 时是 IDFT
 */
void fft(Complex y[], int len, int on) {
  change(y, len);
  for (int h = 2; h <= len; h <<= 1) {
    Complex wn(cos(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].real(y[i].real() / len);
    }
  }
}

const int MAXN = (1e6+5)<<2; // 和线段树一样，要开四倍空间
Complex x1[MAXN], x2[MAXN];
char str1[MAXN / 2], str2[MAXN / 2];
int sum[MAXN];

int main() {
  while (scanf("%s%s", str1, str2) == 2) {
    int len1 = strlen(str1);
    int len2 = strlen(str2);
    int len = 1;
    while (len < len1 * 2 || len < len2 * 2) len <<= 1;
    for (int i = 0; i < len1; i++) x1[i] = Complex(str1[len1 - 1 - i] - '0', 0);
    for (int i = len1; i < len; i++) x1[i] = Complex(0, 0);
    for (int i = 0; i < len2; i++) x2[i] = Complex(str2[len2 - 1 - i] - '0', 0);
    for (int i = len2; i < len; i++) x2[i] = Complex(0, 0);
    fft(x1, len, 1);
    fft(x2, len, 1);
    for (int i = 0; i < len; i++) x1[i] = x1[i] * x2[i];
    fft(x1, len, -1);
    for (int i = 0; i < len; i++) sum[i] = int(x1[i].real() + 0.5);
    for (int i = 0; i < len; i++) {
      sum[i + 1] += sum[i] / 10;
      sum[i] %= 10;
    }
    len = len1 + len2 - 1;
    while (sum[len] == 0 && len > 0) len--;
    for (int i = len; i >= 0; i--) printf("%c", sum[i] + '0');
    printf("\n");
  }
  return 0;
}

2. 卷积
   求诸如以下式子，因为多项式乘法，即幂次的加法。
   $$su{m}_n=\sum _{i+j=n}{a}_i\cdot b_j$$
   字符串匹配类的题可以做，组合数学类的题也可以做。比如下式（Red-White Fence），快速求出对于所有k的情况就可以$O(n\cdot \log n)$复杂度解决。
   $$su{m}_k=\sum _{i=0}^k{C}_{2\ast m}^{k-i}\cdot C_n^i{2}^i$$
   当$su{m}_k={\sum }_{i=0}^n{a}_i\cdot b_{k-i},k\le n$时，由于是 $0\cdots n$ 累加，不是 $0\cdots k$，所以应该把$b_j$向右平移 $n$。即令 $c_{n+j}=b_j,a_{n+1\cdots 2n}=0$ 。最后卷积后第$n+k$项目就是 $su{m}_k$ 。（P5667 拉格朗日插值2）
   $$su{m}_k=\sum _{i=0}^n{a}_i\cdot b_{k-i}=\sum _{i=0}^n{a}_i\cdot c_{n+k-i}=\sum _{i=0}^{n+k}{a}_i\cdot c_{n+k-i}$$
   CF528D
   求S串有多少个子串与T串匹配，两个字母匹配指周围$2k$个位置有相同的字母。
   思路：把4个字母分开判断，$a_i$表示$i$位置前后是否有对应字母。对于每个起始位置$k$，求下式。注意起始位置为 $k$ 的卷积结果应该为 $su{m}_{m+k-1}$，因为$i+j=m+k-1$。
   $$\begin{gathered} su{m}_{m+k-1}=\sum _{i=0}^{m-1}{a}_{k+i}\cdot b_i=\sum _{i+j=m+k-1}{a}_{k+i}\cdot c_j, \\ {b}_i=c_{m-i-1} \end{gathered}$$

#include <bits/stdc++.h>
using namespace std;
const double PI = acos(-1.0);
using Complex = complex<double>;

void change(Complex y[], int len){
    int i, j, k;
    for(int i = 1, j = len / 2; i < len - 1; ++i){
        if(i < j) swap(y[i], y[j]);
        k = len / 2;
        while(j >= k){
            j = j - k;
            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(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].real(y[i].real() / len);
        }
    }
}

const int maxn = int(2e5+5) << 2;
Complex x1[maxn], x2[maxn];
char s[maxn], t[maxn];
char chars[] = "AGCT";
int sum[maxn];

