#50. 【UR #3】链式反应（动态规划/生成函数/分治NTT/解微分方程）

#50. 【UR #3】链式反应

https://vfleaking.blog.uoj.ac/blog/43
https://www.cnblogs.com/Paul-Guderian/p/10487214.html
对于一个n个节点的树，编号从1到n，要求每个点的编号小于儿子，并且有两类点，蓝点没有儿子，每个红点要么连接两个红点和若干蓝点，蓝点儿子的数量属于集合A，要么没有儿子。求解树的个数。

我们考虑dp，$dp[i]$表示i个点的树的答案，然后有
发现这是一个背包的形式，所以我们可以考虑利用生成函数求解。
$f(x)={\sum }_{i=1}^n\frac{f[i]}{i!}{x}^i,A(x)={\sum }_{i\in A}\frac{x^i}{i!}$
然后我们可以推出
$f^{\prime }=\frac{1}{2}A{f}^2+1$
多项式的次数代表的就是所有儿子大小之和，所以最后补充的1就代表没有儿子的单独一个点。

然后现在我们已经可以进行分治NTT求解了，但是总的复杂度是$O(nlogn)$

考虑进一步求解这个式子，本质上需要我们求解一个微分方程，那么首先我们利用牛顿迭代得到
$$\begin{gathered} f^{\prime }=g(f) \\ =g(f_0)+\frac{1}{2}{g}^{\prime }(f_0)(f-f_0) \\ =g(f_0)+\frac{1}{2}{g}^{\prime }(f_0)f-\frac{1}{2}{g}^{\prime }(f_0)f_0 \\ {f}^{\prime }-\frac{1}{2}{g}^{\prime }(f_0)f=g(f_0)-\frac{1}{2}{g}^{\prime }(f_0)f_0 \end{gathered}$$
现在我们考虑构造将左边变为一个比较好的形式，发现是一个$f^{\prime }+kf$的形式，那么我们可以向$(gf{)}^{\prime }$的方向构造，考虑乘以一个$r$.
$$r{f}^{\prime }+rkf=(rf{)}^{\prime }=r^{\prime }f+r{f}^{\prime }$$
那么我们对于r的限制就是
$$rk=r^{\prime }$$
那么这是一个固定的形式
$$\begin{gathered} r=e^{\int kdt} \\ r=e^{\int -\frac{1}{2}{g}^{\prime }(f_0)dt} \end{gathered}$$
这样子我们就可以得到
$$f=\frac{\int [g(f_0)-\frac{1}{2}{g}^{\prime }(f_0)f_0]rdx}{r}$$
那么利用牛顿迭代的方法我们成功在$O(nlogn)$的时间内解决了这个问题。虽然常数巨大跑不过分治NTT。