LOJ6077「2017 山东一轮集训 Day7」逆序对 （生成函数+多项式exp？朴素DP！）

题面

给定 $n,k$ ，求长度为 $n$ 逆序对个数为 $k$ 的排列个数，对 $1\mathrm{e}9+7$ 取模。

$1\le n,k\le 100000$ 。

题解

首先，不要看到逆序对就手忙脚乱，它其实是可控的。

令 $d_i$ 为第 $i$ 个数前面比它大的数的个数，满足条件 $d_i\in [0,i)$ 。一个 $d$ 序列，实际上只需要满足这个条件，他就能够成立，并且唯一对应一个排列。这个在POJ3761 Bubble Sort中证明过，可以通过 $d$ 序列构造出排列来。

然后，就是个比较经典的问题：$n$ 个非负整数，各有上限，求总和为 $k$ 的方案数。这题的特殊之处在于，每个数的上界依次是 $0$ 到 $n-1$ 。

先设 $f(x)$ 为这 $n$ 个非负整数没有上限的情况下，总和为 $x$ 的方案数。经验告诉我们，利用隔板法，可得 $f(x)=C(x+n-1,x)$ 。

生成函数

我们可以用生成函数来做，走起！

可以得到第 $i$ 个数的生成函数为
$$1+x+x^2+...+x^{i-1}=(\sum _{j=0}^{\infty }{x}^j)-(\sum _{j=i}^{\infty }{x}^j)=\frac{1-x^i}{x-1}$$

（我们用 $[[x^i]]F(x)$ 来表示函数 $F(x)$ 的 $i$ 次项系数）于是答案可表示为
$$\begin{gathered} [[x^k]]\prod _{i=1}^n\frac{1-x^i}{x-1}=[[x^k]]((\frac{1}{x-1}{)}^n\prod _{i=0}^n(1-x^i)) \\ =[[x^k]]((\sum _{i=0}^{\infty }{x}^i{)}^n\prod _{i=0}^n(1-x^i)) \\ =\sum _{j=0}^k[[x^j]](\sum _{i=0}^{\infty }{x}^i{)}^n\cdot [[x^{k-j}]](\prod _{i=0}^n(1-x^i)) \end{gathered}$$

这个东西：$[[x^j]]({\sum }_{i=0}^{\infty }{x}^i{)}^n$ ，不就是无限制的 $n$ 个自然数的情况吗？不就是 $f(j)$ ？
$$=\sum _{j=0}^{k}f(j)\cdot [[x^{k-j}]](\prod _{i=0}^n(1-x^i))$$

接下来，我们要对这个函数 ${\prod }_{i=0}^n(1-x^i)$ 开膛破肚了。

先取对数转化成加法：
$$\exp (\sum _{i=0}^n\ln (1-x^i))$$

然后，我们手推二项式 $\ln$ ，运用链式法则求导再求积分：
$$\begin{gathered} \exp (\sum _{i=0}^n\ln (1-x^i))=\exp (\sum _{i=0}^n\int ({\ln }^{\prime }(1-x^i)\cdot (1-x^i{)}^{\prime })\mathrm{d}\mathrm{x}) \\ =\exp (\sum _{i=0}^n\int \frac{-i{x}^{i-1}}{1-x^i}\mathrm{d}\mathrm{x}) \end{gathered}$$

再手推 $g(x)=1-x^i$ 取模 $x^{k+1}$ 下的逆元。不难发现 $(1-x^i)(1+x^i+x^{2i}+x^{3i}+...)=1-x^i+x^i-x^{2i}+x^{2i}-...\equiv 1$ ，因此它的逆元是 $h(x)=1+x^i+x^{2i}+x^{3i}+...$ 。代入进去：
$$\begin{gathered} \exp (\sum _{i=0}^n\int \frac{-i{x}^{i-1}}{1-x^i}\mathrm{d}\mathrm{x})=\exp (\sum _{i=0}^n\int -i{x}^{i-1}(\sum _{j=0}^{\infty }{x}^{ij})\mathrm{d}\mathrm{x}) \\ =\exp (\sum _{i=0}^n\int (\sum _{j=1}^{\infty }-i{x}^{ij-1})\mathrm{d}\mathrm{x}) \\ =\exp (\sum _{i=0}^n(\sum _{j=1}^{\infty }-i\frac{x^{ij}}{ij})) \\ =\exp (\sum _{i=1}^k-(\sum _{j|i}^{n}j)x^i) \end{gathered}$$

中间的 ${\sum }_{j|i}^{n}j$ 其实就是 $i$ 小于等于 $n$ 的因数和，可以用埃筛预处理出来。然后再用多项式exp就可以求出这个多项式了，令该多项式的 $i$ 次项系数为 $G[i]$ ，那么答案就是
$$\sum _{j=0}^{k}C(j+n-1,j)\cdot G[k-j]$$

预处理阶乘求组合数就完了。时间复杂度 $O(n\log n)$ 。还得写任意模数NTT之类。

动态规划

但是多项式exp的常数有好几十，其实不优，很难跑过 1s。

我们其实可以用容斥，枚举超过上限的个数，答案转化过来，其实也是上面的一个式子：
$$\sum _{j=0}^{k}f(j)\cdot [[x^{k-j}]](\prod _{i=0}^n(1-x^i))$$