int main(){
    int n, m, len = 1, k;
    cin >> n >> m >> k >> s >> t;
    while(len < n * 2 || len < m * 2)len <<= 1;
    for(int ch = 0; ch < 4; ++ch){
        int cnt = 0;
        for(int i = 0; i < min(k, n); ++i)
            if(s[i] == chars[ch])
                ++ cnt;
        for(int i = 0; i < n; ++i){
            if(i + k < n && s[i + k] == chars[ch])
                ++ cnt;
            x1[i] = Complex(bool(cnt), 0);
            if(i - k >= 0 && s[i - k] == chars[ch])
                -- cnt;
        }
        for(int i = n; i < len; ++i)
            x1[i] = Complex(0, 0);
        for(int i = 0; i < m; ++i){
            x2[m - i -1] = Complex(t[i]==chars[ch], 0); // 注意逆序
        }
        for(int i = m; i < len; ++i)
            x2[i] = Complex(0, 0);
        fft(x1, len, 1);
        fft(x2, len, 1);
        for(int i = 0; i < len; ++i)
            x1[i] = x1[i] * x2[i];
        fft(x1, len, -1);
        for(int i = m - 1; i < n; ++i){
            sum[i] += int(x1[i].real() + 0.5);
        }
    }
    int ans = 0;
    for(int i = m - 1; i < n; ++i){
        if(sum[i] == m)++ans;
    }
    cout << ans << endl;
}

NTT

和FFT一样，把复跟换成原根。时间上大概快十分之一。

1. ntt之前要先算出r数组
2. 相乘时要取模。

有固定的模数和原根搭配。（模数不能过小，不能表示所有的卷积和）

模数	原根
998244353	3
7340033	3
786433	10
40961	3

模板

#include<bits/stdc++.h>
using namespace std;
const int N = int(1e6 + 5) << 2, P = 998244353;

inline int qpow(int x, int y) {
  int res(1);
  while (y) {
    if (y & 1) res = 1ll * res * x % P;
    x = 1ll * x * x % P;
    y >>= 1;
  }
  return res;
}

int r[N];

void ntt(int y[], int len, int opt) {
    int i, j, k, m, gn, g, tmp;
    for (i = 0; i < len; ++i)
        if (r[i] < i) swap(y[i], y[r[i]]);
    for (m = 2; m <= len; m <<= 1) {
        k = m >> 1;
        gn = qpow(3, (P - 1) / m);
        for (i = 0; i < len; i += m) {
            g = 1;
            for (j = 0; j < k; ++j, g = 1ll * g * gn % P) {
                tmp = 1ll * y[i + j + k] * g % P;
                y[i + j + k] = (y[i + j] - tmp + P) % P;
                y[i + j] = (y[i + j] + tmp) % P;
            }
        }
    }
    if (opt == -1) {
        reverse(y + 1, y + len);
        int inv = qpow(len, P - 2);
        for (i = 0; i < len; ++i)
            y[i] = 1ll * y[i] * inv % P;
    }
}

int x1[N], x2[N], sum[N];
char s1[N], s2[N];


int main() {
    while(cin >> s1 >> s2){
        int len = 1, n, m;
        n = strlen(s1);
        m = strlen(s2);
        for(int i = 0; i < n; ++i)
            x1[n - i - 1] = s1[i] - '0';
        for(int i = 0; i < m; ++i)
            x2[m - i - 1] = s2[i] - '0';
/* -----------------------------------------   */
        while(len < 2 * n || len < 2 * m)len <<= 1;
        for(int i = 0; i < len; ++i) // ntt前要r[]进行初始化
            r[i] = (i & 1) * (len >> 1) + (r[i >> 1] >> 1);
        ntt(x1, len, 1);
        ntt(x2, len, 1);
        for(int i = 0; i < len; ++i)
            sum[i] = 1ll * x1[i] * x2[i] % P;  // 这里比fft多一个取模
        ntt(sum, len, -1);
/* -----------------------------------------   */
        for(int i = 0; i < len; ++i){
            sum[i + 1] += sum[i] / 10;
            sum[i] %= 10;
        }
        while(len > 1 && sum[len - 1] == 0) --len;
        for(int i = len - 1; i >= 0; --i)
            cout << sum[i];
        cout << endl;
    }
    return 0;
}

应用

CF528D

#include <bits/stdc++.h>
using namespace std;
const int maxn = int(2e5+5) << 2, P = 998244353;
int x1[maxn], x2[maxn];
char s[maxn], t[maxn];
char chars[] = "AGCT";
int sum[maxn];
int r[maxn];
inline int qpow(int x, int y) {
  int res(1);
  while (y) {
    if (y & 1) res = 1ll * res * x % P;
    x = 1ll * x * x % P;
    y >>= 1;
  }
  return res;
}


void ntt(int y[], int len, int opt) {
    int i, j, k, m, gn, g, tmp;
    for (i = 0; i < len; ++i)
        if (r[i] < i) swap(y[i], y[r[i]]);
    for (m = 2; m <= len; m <<= 1) {
        k = m >> 1;
        gn = qpow(3, (P - 1) / m);
        for (i = 0; i < len; i += m) {
            g = 1;
            for (j = 0; j < k; ++j, g = 1ll * g * gn % P) {
                tmp = 1ll * y[i + j + k] * g % P;
                y[i + j + k] = (y[i + j] - tmp + P) % P;
                y[i + j] = (y[i + j] + tmp) % P;
            }
        }
    }
    if (opt == -1) {
        reverse(y + 1, y + len);
        int inv = qpow(len, P - 2);
        for (i = 0; i < len; ++i)
            y[i] = 1ll * y[i] * inv % P;
    }
}


