luogu P5205 【模板】多项式开根

最新推荐文章于 2022-03-10 14:21:52 发布
最新推荐文章于 2022-03-10 14:21:52 发布
阅读量148 收藏 1
点赞数
分类专栏： # NTT # 倍增 文章标签： NTT 倍增 数论
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/zsyz_ZZY/article/details/95732257
版权
NTT 同时被 2 个专栏收录
20 篇文章 2 订阅
订阅专栏
倍增
18 篇文章 0 订阅
订阅专栏

背景：

多项式全家桶 eating... \text{eating...} eating...

题目传送门：

https://www.luogu.org/problemnew/show/P5205

题意：

求一个多项式 G ( x ) G(x) G(x)，使得： G 2 ( x ) ≡ F ( x ) ( m o d    x n ) G^2(x)≡F(x)(\mod x^n) G2(x)≡F(x)(modxn)。

思路 1 1 1：

两边同时去 ln ⁡ \ln ln，得：
ln ⁡ G 2 ( x ) ≡ ln ⁡ F ( x ) ( m o d    x n ) 2 ln ⁡ G ( x ) ≡ ln ⁡ F ( x ) ( m o d    x n ) ln ⁡ G ( x ) ≡ ln ⁡ F ( x ) 2 ( m o d    x n ) \begin{aligned}\ln G^2(x)&≡\ln F(x)(\mod x^n)\\ 2\ln G(x)&≡\ln F(x)(\mod x^n)\\ \ln G(x)&≡\frac{\ln F(x)}{2}(\mod x^n)\end{aligned} lnG2(x)2lnG(x)lnG(x)​≡lnF(x)(modxn)≡lnF(x)(modxn)≡2lnF(x)​(modxn)​

因此对 F F F取 ln ⁡ \ln ln，得到的结果除以 2 2 2，最后取 exp \text{exp} exp即可。
为什么是取 exp \text{exp} exp，因为： G ( x ) = e ln ⁡ G ( x ) G(x)=e^{\ln G(x)} G(x)=elnG(x)。

以后还是能用 int \text{int} int，就不用 long long \text{long long} long long吧， 40pts \text{40pts} 40pts与 100pts \text{100pts} 100pts的差距。

