多项式大合集

最新推荐文章于 2024-06-12 21:00:00 发布
最新推荐文章于 2024-06-12 21:00:00 发布
阅读量118 收藏
点赞数
原文链接：http://www.cnblogs.com/winlere/p/11175283.html
版权

多项式大合集

NTT/FFT

传送门

inline void NTT(int*a,const int&len,const int&tag){
        getr(len);
        for(register int t=1;t<len;++t)
          if(r[t]>t) swap(a[t],a[r[t]]);
        int *a1,*a0,s=g;
        if(tag!=1) s=gi;
        for(register int t=1,wn;t<len;t<<=1){
          wn=ksm(s,(mod-1)/(t<<1));
          for(register int i=0;i<len;i+=t<<1){
            a1=(a0=a+i)+t;
            for(register int j=0,w=1,tm;j<t;++j,++a1,++a0,w=1ll*w*wn%mod){
                  tm=1ll**a1*w%mod;
                  *a1=(*a0-tm)%mod;
                  *a0=(*a0+tm)%mod;
                  if(*a1<0)*a1+=mod;
            }
          }
        }
        if(tag!=1)
          for(register int t=0,in=ksm(len,mod-2);t<len;++t)
            a[t]=1ll*a[t]*in%mod;
      }

球逆

假设我们要求\(A\)这个多项式\(\mod x^n\)的逆元\(B\)，就设一下
\[ AB \equiv 1\mod x^n \]
条件太少，我们再设一下
\[ A B_{-1} \equiv 1 \mod x^{n/2} \]
而且又有(由一式)
\[ AB \equiv 1 \mod x^{n/2} \]
所有就有
\[ A(B-B_{-1}) \equiv 0 \mod x^{n/2} \]
我们晓得(由二式)
\[ A \not \equiv 0 \mod x^{n/2} \]
所以
\[ B-B_{-1} \equiv 0 \mod x^{n/2} \]
既然这样，那$B-B_{-1} \(所有\)x^i,i\le n/2$的系数都是零呗。

所以\((B-B_{-1} )(B-B_{-1})\)的所有\(x^i,i\le 2\times (n/2)\)都为零。这是因为\(a'_i=\sum_j a_ja_{i-j}\),并且\(a_ja_{i-j}=0\)

所以
\[ (B-B_{-1} )(B-B_{-1})\equiv 0 \mod x^n \]
整理得
\[ B^2-2BB_{-1}+B^2_{-1}\equiv 0 \mod x^n \]
同乘\(A\)
\[ AB^2-2ABB_{-1}+AB^2_{-1}\equiv 0 \mod x^n \]
根据一式
\[ B-2B_{-1}+AB^2_{-1}\equiv 0 \mod x^n \]
得到递推式
\[ B\equiv 2B_{-1}-AB^2_{-1} \mod x^n \]
就可以愉快地递推了。边界条件是常数项的时候，这个时候逆元直接费马。

      void INV(int*a,int*b,const int&len){
        if(len==1){b[0]=ksm(a[0],mod-2);return;}
        INV(a,b,len>>1);
        for(register int t=0;t<len;++t) A[t]=a[t],B[t]=b[t];
        NTT(A,len<<1,1);NTT(B,len<<1,1);
        for(register int t=0,w=len<<1;t<w;++t) A[t]=1ll*A[t]*B[t]%mod*B[t]%mod;
        NTT(A,len<<1,-1);
        for(register int t=0;t<len;++t) b[t]=((b[t]+b[t])%mod-A[t]+mod)%mod;
      }

球ln

即
\[ B =\ln A \]
右边拿出来

\[ \ln A = \int \dfrac {A'} A\text{d}x \]
所以对\(A\)求逆求导然后求积分即可。

      
      inline void inter(int*a,int*b,const int&len){
        for(register int t=len;t;--t)
          b[t]=1ll*a[t-1]*ksm(t,mod-2)%mod;
        b[0]=0;
      }
      
      inline void dev(int*a,int*b,const int&len){
        for(register int t=0;t<len-1;++t)
          b[t]=1ll*a[t+1]*(t+1)%mod;
        b[len-1]=0;
      }

      
      inline void LN(int*a,int*b,const int&len){
        static int C[maxn];
        INV(a,b,len);
        dev(a,C,len);
        NTT(C,len<<1,1);
        NTT(b,len<<1,1);
        for(register int t=0;t<len<<1;++t) b[t]=1ll*b[t]*C[t]%mod;
        NTT(b,len<<1,-1);
        inter(b,C,len);
        for(register int t=0;t<len;++t) b[t]=C[t];
        
