Description
Input
Output
Sample Input
4
5
6
7
Sample Output
5 1
6 1
7 1
9 1
10 1
11 2
12 1
13 1
15 1
16 1
17 1
18 1
样例解释
11有两种方案是4+7和5+6,其他损失值都有唯一方案,例如4=4,5=5,10=4+6,18=5+6+7.
HINT
所有数据满足:Ai<=40000
分析:
听说要用到生成函数?(生成函数好难!!!)
我们要构造易个生成函数,形式如下:
A(x)=a01+a1x+a2x2+a3x3+...
A
(
x
)
=
a
0
1
+
a
1
x
+
a
2
x
2
+
a
3
x
3
+
.
.
.
其中
ai
a
i
表示数字i出现的次数
也就说,如果有价值为x的物品,则
ax=1
a
x
=
1
我们经常用生成函数解决如下问题:
求装有苹果,香蕉,橘子和梨的果篮的数量hn,
其中在每个果篮中苹果数是偶数,香蕉数是5的倍数,橘子最多拿4个,梨要么不拿,要么只能拿一个答案:
资料上,称这个问题为n组合问题
选择1,2,3把斧子的情况,需要分别计算
下面我们就先分析选3把斧子的情况:
那么我们还是可以故伎重演:
我们把樵夫拥有的斧子复制成三份,这样我们就有了三堆斧子
我们先简单的认为,取斧子就是从这三堆中每堆各取一个
那么答案显然是:
A(x)∗A(x)∗A(x)=A3(x)
A
(
x
)
∗
A
(
x
)
∗
A
(
x
)
=
A
3
(
x
)
这里涉及到了生成函数的一个小定理:
S S 是多重集合, hn h n 是 S S 的排列数,则 hn h n 的生成函数为:
g(x)=fn1(x)fn2(x)...fnk(x) g ( x ) = f n 1 ( x ) f n 2 ( x ) . . . f n k ( x )
但是这样选可能存在有一个东西选了两次或者选了三次的方案数,
要把ta们减去才能求出恰好选了三个不重复的东西的方案数
对于一个物品重复选了两次的情况,我们可以在生成函数中强制选择ta两次:
对于一个价值为i的物品,
a2i=1
a
2
i
=
1
这样得到的生产函数,我们设为
B(x)
B
(
x
)
那么
B(x)∗A(x)
B
(
x
)
∗
A
(
x
)
就是一个物品重复选择两次的方案数
对于一个物品重复选择三次的情况,我们构造生成函数
C(x)
C
(
x
)
:
对于一个价值为
i
i
的物品,
接下来就是容斥的过程
我们看一下最开始得到的选3把斧子的答案:
A(x)∗A(x)∗A(x)=A3(x)
A
(
x
)
∗
A
(
x
)
∗
A
(
x
)
=
A
3
(
x
)
我们在解释这个式子的时候,直接把斧子复制成了三份
所以我们选的第一把斧子,第二把斧子,第三把斧子,ta们之间是没有关系的
也就是说,
A3(x)
A
3
(
x
)
中会有这样的情况:
(a,a,a),(a,a,b),(a,b,a),(b,a,a)
(
a
,
a
,
a
)
,
(
a
,
a
,
b
)
,
(
a
,
b
,
a
)
,
(
b
,
a
,
a
)
这些都是有一把斧子重复选了两次的情况
而
B(x)∗A(x)
B
(
x
)
∗
A
(
x
)
就是一个物品重复选择两次的方案数
也就是说,
B(x)∗A(x)
B
(
x
)
∗
A
(
x
)
中的情况都是这样的:
(a,a,a),(a,a,b)
(
a
,
a
,
a
)
,
(
a
,
a
,
b
)
在
A3(x)
A
3
(
x
)
中,组合
(a,a,b)
(
a
,
a
,
b
)
出现了三次,
(a,a,a)
(
a
,
a
,
a
)
出现了一次
如果
A3(x)−3∗B(x)
A
3
(
x
)
−
3
∗
B
(
x
)
,我们就可以去掉形如
(a,a,b)
(
a
,
a
,
b
)
的情况
但是形如
(a,a,a)
(
a
,
a
,
a
)
的情况我们还是多减了两次,所以我们还要加回来
A3(x)−3∗B(x)∗A(x)+2∗C(x)
A
3
(
x
)
−
3
∗
B
(
x
)
∗
A
(
x
)
+
2
∗
C
(
x
)
然而,我们用生成函数计算的排列的方案数
因为我们还是默认了有第一把斧子,第二把斧子,第三把斧子
所以最后的答案需要除以6:
A3(x)−3∗B(x)∗A(x)+2∗C(x)6 A 3 ( x ) − 3 ∗ B ( x ) ∗ A ( x ) + 2 ∗ C ( x ) 6