代码 1 1 1：

#include<cstdio>
#include<cstring>
#include<algorithm>
#define LL long long
const LL mod=998244353,G=3,inv_G=332748118;
using namespace std;
	int a[1000010],b[1000010],f[1000010],g[1000010],g1[1000010],g2[1000010],g3[1000010];
	int limit,n,l,r[1000010];
int dg(int x,int k)
{
	if(!k) return 1;
	int op=dg(x,k>>1);
	if(k&1) return (LL)op*op%mod*x%mod; else return (LL)op*op%mod;
}
int inv(int x)
{
	return dg(x,mod-2);
}
void dao(int *f,int *g,int n)
{
	for(int i=1;i<n;i++)
		g[i-1]=(LL)i*f[i]%mod;
	g[n-1]=0;
}
void jifen(int *f,int *g,int n)
{
	for(int i=1;i<n;i++)
		g[i]=(LL)f[i-1]*inv(i)%mod;
	g[0]=0;
}
void init(int n)
{
	limit=1,l=0;
	while(limit<(n<<1))
		limit<<=1,l++;
	for(int i=1;i<limit;i++)
	r[i]=((r[i>>1]>>1)|((i&1)<<(l-1)));
}
void NTT(int *now,int limit,int op)
{
	for(int i=0;i<limit;i++)
		if(i<r[i]) swap(now[i],now[r[i]]);
	for(int mid=1;mid<limit;mid<<=1)
	{
		int wn=dg(op==1?G:inv_G,(mod-1)/(mid<<1));
		for(int j=0;j<limit;j+=(mid<<1))
		{
			int w=1;
			for(int k=0;k<mid;k++,w=((LL)w*wn)%mod)
			{
				int x=now[j+k],y=(LL)w*now[j+k+mid]%mod;
				now[j+k]=(x+y)%mod;
				now[j+k+mid]=(x-y+mod)%mod;
			}
		}
	}
}
void dft(int *f,int n,int limit)
{
	NTT(f,limit,-1);
	int INV=inv(limit);
	for(int i=0;i<n;i++)
		f[i]=(LL)f[i]*INV%mod;
}
void poly_inv(int *f,int *g,int n)
{
	if(n==1)
	{
		g[0]=inv(f[0]);
		return;
	}
	poly_inv(f,g,(n+1)>>1);
	init(n);
	memset(a,0,sizeof(a));
	memset(b,0,sizeof(b));
	for(int i=0;i<n;i++)
		a[i]=f[i],b[i]=g[i];
	NTT(a,limit,1),NTT(b,limit,1);
	for(int i=0;i<limit;i++)
		b[i]=(LL)b[i]*((2ll-(LL)a[i]*b[i]%mod+mod)%mod)%mod;
	dft(b,n,limit);
	for(int i=0;i<n;i++)
		g[i]=b[i];
}
void poly_ln(int *f,int n)
{
	dao(f,g1,n);
	poly_inv(f,g2,n);
	init(n);
	NTT(g1,limit,1),NTT(g2,limit,1);
	for(int i=0;i<limit;i++)
		g1[i]=(LL)g1[i]*g2[i]%mod;
	dft(g1,n,limit);
	jifen(g1,g2,n);
}
void poly_exp(int *f,int *g,int n)
{
	if(n==1)
	{
		g[0]=1;
		return;
	}
	poly_exp(f,g,(n+1)>>1);
	memset(g1,0,sizeof(g1));
	memset(g2,0,sizeof(g2));
	poly_ln(g,n);
	init(n);
	memset(a,0,sizeof(a));
	memset(b,0,sizeof(b));
	for(int i=0;i<n;i++)
		a[i]=g[i],b[i]=((LL)(!i)-g2[i]+f[i]+mod)%mod;
	NTT(a,limit,1),NTT(b,limit,1);
	for(int i=0;i<limit;i++)
		a[i]=(LL)a[i]*b[i]%mod;
	dft(a,n,limit);
	for(int i=0;i<n;i++)
		g[i]=a[i];
}
void poly_sqrt(int *f,int *g,int n)
{
	poly_ln(f,n);
	int inv2=inv(2);
	for(int i=0;i<n;i++)
		g3[i]=(LL)g2[i]*inv2%mod;
	memset(g1,0,sizeof(g1));
	memset(g2,0,sizeof(g2));
	poly_exp(g3,g,n);
}
int main()
{
	scanf("%d",&n);
	for(int i=0;i<n;i++)
		scanf("%d",&f[i]);
	poly_sqrt(f,g,n);
	for(int i=0;i<n;i++)
		printf("%d ",g[i]);
}

思路 2 2 2：

我们像求逆一样推式子。
G 2 ( x ) = F ( x ) ( m o d &ThinSpace;&ThinSpace; x n ) G^2(x)=F(x)(\mod x^n) G2(x)=F(x)(modxn)
假设我们已经搞定了 A 2 ( x ) ≡ F ( x ) ( m o d &ThinSpace;&ThinSpace; x ⌈ n 2 ⌉ ) A^2(x)≡F(x)(\mod x^{\lceil\frac{n}{2}\rceil}) A2(x)≡F(x)(modx⌈2n​⌉)。

两式相减，有：
G 2 ( x ) − A 2 ( x ) ≡ 0 ( m o d &ThinSpace;&ThinSpace; x ⌈ n 2 ⌉ ) G^2(x)-A^2(x)≡0(\mod x^{{\lceil\frac{n}{2}\rceil}}) G2(x)−A2(x)≡0(modx⌈2n​⌉)

两边同时平方，有：
( G 2 ( x ) − A 2 ( x ) ) 2 ≡ 0 ( m o d &ThinSpace;&ThinSpace; x n ) \big(G^2(x)-A^2(x)\big)^2≡0(\mod x^{n}) (G2(x)−A2(x))2≡0(modxn)

两边同时加上 4 A 2 ( x ) G 2 ( x ) 4A^2(x)G^2(x) 4A2(x)G2(x)，有：
( G 2 ( x ) + A 2 ( x ) ) 2 ≡ 4 A 2 ( x ) G 2 ( x ) ( m o d &ThinSpace;&ThinSpace; x n ) \big(G^2(x)+A^2(x)\big)^2≡4A^2(x)G^2(x)(\mod x^{n}) (G2(x)+A2(x))2≡4A2(x)G2(x)(modxn)

两边同时开方，有：
G 2 ( x ) + A 2 ( x ) ≡ 2 A ( x ) G ( x ) ( m o d &ThinSpace;&ThinSpace; x n ) G^2(x)+A^2(x)≡2A(x)G(x)(\mod x^{n}) G2(x)+A2(x)≡2A(x)G(x)(modxn)