      }

求\(e^{A(x)}\)

即
\[ B(x)\equiv e^{A(x)} \]
同取对数
\[ \ln B(x)= A(x) \]
即
\[ \ln B(x)-A(x)=0 \]
构造复合函数
\[ G(B(x))=\ln B(x)-A(x) \]
对\(G(B(x))\)求导(\(A(x)\)在\(G(B(x))\)看来是次数为\(0\)的项)
\[ G'(B(x))= \dfrac 1 {B(x)} \]
求导是为了牛顿迭代找到
\[ \ln {B(x)}-A(x)=0 \]
的解

然后套公式
\[ B(x)\equiv B_{-1}(x)+\dfrac {G(B(x))}{G'(B(x))} \]
左右为何同余理由类似求逆。

      void EXP(int*a,int*b,const int&len){
        if(len==1){b[0]=1;return;}
        EXP(a,b,len>>1);
        static int A[maxn],B[maxn],C[maxn];
        for(register int t=0;t<len<<1;++t) A[t]=B[t]=C[t]=0;
        for(register int t=0;t<len;++t) C[t]=b[t];
        LN(b,B,len);
        for(register int t=0;t<len;++t) A[t]=((-B[t]+a[t])%mod+mod)%mod;
        ++A[0];
        NTT(C,len<<1,1);NTT(A,len<<1,1);
        for(register int t=0;t<len<<1;++t) C[t]=1ll*C[t]*A[t]%mod;
        NTT(C,len<<1,-1);
        for(register int t=0;t<len;++t) b[t]=C[t];
      }

附一个比较慢的板子

//@winlere
#include<iostream>
#include<cstdio>
#include<cstring>
#include<algorithm>


using namespace std;  typedef long long ll;
inline int qr(){
      register int ret=0,f=0;
      register char c=getchar();
      while(c<48||c>57)f|=c==45,c=getchar();
      while(c>=48&&c<=57) ret=ret*10+c-48,c=getchar();
      return f?-ret:ret;
}

namespace poly{
      const int maxn=1<<19|1;
      int a[maxn],b[maxn],r[maxn];
      int savlen;
      inline void getr(const int&len){
        if(len==savlen)return;
        int cnt=0;
        for(register int t=1;t<len;t<<=1)++cnt;
        for(register int t=1;t<len;++t)
          r[t]=r[t>>1]>>1|(t&1)<<cnt>>1;
      }
      const int mod=998244353;
      const int g=3;
      inline int ksm(int base,int p){
        register int ret=1;
        for(base%=mod;p;p>>=1,base=1ll*base*base%mod)
          if(p&1) ret=1ll*ret*base%mod;
        return ret;
      }
      const int gi=ksm(3,mod-2);
      
      
      inline void NTT(int*a,const int&len,const int&tag){
        getr(len);
        for(register int t=1;t<len;++t)
          if(r[t]>t) swap(a[t],a[r[t]]);
        int *a1,*a0,s=g;
        if(tag!=1) s=gi;
        for(register int t=1,wn;t<len;t<<=1){
          wn=ksm(s,(mod-1)/(t<<1));
          for(register int i=0;i<len;i+=t<<1){
            a1=(a0=a+i)+t;
            for(register int j=0,w=1,tm;j<t;++j,++a1,++a0,w=1ll*w*wn%mod){
                  tm=1ll**a1*w%mod;
                  *a1=(*a0-tm)%mod;
                  *a0=(*a0+tm)%mod;
                  if(*a1<0)*a1+=mod;
            }
          }
        }
        if(tag!=1)
          for(register int t=0,in=ksm(len,mod-2);t<len;++t)
            a[t]=1ll*a[t]*in%mod;
      }
      
      
      void INV(int*a,int*b,const int&len){
        if(len==1){b[0]=ksm(a[0],mod-2);return;}
        INV(a,b,len>>1);
        static int A[maxn],B[maxn];
        for(register int t=0;t<len<<1;++t) A[t]=B[t]=0;
        for(register int t=0;t<len;++t) A[t]=a[t],B[t]=b[t];
        NTT(A,len<<1,1);NTT(B,len<<1,1);
        for(register int t=0,w=len<<1;t<w;++t) A[t]=1ll*A[t]*B[t]%mod*B[t]%mod;
        NTT(A,len<<1,-1);
        for(register int t=0;t<len;++t) b[t]=((b[t]+b[t])%mod-A[t]+mod)%mod;
      }

      inline void print(int*a,int len){
        for(register int t=0;t<len;++t)
          printf("%d ",a[t]);
        putchar('\n');
      }
      
