牛客多校9 Cells

最新推荐文章于 2022-06-23 20:31:24 发布

可爱糊糊糊糊

最新推荐文章于 2022-06-23 20:31:24 发布

阅读量94

点赞数

分类专栏：数学

本文链接：https://blog.csdn.net/qq_52457301/article/details/119709115

版权

数学专栏收录该内容

2 篇文章 0 订阅

订阅专栏

算法标签

LGV引理、NTT

思路

因为要求不相交的方案数，所以容易想到LGV引理

矩阵形式 $M(i，j)=E(a_i,b_j)$ ，代表的是 $a_i$ 到 $b_j$ 可走的路径的权值之积的和，计数问题权值位1，故 $M (i, j)$ 代表从 $a_i$ 到 $b_j$ 的方案数

从 $0,a_i)$ 到 $(i, 0)$ 横坐标要走 $i$ 个步，纵坐标要走 $a_i$ 步

所以移动到 $A (i, j)$ 方案数为 $\dbinom{a_i+j}{j}$

故问题最终要求解如下行列式：
$A=\begin{bmatrix} \dbinom{a_1+1}{1} &\dbinom{a_1+2}{2} & \cdots & \dbinom{a_1+n}{n} \\ \vdots & \ddots & \vdots \\ \dbinom{a_n+1}{1}& \dbinom{a_n+2}{2} & \cdots & \dbinom{a_n+n}{n} \end{bmatrix}$
利用线性代数知识，对上矩阵化简，因为
$\dbinom{a_i+j}{j}=\frac{(a_i+j)!}{j! a_i!}$
故，每一列提取 $\frac{1}{j!}$ 后可以让每一行都变长 $a_i$ 的 $j$ 次多项式，即
$A'(i,j)=\frac{(a_i+j)!}{a_i!}=\prod_{k=1}^j(a_i+k)$
对于每一列来说 $j$ 式一个常数，每一列都变成一样的了，利用行列式初等变化，把每一行都变成 $a_i+1)^j$ ，例如
$\begin{bmatrix} (a_1+1) &(a_1+1)(a_1+2)\\ (a_2+1) &(a_2+1)(a_2+2) \end{bmatrix}\overset{c2-c1}= \begin{bmatrix} (a_1+1) &(a_1+1)^2\\ (a_2+1) &(a_2+1)^2 \end{bmatrix}$

化简后可得
$A''_{i,j}=(a_i+1)^j$
我们会得到，这是一个范德蒙德行列式，所以
$A''=\prod(a_i+1)\cdot\prod_{1\leq i<j\leq n}((a_j+1)-(a_i+1))$
故
$A=\prod_{j=1}^n\frac{1}{j!}\cdot\prod(a_i+1)\cdot\prod_{1\leq i<j\leq n}((a_j+1)-(a_i+1))$
最后使用卷积加速运算

代码

#include <bits/stdc++.h>

#define closeSync ios::sync_with_stdio(false);cin.tie(0);cout.tie(0)
using namespace std;

typedef long long ll;
const int MAXN = 1e7 + 10;  // n + m << 1
const double PI = acos(-1);
const int D = 1000000;
const ll MOD = 998244353;
const int INF = 0x3f3f3f3f;

struct Complex { // 复数
    double x, y;
    Complex(double xx = 0, double yy = 0) {
        x = xx, y = yy;
    }
    Complex operator+(const Complex &xx)const {
        return Complex(x + xx.x, y + xx.y);
    }
    Complex operator-(const Complex &xx)const {
        return Complex(x - xx.x, y - xx.y);
    }
    Complex operator*(const Complex &xx)const {
        return Complex(x * xx.x - y * xx.y, x * xx.y + y * xx.x);
    }
} A[MAXN], B[MAXN];
int n = 1000000, m = 1000000;   // 多项式 A,B 的最高幂次
struct FFT {
    int r[MAXN];
    inline void fft(Complex *A, int lim, int type) {
        // type = 1 : 傅利叶变换 ; type = -1 : 傅利叶逆变换
        for (int i = 0; i < lim; i++)
            if (i < r[i])
                swap(A[i], A[r[i]]); // 初始状态