F ( x ) + A 2 ( x ) ≡ 2 A ( x ) G ( x ) ( m o d &ThinSpace;&ThinSpace; x n ) F(x)+A^2(x)≡2A(x)G(x)(\mod x^{n}) F(x)+A2(x)≡2A(x)G(x)(modxn)

G ( x ) = A 2 ( x ) + F ( x ) 2 A ( x ) G(x)=\frac{A^2(x)+F(x)}{2A(x)} G(x)=2A(x)A2(x)+F(x)​

套一个多项式求逆即可。
时间上更优秀些（常数更小）。

代码：

#include<cstdio>
#include<cstring>
#include<algorithm>
#define LL long long
const LL mod=998244353,G=3,inv_G=332748118;
using namespace std;
	int a[1000010],b[1000010],f[1000010],g[1000010],h1[1000010],h2[1000010],h3[1000010];
	int limit,n,l,r[1000010];
int dg(int x,int k)
{
	if(!k) return 1;
	int op=dg(x,k>>1);
	if(k&1) return (LL)op*op%mod*x%mod; else return (LL)op*op%mod;
}
int inv(int x)
{
	return dg(x,mod-2);
}
void init(int n)
{
	limit=1,l=0;
	while(limit<(n<<1))
		limit<<=1,l++;
	for(int i=1;i<limit;i++)
	r[i]=((r[i>>1]>>1)|((i&1)<<(l-1)));
}
void NTT(int *now,int limit,int op)
{
	for(int i=0;i<limit;i++)
		if(i<r[i]) swap(now[i],now[r[i]]);
	for(int mid=1;mid<limit;mid<<=1)
	{
		int wn=dg(op==1?G:inv_G,(mod-1)/(mid<<1));
		for(int j=0;j<limit;j+=(mid<<1))
		{
			int w=1;
			for(int k=0;k<mid;k++,w=((LL)w*wn)%mod)
			{
				int x=now[j+k],y=(LL)w*now[j+k+mid]%mod;
				now[j+k]=(x+y)%mod;
				now[j+k+mid]=(x-y+mod)%mod;
			}
		}
	}
}
void dft(int *f,int n,int limit)
{
	NTT(f,limit,-1);
	int INV=inv(limit);
	for(int i=0;i<n;i++)
		f[i]=(LL)f[i]*INV%mod;
}
void poly_inv(int *f,int *g,int n)
{
	if(n==1)
	{
		g[0]=inv(f[0]);
		return;
	}
	poly_inv(f,g,(n+1)>>1);
	init(n);
	memset(a,0,sizeof(a));
	memset(b,0,sizeof(b));
	for(int i=0;i<n;i++)
		a[i]=f[i],b[i]=g[i];
	NTT(a,limit,1),NTT(b,limit,1);
	for(int i=0;i<limit;i++)
		b[i]=(LL)b[i]*((2ll-(LL)a[i]*b[i]%mod+mod)%mod)%mod;
	dft(b,n,limit);
	for(int i=0;i<n;i++)
		g[i]=b[i];
}
void poly_sqrt(int *f,int *g,int n)
{
	if(n==1)
	{
		g[0]=1;
		return;
	}
	poly_sqrt(f,g,(n+1)>>1);
	init(n);
	memset(a,0,sizeof(a));
	for(int i=0;i<n;i++)
		a[i]=g[i];
	NTT(a,limit,1);
	for(int i=0;i<limit;i++)
		a[i]=(LL)a[i]*a[i]%mod;
	NTT(a,limit,-1);
	int INV=inv(limit);
	memset(h1,0,sizeof(h1));
	memset(h2,0,sizeof(h2));
	memset(h3,0,sizeof(h3));
	for(int i=0;i<n;i++)
		h1[i]=((LL)a[i]*INV%mod+f[i])%mod;
	for(int i=0;i<n;i++)
		h2[i]=2ll*g[i]%mod;