不熟悉生成函数的可能有点晕，但是熟知 $\mathrm{D}\mathrm{P}$ 的我们应该可以意识到，右边的 $[[x^{k-j}]]({\prod }_{i=0}^n(1-x^i))$ 其实是个 $0/1$ 背包问题！每个物品的大小依次是 $1$ 到 $n$ ，要么不取，要么取，取的话贡献的权值不是 $1$ 而是 $-1$，背包记录的是所有方案物品权值积的和。也可以说，绝对值是放物品方案数，符号是 $-1$ 的物品个数次方。

这个就很让人头疼。我们知道背包问题是根硬骨头，铁打的 $O(nm)$ ，经常让人绝望。但是也不乏一些特殊情况的优化，比如用随机排序解决总和为 $0$ 的背包最值问题（缩小背包大小），再比如这道题。这道题的特殊之处就在于每个物品的大小分别是 $1$ 到 $n$ 。

这样我们可以发现一个结论：物品个数不超过 $\sqrt{k}$ 的级别！因为考虑最坏情况，只需要 $1$~$\sqrt{k}$ 放进去，总大小就足以达到 $k$ 左右。

所以，设 $dp[i][j]$ 为放 $i$ 个数进去，总和为 $j$ 的方案数，那么总状态数大约是 $k\sqrt{k}$ ，可以存得下。再借鉴LOJ#6089 小 Y 的背包计数问题的思路，我们可以进行 $O(1)$ 转移：

• 把已有的 $i$ 个数每个加一，可得转移：$dp[i][j-i]\to dp[i][j]$ 。
• 把已有的数每个加一，再往里边放一个 1，可得转移 $dp[i-1][j-i]\to dp[i][j]$ 。
• 上述两种转移算进来了不合法情况，即最大的数是一个 $n+1$ ，因此我们把这些情况去除掉。去掉最大的 $n+1$ 后，方案数等于 $dp[i-1][j-n-1]$ ，因此可得转移 $(-dp[i-1][j-n-1])\to dp[i][j]$ 。

时间复杂度 $O(k\sqrt{k})$ ，比多项式exp快得多。

CODE

动规做法

#include<set>
#include<map>
#include<stack>
#include<cmath>
#include<ctime>
#include<queue>
#include<bitset>
#include<cstdio>
#include<cstring>
#include<iostream>
#include<algorithm>
using namespace std;
#define MAXN 100005
#define LL long long
#define DB double
#define ENDL putchar('\n')
#define lowbit(x) (-(x) & (x))
#define FI first
#define SE second
#define SI(x) set<x>::iterator
#define BI bitset<63>
#define eps (1e-9)
#define SQ (450)
LL read() {
	LL f=1,x=0;char s = getchar();
	while(s < '0' || s > '9') {if(s=='-')f = -f;s = getchar();}
	while(s >= '0' && s <= '9') {x=x*10+(s-'0');s = getchar();}
	return f*x;
}
void putpos(LL x) {
	if(!x) return ;
	putpos(x/10); putchar('0'+(x%10));
}
void putnum(LL x) {
	if(!x) putchar('0');
	else if(x < 0) putchar('-'),putpos(-x);
	else putpos(x);
}
const int MOD = 1000000007;
int n,m,s,o,k;
int fac[MAXN<<2],inv[MAXN<<2],invf[MAXN<<2];
int C(int n,int m) {
	if(m < 0 || m > n) return 0;
	return fac[n] *1ll* invf[n-m] % MOD *1ll* invf[m] % MOD;
}
int dp[SQ][MAXN];
int dpp[MAXN];
int main() {
	n = read();k = read();
	int sq = 1;
	while((sq+1)*1ll*(sq+2)/2ll <= k) sq ++;
	fac[0]=fac[1]=inv[0]=inv[1]=invf[0]=invf[1]=1;
	for(int i = 2;i <= 200000;i ++) {
		fac[i] = fac[i-1]*1ll*i % MOD;
		inv[i] = (MOD-inv[MOD%i]) *1ll* (MOD/i) % MOD;
		invf[i] = invf[i-1] *1ll* inv[i] % MOD;
	}
	dp[0][0] = 1;
	dpp[0] = 1;
	for(int i = 1;i <= sq;i ++) {
		for(int j = (i+1)*i/2;j <= k;j ++) {
			dp[i][j] = (dp[i][j-i] + dp[i-1][j-i]) % MOD;
			if(j > n) (dp[i][j] += MOD-dp[i-1][j-n-1]) %= MOD;
			(dpp[j] += ((i&1) ? (MOD-1):1)*1ll*dp[i][j] % MOD) %= MOD;
		}
	}
	int ans = 0;
	for(int i = 0;i <= k;i ++) {
		(ans += C(i+n-1,i) *1ll* dpp[k-i] % MOD) %= MOD;
	}
	printf("%d\n",ans);
	return 0;
}