int main(){
    int n, m, len = 1, k;
    cin >> n >> m >> k >> s >> t;
    while(len < n * 2 || len < m * 2)len <<= 1;
    for(int ch = 0; ch < 4; ++ch){
        int cnt = 0;
        for(int i = 0; i < min(k, n); ++i)
            if(s[i] == chars[ch])
                ++ cnt;
        for(int i = 0; i < n; ++i){
            if(i + k < n && s[i + k] == chars[ch])
                ++ cnt;
            x1[i] = bool(cnt);
            if(i - k >= 0 && s[i - k] == chars[ch])
                -- cnt;
        }
        for(int i = n; i < len; ++i)
            x1[i] = 0;
        for(int i = 0; i < m; ++i){
            x2[m - i -1] = t[i]==chars[ch];
        }
        for(int i = m; i < len; ++i)
            x2[i] = 0;
        for(int i = 0; i < len; ++i) // ntt前要r[]进行初始化
            r[i] = (i & 1) * (len >> 1) + (r[i >> 1] >> 1);
        ntt(x1, len, 1);
        ntt(x2, len, 1);
        for(int i = 0; i < len; ++i)
            x1[i] = 1ll * x1[i] * x2[i] % P;
        ntt(x1, len, -1);
        for(int i = m - 1; i < n; ++i){
            //cout << x1[i] << " ";
            sum[i] += x1[i];
        }//cout << endl;
    }
    int ans = 0;
    for(int i = m - 1; i < n; ++i){
        //cout << sum[i] << " ";
        if(sum[i] == m)++ans;
    }
    cout << ans << endl;
}

生成函数

普通生成函数求组合数

序列 $a$ 的普通生成函数（ordinary generating function，OGF）定义为形式幂级数：
$$F(x)=\sum _n{a}_n{x}^n$$
封闭形式，就是把幂次形式变成简单的形式，更好的做运算。
常见的封闭形式化简方法：
$$\begin{gathered} F(x)=\sum _{i=0}^n{a}_i{x}^i \\ x\cdot F(x)=\sum _{i=1}^{n+1}{a}_i{x}^i \\ F(x)=1+x\cdot F(x)-a_{n+1}\cdot x^{n+1} \\ F(x)=\frac{1-a_{n+1}\cdot x^{n+1}}{1-x} \end{gathered}$$
重要的封闭形式：等比数列的封闭形式，通过它可以把其他数列的封闭形式化简，得到等比数列的加权累加（比如斐波那契数列）。
$$F(x)=\sum _{n\ge 0}{p}^n{x}^n=\frac{1}{1-px}$$
常见的数列封闭形式：

牛顿二项式定理

二项式定理的扩展。当 $\alpha \in C$，即复数范围内都可以用。
$$\begin{gathered} (1+x{)}^{\alpha }={\Sigma }_{r=0}^{\infty }\left(\begin{array}{l}\alpha \\ r\end{array}\right)x^r \\ \left(\begin{array}{l}\alpha \\ r\end{array}\right)=\frac{\alpha (\alpha -1)\dots (\alpha -r+1)}{r!} \end{gathered}$$

有限个

HDU 2082
题意：a ~ z的权值分别为1 ~ 26。给出每个字母的数量，求权值≤50的字母组合数。
直接把不同字母的生成函数相乘就行，模板题。若项数多，可以用FFT进行多项式乘法。
如只有2个a，3个c，1个g
$$(x^0+x^1+x^2)(x^0+x^3+x^6+x^9)(x^7)$$

#include<bits/stdc++.h>
using namespace std;
typedef long long ll;
int num[30];  // 每个字母的数量
ll sup[55];
ll tmp[55];
int main(){
    int T;
    cin>>T;
    while(T--){
        for(int i=1;i<=26;++i){
            cin>>num[i];
            if(num[i]*i>50)num[i]=50/i;
        }
        memset(tmp,0,sizeof(tmp));
        memset(sup,0,sizeof(sup));
        sup[0] = 1;
        for(int i=1;i<=26;++i){
            for(int j=0;j<=num[i];++j){
                for(int k=0;j*i+k<=50;++k){
                    tmp[j*i+k] += sup[k];
                }
            }
            for(int j=0;j<=50;++j){
                sup[j] = tmp[j];
                tmp[j] = 0;
            }
        }
        ll ans = 0;
        for(int i=1;i<=50;++i)
            ans += sup[i];
        cout<<ans<<endl;
    }
}