	poly_inv(h2,h3,n);
	NTT(h1,limit,1),NTT(h3,limit,1);
	for(int i=0;i<limit;i++)
		h1[i]=(LL)h1[i]*h3[i]%mod;
	NTT(h1,limit,-1);
	for(int i=0;i<n;i++)
		g[i]=(LL)h1[i]*INV%mod;
}
int main()
{
	scanf("%d",&n);
	for(int i=0;i<n;i++)
		scanf("%d",&f[i]);
	poly_sqrt(f,g,n);
	for(int i=0;i<n;i++)
		printf("%d ",g[i]);
}
zsyz_ZZY
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
多项式开根
Freopen的博客
12-20 372
已知f(x)f(x)f(x)，求g(x)=f(x)12(modxn)g(x) = f(x)^{\frac 12} \pmod{x^n}g(x)=f(x)21​(modxn) 保证常数项为111 算法111：g(x)=exp⁡(ln⁡f(x)2)g(x) = \exp(\frac {\ln f(x)}2)g(x)=exp(2lnf(x)​)O(nlog⁡n)O(n\log n)O(nlogn) 算法...
开根号的笔算算法图解_【learning】多项式开根详解+模板
weixin_39869593的博客
12-20 1666
概述多项式开跟是一个非常重要的知识点，许多多项式题目都要用到这一算法。用快速数论变换，多项式求逆元和倍增法可以在$O(n log n)$的时间复杂度下求出一个$n$次多项式的开根。前置技能快速数论变换(NTT)，多项式求逆元，二次剩余。多项式的开根给定一个多项式$A(x)$，其次数为$deg_A$，若存在一个多项式$B(x)$，使其满足$deg_B≤deg_A$，且$ B^2(x) \equiv ...
matlab根据根求多项式,matlab求解多项式的根
weixin_34441588的博客
04-08 3954
因此牛顿法也称切线法,是非线性方程求根方法中收敛最快的方 法。 2. matlab 中方程求解的基本命令 roots(p):求多项式方程的根,其中 p 是多项式系数按降幂排列所形成的向量。 solve(fun):求方程 fun=0 的符号解,如果不能求得精确......多项式加减运算:Matlab没有提供专门进行多项式 加减运算的函数,事实上,多项式的加减就是其所对 应的系数向量的加减运算。 ? ...
2021-03-01 Matlab 多项式的根求解
qingfengxd1的博客
03-01 1万+
Matlab 多项式的根求解 分享一下通过多种不同的方法计算多项式的根。 数值根 使用代换法求根 特定区间内的根 符号根 数值根 roots函数用于计算系数向量表示的单变量多项式的根。 例如，创建一个向量以表示多项式x2−x−6，然后计算多项式的根。 p = [1 -1 -6];r = roots(p)r = 3 -2 按照惯例，MATLAB以列向量形式返回这些根。 poly函数将这些根重新转换为多项式系数。对向量执...
多项式的求根方法
热门推荐
calm_encode的博客
11-15 1万+
一 概述 函数f(x)=(an)xⁿ +....+ (a4)x⁴ + (a3)x³ + (a2)x² + (a1)x¹ + a0是一个多项式函数，一般情况下直接求根f(x)=0的根不是很方便。所以存在一个试根的技巧。 二 多项式函数求根的试根法 1. 如果a0 = 0，则f(0) = 0，所以此时0是f(x) = 0的一个根。 2. 如果a(n) + a(n-1) + ...+ a2 + a1 + a0 = 0，则f(1) = 0，所以此时1是f(x) = 0的根。 3. 如果f(x)的偶次项(.
matlab求多项式的实数根_matlab中怎么求多项式的根
weixin_30520491的博客
01-27 8292
2017-10-09 回答用matlab解方程的三个实例1、对于多项式p(x)=x3-6x2-72x-27，求多项式p(x)=0的根，可用多项式求根函数roots(p)，其中p为多项式系数向量，即>>p =p =1.00 -6.00 -72.00 -27.00p是多项式的matlab描述方法，我们可用poly2str(p,'x')函数 ，来显示多项式的形式:>>px=pol...
matlab 求解多项式的根 四种方法
weixin_57038822的博客
12-30 1万+
matlab 求解多项式的根 四种方法 方法一 %多项式求根函数roots p=[1,-3,1];%建立多项式系数向量p x=roots(p)%求多项式的根 x=-5:0.1:5;%步长为0.1 y1=x.*x-3*x+1;%构建一个函数 y2=zeros(size(x));%产生一个与x同大小的零向量 plot(x,y1,x,y2); 方法二 %利用函数fzero f=@(x)x*x-3*x+1; x1=fzero(f,0.5) x2=fzero(f,2.5) 方法三 %利用f
