P4707 重返现世（扩展min-max容斥\多项式\动态规划）

P4707 重返现世

首先对于这种n个物品凑齐k个的问题肯定是扩展minmax容斥了，然后我们就可以把问题转化为min的问题了，然后又是几何级数的老套路直接变为倒数就是期望次数。

$$kth-max(S)=\sum _T(-1{)}^{k-|T|}(\genfrac{}{}{0ex}{}{|T|-1}{k-1})f(T)$$

然后我们实际上求解的就是一个背包问题，对于某一个给定的集合大小求解所有的
$$\frac{m}{{\sum }_{t\in T}{p}_t}$$
但是我考虑的是使用多项式处理，求解
$$[x^{|T|}]\prod _{i=1}^n(1+\frac{1}{p_i}x)$$
这个我们可以使用分治fft求解，但是多项式处理的背包是权值乘积，没法适用于这种更一般的情况，但是对于可以表示为乘积的背包可以大大优化复杂度。

我们对于这个问题就只能够背包dp了，然后容斥系数包含集合大小所以我们很自然的想法应该是$d{p}_{i,j,k}$表示前i个原料用了j个，然后$pi$之和为k的方案数。
总的复杂度为$O(n^{2}m)$

然后考虑优化，这里我们还有k很小这个性质没有利用，然后由于pi之和这一维没法优化，所以我们考虑优化|T|这一维，将这一维去掉，但是这样容斥系数就必须一起处理了，然后对于每次转移时候$|T|$会增加1，我们需要按照套路将组合数拆分，这个时候就恰好转化为了|T|不变但是k会变的转移，由于k是很小的所以我们存储k即可。

这个转移的确是真的很妙，巧妙利用组合数加法公式，将上指标的问题转化到下指标。

对于动态规划的关键部分有：1. 状态设计 2. 状态转移 3. 初始条件 4. 答案求解
这4步缺一不可。

这道题的初始条件就很耐人寻味，在$d{p}_{0,0,0}$的时候1，其他时候为0，这个定义真的比较微妙。