以上就是选三把斧子的情况
依次类推,最后的答案:
A3(x)−3∗B(x)∗A(x)+2∗C(x)6+A2(x)−B(x)2+A(x) A 3 ( x ) − 3 ∗ B ( x ) ∗ A ( x ) + 2 ∗ C ( x ) 6 + A 2 ( x ) − B ( x ) 2 + A ( x )
生成函数的卷积可以用FFT加速
tip
感觉之前对于生成函数有点曲解,其实生成函数计算的也是某种程度上的“排列数”
就像我们经常看到的生成函数例题:
设 hn h n 为方程: e1+e2+e3+e4=n e 1 + e 2 + e 3 + e 4 = n 的非负整数解的个数
解:生成函数,显然, e1,e2,e3,e4 e 1 , e 2 , e 3 , e 4 之间是有潜在顺序的
注意fn的大小:
maxnum∗3∗2
m
a
x
n
u
m
∗
3
∗
2
(因为C的大小就有
maxnum∗3
m
a
x
n
u
m
∗
3
,还要乘)
最后的答案要开ll
#include<bits/stdc++.h>
#define ll long long
using namespace std;
const double pi=acos(-1.0);
const int N=400010;
struct node{
double x,y;
node (double xx=0,double yy=0) {
x=xx;y=yy;
}
};
node A[N],B[N],C[N],o[N],_o[N];
int n,fn;
node operator +(const node &a,const node &b) {return node(a.x+b.x,a.y+b.y);}
node operator -(const node &a,const node &b) {return node(a.x-b.x,a.y-b.y);}
node operator *(const node &a,const node &b) {return node(a.x*b.x-a.y*b.y,a.x*b.y+a.y*b.x);}
node operator /(const node &a,const double &b) {return node(a.x/b,a.y/b);}
void init(int n) {
for (int i=0;i<=n;i++) {
o[i]=node(cos(2.0*i*pi/n),sin(2.0*i*pi/n));
_o[i]=node(cos(2.0*i*pi/n),-sin(2.0*i*pi/n)); //共轭
}
}
void FFT(int n,node *a,node *w) {
int i,j=0,k;
for (i=0;i<n;i++) {
if (i>j) swap(a[i],a[j]);
for (int l=n>>1;(j^=l)<l;l>>=1);
}
for (i=2;i<=n;i<<=1) {
int m=i>>1;
for (j=0;j<n;j+=i)
for (k=0;k<m;k++) {
node z=a[j+k+m]*w[n/i*k];
a[j+k+m]=a[j+k]-z;
a[j+k]=a[j+k]+z;
}
}
}
int main()
{
scanf("%d",&n);
int mx=0;
for (int i=1;i<=n;i++) {
int x;
scanf("%d",&x);
A[x].x++; B[x*2].x++; C[3*x].x++;
mx=max(mx,3*x);
}
fn=1;
while (fn<=mx+mx) fn<<=1;
init(fn);
FFT(fn,A,o);
FFT(fn,B,o);
FFT(fn,C,o);
node a(6.0,0),b(3.0,0),c(2.0,0); //复数运算
for (int i=0;i<=fn;i++)
A[i]=(A[i]*A[i]*A[i]-b*A[i]*B[i]+c*C[i])/6.0
+(A[i]*A[i]-B[i])/2.0+A[i];
FFT(fn,A,_o);
for (int i=1;i<=mx*2;i++) {
ll ans=(ll)(A[i].x/fn+0.5);
if (ans) printf("%d %lld\n",i,ans);
}
return 0;
}