无限个

#3028. 食物
题意：求满足食物数量为以下条件的 $n$ 个食品的不同组合数。

承德汉堡：偶数个	可乐：0或1个	鸡腿：0、1或2个	蜜桃多：奇数个	鸡块：4的倍数个	包子：0，1，2或3个	土豆片炒肉：0或1个	面包：3的倍数个

思路：每个食物都可以写出普通生成函数，然后答案就是生成函数相乘（卷积）后的 $x^n$ 的系数。
#3027. [Ceoi2004]Sweet
题意：n种糖果，每种糖果有 $m_i$ 个。问取 $[a,b]$ 个糖果，有多少种取法。
思路：显然，第 $i$ 种糖果的生成函数的封闭形式为 $\frac{1-x^{m_i+1}}{1-x}$。则所有相乘后的
$$G(x)=(1-x{)}^{-n}\prod _{i=1}^{n}1-x^{m_i+1}$$
负次幂通过牛顿二项式定理得到
$$\begin{array}{rl}(1-x{)}^{-n}& =\sum _{i\ge 0}\left(\begin{array}{c}-n\\ i\end{array}\right)(-x{)}^i\\ & =\sum _{i\ge 0}\left(\begin{array}{c}n-1+i\\ i\end{array}\right)x^i\end{array}$$
然后就可以通过多项式乘法得到 ${\prod }_{i=1}^{n}1-x^{m_i+1}=\sum c_k\cdot x^k$ 。然后枚举 $c_k$就在 $(1-x{)}^{-n}$ 中求 $x^{a-k}$ 的系数 $+\cdots +$ $x^{b-k}$的系数。可以通过常用组合公式$$\sum _{l=0}^n\left(\begin{array}{l}l\\ k\end{array}\right)=\left(\begin{array}{l}n+1\\ k+1\end{array}\right)$$
得到。

数论

乘法逆元

1. $O(n)$ 求 $1\dots n$ 的逆元

inv[1] = 1;
for(int i = 2; i <= n; ++i){
    inv[i] = (mod - mod / i) * inv[mod % i] % mod;
}

2. $O(n)$ 求 $a_1\cdots a_n$ 的逆元。用 $sum[i]$ 表示前缀乘， $invsum$表示前缀乘的逆元。

sum[0] =1;
for(int i = 1; i <= n; ++i){
    read(a[i]);
    sum[i] = sum[i - 1] * a[i] % p;
}
invsum = qpow(sum[n], p - 2, p);
inv[n] = invsum * sum[n - 1] % p;
for(int i = n - 1; i; --i){
    invsum = invsum * a[i + 1] % p;
    inv[i] = invsum * sum[i - 1] % p;
}

线性代数

高斯消元

该模板可适用于浮点数或 mod 某数。

// 共有n个等式，每个等式有n个变量，a[i][n]为第i行的右式常数b
for(int i=0;i<n;i++){
	// 在i ~ n-1行中找a[pos][i]最大的一行
	int pos = i;
	for(int j=i;j<n;j++)
		if(fabs(a[j][i]) > fabs(a[i][i]))
			pos=j;
	// 把那一行交换到第i行
	for(int j=0;j<=n;j++) swap(a[i][j], a[pos][j]);
	double tmp = a[i][i];
	if(fabs(tmp) < EPS){
	// 如果为0的话，证明第i个变量是个可随意变化的量或者方程组无解
		cout<<"No Solution"<<endl;
		return 0;
	}
	for(int j=i;j<=n;j++) a[i][j] /= tmp; // 把这一行根据a[i][i]单位化
	for(int k=0;k<n;k++)if(k!=i){ // 把每行的第i列清零
		tmp=a[k][i];
		for(int j=i;j<=n;j++){
			a[k][j]-=tmp*a[i][j];
		}
	}
}

高斯消元，并判断无解和无穷解的情况

int goss(int n){
    int r = 0;
    for(int c = 0; c < n; ++c){
        int pos = r;
        double mx = fabs(a[r][c]);
        for(int i = r + 1; i < n; ++i)
            if(fabs(a[i][c]) > mx)
                pos = i, mx = fabs(a[i][c]);
        if(mx < eps)continue; // jump over this column
        for(int j = 0; j <= n; ++j) swap(a[pos][j], a[r][j]);
        double tmp = a[r][c];
        for(int j = c; j <= n; ++j) a[r][j] /= tmp; // unitize this line
        for(int i = 0; i < n; ++i){
            if(i == r)continue;
            tmp = a[i][c];
            for(int j = c; j <= n; ++j)
                a[i][j] -= tmp * a[r][j];
        }
        r++;
    }
    if(r < n){
        for(int i = r; i < n; ++i)
            if(fabs(a[i][n]) > eps)return -1; // no solution
        return 0;  // inf solution
    }
    return 1; // only one solution
}