      inline void inter(int*a,int*b,const int&len){
        for(register int t=len;t;--t)
          b[t]=1ll*a[t-1]*ksm(t,mod-2)%mod;
        b[0]=0;
      }
      
      inline void dev(int*a,int*b,const int&len){
        for(register int t=0;t<len;++t)
          b[t]=1ll*a[t+1]*(t+1)%mod;
        b[len-1]=0;
      }
      
      inline void LN(int*a,int*b,const int&len){
        static int C[maxn],B[maxn];
        for(register int t=0;t<len<<1;++t) B[t]=C[t]=0;
        INV(a,B,len);
        dev(a,C,len);
        NTT(C,len<<1,1);
        NTT(B,len<<1,1);
        for(register int t=0;t<len<<1;++t) B[t]=1ll*B[t]*C[t]%mod;
        NTT(B,len<<1,-1);
        inter(B,B,len<<1);
        for(register int t=0;t<len;++t) b[t]=B[t];
        
      }



      void EXP(int*a,int*b,const int&len){
        if(len==1){b[0]=1;return;}
        EXP(a,b,len>>1);
        static int A[maxn],B[maxn],C[maxn];
        for(register int t=0;t<len<<1;++t) A[t]=B[t]=C[t]=0;
        for(register int t=0;t<len;++t) C[t]=b[t];
        LN(b,B,len);
        for(register int t=0;t<len;++t) A[t]=((-B[t]+a[t])%mod+mod)%mod;
        ++A[0];
        NTT(C,len<<1,1);NTT(A,len<<1,1);
        for(register int t=0;t<len<<1;++t) C[t]=1ll*C[t]*A[t]%mod;
        NTT(C,len<<1,-1);
        for(register int t=0;t<len;++t) b[t]=C[t];
      }
      
}

using namespace poly;
int data[maxn],ans[maxn];


int main(){
#ifndef ONLINE_JUDGE
      freopen("in.in","r",stdin);
      
#endif
      
      int n=qr();
      for(register int t=0;t<n;++t)
        data[t]=(qr()%mod+mod)%mod;
      int k=1;
      while(k<=n)k<<=1;
      EXP(data,ans,k);
      for(register int t=0;t<n;++t)
        printf("%d ",ans[t]);
      putchar('\n');
      return 0;
}