多项式求根方法
chenxiangyangxy的专栏
03-10 1776
import numpy as np # y=3x^3+2x^2+9x+10 def root_of(a): mat = np.zeros((a.shape[0]-1, a.shape[0]-1), dtype=np.double) a=a/a[0] for i in range (a.shape[0]-1): mat[0][i] = a[i+1] for i in range(a.shape[0]-2): mat[i+...
多项式求根原理
weixin_39383896的博客
08-30 4685
多项式求根： 若整数系数多项式 是要一个整系数多项式，若r/s是它的一个有理根，其中r,s互素；那么必有s|an,r|a0。（s|an表示s整除于an) 证明： 因为 r/s 是f(x)的一个有理根， 因此 （x-r/s)|f(x) 等价于 （sx-r)|f(x) 因为r,s互素，所以sx-r 是f(x)的一个本原多项式 因此 通过比较多项式系数得到 因此：s|an,r|a0 总结： 多项式的有理根只能出现在，常数项系数的公约数集合除以最高次项系数的公约数集合的值中。 ...
高等代数 多项式环(第7章)3 一元多项式的根与不可约多项式
weixin_46131409的博客
08-15 5185
一.一元多项式的根(7.6) 二.复数域上的不可约多项式(7.6) 三.实数域上的不可约多项式(7.7) 四.实数系多项式的根(7.7)
shuzhijisuan.rar_多项式求根
09-19
本压缩包“shuzhijisuan.rar_多项式求根”聚焦于一个关键的数值计算问题：多项式求根。这个主题包括了多项式方程的解法，如牛顿法，以及与之相关的周期性方程的求解，如采用追赶法。接下来，我们将深入探讨这些算法...
多项式实根个数的计算
02-28
不用求解多项式，通过多项式系数的一些计算，就可以精确地统计出多项式有几个实根。
多项式的根之美.rar
06-21
多项式的根则是指使多项式值为零的变量的值，也即方程的解。在给定的压缩包文件“多项式的根之美.rar”中，我们关注的是如何计算这些根，特别是通过编程来实现这一过程。 多项式的根可以通过多种方法求解，包括因式...
Matlab多项式运算与方程求根
08-29
Matlab多项式运算与方程求根对各种多项式运算给出实列和方法
方程求根_方程求根_多项式求根_roots_牛顿迭代_源码
10-02
接着，**多项式求根**，也就是寻找一个多项式函数P(x) = a_nx^n + a_{n-1}x^{n-1} + ... + a_1x + a_0等于零的解。多项式求根有多种方法，如辗转相除法（欧几里得算法）用于求最大公因数时，也可以找到一次因子；...
ubuntu20.04安装教程.docx
07-09
安装 Ubuntu 20.04（Focal Fossa）的步骤如下所示。确保在开始安装之前备份重要数据，以防万一。 1. 下载 Ubuntu 20.04 镜像文件 访问 Ubuntu 官网（https://ubuntu.com/download/desktop）下载 Ubuntu 20.04 的镜像文件。根据你的计算机架构选择合适的版本（通常是 64 位的）。 2. 制作启动盘 你可以使用以下两种方法制作 Ubuntu 的启动盘： 使用 Rufus 制作启动盘（适用于 Windows）： 下载并安装 Rufus。 插入空白 USB 驱动器。 打开 Rufus，选择你下载的 Ubuntu 镜像文件。 点击 "开始" 制作启动盘。 使用 Etcher 制作启动盘（跨平台）： 下载并安装 Etcher。 打开 Etcher，选择 Ubuntu 镜像文件和你的 USB 驱动器。 点击 "Flash!" 制作启动盘。 3. 安装 Ubuntu 20.04 制作完成后，将 USB 启动盘插入到需要安装 Ubuntu 的计算机上，然后按照以下步骤进行安装： 启动计算机：在 BIOS 设置
贵阳市建筑物矢量数据（Shp格式+带高度）.txt
最新发布
07-09
因文件较多，数据存放网盘，txt文件内包含下载链接及提取码，永久有效。失效会第一时间进行补充。
学校安全责任追究制度.docx
07-09
学校安全责任追究制度
述职报告（08）PPT模板.pptx
07-09
述职报告（08）PPT模板.pptx
python 多项式求根
01-17
多项式求根是一个常见的数值计算问题。在Python中，有多种方法可以用来求解多项式的根。其中一种常用的方法是使用YRoots包。YRoots是一个用于数值求根的Python包，可以用来求解多元多项式的根。 以下是一个使用...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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