        for (int i = 1; i < lim; i <<= 1) {
            // 要被归并的区间长度
            Complex wn(cos(PI / i), type * sin(PI / i));

            for (int j = 0; j < lim; j += i << 1) {
                // 一个区间一个区间的合并
                Complex w(1, 0);

                for (int k = 0; k <= i - 1; k++, w = w * wn) {
                    // w = w(2i,k)
                    Complex x = A[j + k], y = w * A[j + i + k];
                    A[j + k] = x + y;
                    A[j + i + k] = x - y;
                }
            }
        }

        return ;
    }
    inline vector<ll> poly_mul(Complex *A, Complex *B) {
        int lim = 1, l = 0;

        while (lim <= n + m)
            lim <<= 1, l++;

        for (int i = 0; i < lim; i++)
            r[i] = (r[i >> 1] >> 1) | ((i & 1) << (l - 1)); //二进制反转取得i位置的最终位置r[i]

        fft(A, lim, 1);
        fft(B, lim, 1);

        for (int i = 0; i < lim; i++)
            A[i] = A[i] * B[i];  // A[i] 满足 A，B[i] 满足 B，A[i] * B[i] 满足 A * B

        fft(A, lim, -1); // 根据点值求多项式
        vector<ll> ans;

        for (int i = 0; i <= n + m; i++)
            ans.push_back(ll(A[i].x / lim + 0.5));

        return ans;
    }
} fff;

inline ll qpower(ll x,ll p,ll mod)
{
	ll res = 1;
	while (p)
	{
		if (p & 1)	res *= x,res %= mod;
		x *= x,x %= mod;
		p >>= 1;
	}
	return res;
}

int a[MAXN];
ll fac[MAXN],invfac[MAXN];

inline void init()
{
	int n = D + 3;
	fac[0] = 1;
	for (int i=1;i<=n;i++)
	{
		fac[i] = fac[i-1] * i;
		fac[i] %= MOD;	
	}
	invfac[n] = qpower(fac[n],MOD-2,MOD);
//	cout << invfac[n] << "\n";
	for (int i=n-1;i>=0;i--)
	{
		invfac[i] = ( invfac[i+1] * (i + 1) % MOD ),invfac[i] %= MOD; 
	//	cout << invfac[i] << "\n";
	}
//	cout << invfac[0] << "\n";
}

inline void solve()
{
	int N;	cin >> N;
	int mx = -1,mn = INF; 
	for (int i=1;i<=N;i++)
	{
		cin >> a[i];
		mx = max(a[i],mx);
		mn = min(a[i],mn);
		A[a[i]].x = 1;
		B[-a[i] + D].x = 1;		
	}
	vector<ll> ans = fff.poly_mul(A,B);
//	cout << "112\n";
//	cout << ans[-2+D] << "\n"; 
	// n + m
	ll res = 1;
	for (int i=1;i<=N;i++)
	{
		res *= a[i] + 1,res %= MOD;
//		cout << res << "\n";
	}
//	cout << res << "\n";
	for (int i=1;i<=N;i++)
	{
//		cout << invfac[i] << "\n";
		res *= invfac[i],res %= MOD;
//		cout << res << "\n";
	}
//	cout << res << "\n";
	for (int i=1+D;i<=mx-mn+D;i++)
		res *= qpower(i - D,ans[i],MOD),res %= MOD; 
	cout << res << "\n";
}

int main()
{//closeSync;
	init();
//	int T;	cin >> T;
//	while (T--)
		solve();	
	return 0;
}

最终时间复杂度 $O (n l o g n)$

可爱糊糊糊糊

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
牛客多校9 Cells

算法标签LGV引理、NTT思路因为要求不相交的方案数，所以容易想到LGV引理矩阵形式M(i，j)=E(ai,bj)M(i，j)=E(a_i,b_j)M(i，j)=E(ai,bj)，代表的是aia_iai到bjb_jbj 可走的路径的权值之积的和，计数问题权值位1，故M(i,j)M(i,j)M(i,j)代表从aia_iai到bjb_jbj的方案数从(0,ai)(0,a_i)(0,ai)到(i,0)(i,0)(i,0)横坐标要走iii个步，纵坐标要走aia_iai步所以移动到A(i
复制链接

扫一扫