转载于:https://www.cnblogs.com/winlere/p/11175283.html

weixin_30609331
关注
[拉格朗日反演][FFT][NTT][多项式大全]详解
EZ_TJY的博客
05-06 4349
1、目录 1、目录 2、多项式的两种表示法 1.系数表示法 2.点值表示法 3、复数 1.复数、复平面的定义 2.复数的运算 （1）复数加法 （2）复数乘法 3.单位复数根 （1）基本性质 （2）欧拉公式 （3）计算引理 4、DFT&amp;amp;amp;amp;amp;amp;amp;amp;amp;amp;amp;amp;amp;amp;amp;amp;amp;amp;amp;amp;amp;amp;amp;amp;amp;amp;amp;amp;amp;amp;am
多项式合集
YangTY的博客
02-20 1133
多项式合集 文章目录多项式合集拉格朗日插值问题背景结论推导拉格朗日插值与范德蒙矩阵开始全家桶之前形式化定义界快速傅里叶变换（FFT)复数基础从欧拉公式到单位圆多项式的表示法单位复数根DFTIDFT位逆序置换多项式乘法的实现针对多项式乘法：三次变两次优化快速数论变换（NTT）原根NTTFFT/NTT 优化卷积的一些例子[洛谷 P3338 [ZJOI2014]力](https://www.luogu.com.cn/problem/P3338)[洛谷 P3723 [AH2017/HNOI2017]礼物](http
多项式汇总[巨常数]
weixin_30530339的博客
01-17 109
一个多月前写的板子，忘了放上来了，今天莫名其妙地想起来了 包含多项式乘法，多项式求逆，多项式除法/取模，多项式exp，多项式ln，多项式求导，多项式积分等基本操作 由于懒癌，这里直接开vector表示多项式，常数贼大(然后我把一机房人带坏了 以后可能会写一个常数小的多项式板子 #include <bits/stdc++.h> using namespace std; const in...
多项式
weixin_30583563的博客
08-07 263
也许更好的阅读体验 前置知识 FFT 牛顿迭代 求导 定义 简单来说，形如\(a_0x^0+a_1x^1+a_2x^2+\cdots+a_nx^n\)，的代数表达式叫做多项式 可以记作\(f(x)=a_0x^0+a_1x^1+a_2x^2+ \cdots+a_nx^n\) 其中\(a_0,a_1,\cdots,a_n\)叫做多项式的系数，\(x\)是一个不定元，不表示任何值 不定元在多...
多项式拟合_多项式拟合_VBa_
10-01
在实际应用中，可能需要根据具体需求调整代码，例如处理更大的数据集、改变拟合阶数、进行误差分析等。另外，为了提高拟合效果，还可以考虑数据预处理（如归一化）、选择合适的拟合模型以及评估拟合质量的指标，如...
legendre_勒让德多项式拟合_多项式拟合_
09-29
勒让德多项式是一种在数学和工程领域广泛应用的特殊函数，尤其在数值分析和插值问题中占有重要地位。勒让德多项式是由勒让德（Pierre-Simon Laplace）提出的，它是一组正交于[ -1, 1 ]区间上的多项式序列，具有良好...
Chebyshev多项式最佳一致逼近-最佳平方逼近,chebyshev多项式性质,matlab
09-10
切比雪夫多项式是数值分析中的一个重要概念，它在函数逼近、插值以及数值积分等领域有着广泛的应用。本文将深入探讨切比雪夫多项式的性质、最佳一致逼近和最佳平方逼近，以及如何利用MATLAB进行相关的计算。 ...
Zernike_36_泽尼克_直角坐标系zernike多项式程序_zernike多项式_zernike_zernikematla
10-02
**泽尼克多项式详解** 泽尼克多项式，也称为Zernike多项式，是光学领域中用于描述透镜表面误差或波前失真的数学工具。它们在光学系统的设计、分析和校正中扮演着重要角色，特别是在眼科手术、显微镜、望远镜和激光...
多项式回归原理1
08-03
多项式回归原理 多项式回归是普通线性回归的扩展版本，使用多项式的组合来对数据分布进行拟合。下面是多项式回归的原理和实现细节。 多项式回归的定义 多项式回归是一种非线性回归方法，使用多项式的组合来对数据...
多项式？
brucehb的专栏
06-18 516
现在有一个n次多项式F,我们把将i代入时这个多项式的值记为F（i） F(i)=ii+1 其中i=0,1,2,...,n现在试问对于F(n+1)是否唯一确定。若确定，输出F(n+1)（如果为整数,直接输出；如果是分数(p/q) p与q互质，则输出p*q(%1e9+7)；否则输出至小数点后6位）否则输出Non&lt;=10^15Input一个数n，即次数为n的多项式F。n&lt;=10^15Outpu...
多项式——多项式函数
jiahonghao2002的博客
08-01 1661
多项式函数
多项式相关
slongle的专栏
01-23 1921
引用从多项式乘法到快速傅里叶变换 【快速傅里叶变换】【FFT】FFT引入对于一个多项式我们可以写成系数表达和点值表达 对于多项式f(x)=∑i=n−1i=0ai⋅xif(x)=\sum_{i=0}^{i=n-1}a_i\cdot x^i 这个多项式有n项,最高次项次数为n−1这个多项式有n项,最高次项次数为n-1系数表达即每个aia_i点值表达对于x∈[0,n−1]x\in[0,n-1]的值我
多项式相加
松松
11-21 351
#include #include struct ELEM { int dow; int exp; }; class List { private: ELEM *ListArray; int m_curr; int m_len; int m_size; public: List(int size = 0) :m_len(0), m_size(size), m_curr(0) {
多线性扩展/多项式（Multi-linear extension/polynomial） 学习
qq_37835596的博客
11-06 772
多线性扩展
【基础算法】多项式三大运算 & C++实现
EWEADN
12-03 3976
在数学中，由若干个单项式相加（或相减）组成的代数式叫做多项式。多项式中的每个单项式叫做多项式的项，这些单项式中的最高项次数，就是这个多项式的次数。其中多项式中不含字母的项叫做常数项。
算法金 | 一个强大的算法模型，多项式回归！！
最新发布
算法金「全网同名」的博客
06-12 949
多项式回归是对线性回归的一种扩展，它通过添加多项式项来拟合数据中的非线性关系。其基本思想是将原始特征扩展为多项式特征，然后应用线性回归模型。
【总结】多项式相关的各种算法
远行客
08-22 4550
多项式相关的各种算法
C++实现多项式求和
"多项式求和2" 在计算机科学中，特别是在数值计算和算法设计领域，多项式求和是一项常见的操作。这里的代码实现了一个简单的多项式类`Polynomial`，用于表示和操作一元多项式。这个类使用了C++中的`list`容器来存储...
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