Rockdu's Blog
“Where there is will, there is a way”
亲 您的浏览器不支持html5的audio标签
Toggle navigation
Rockdu's Blog
主页
数据结构
字符串算法
图论
数论、数学
动态规划
基础算法
[其它内容]
计算几何
科研笔记
归档
标签
UOJ#428. 【集训队作业2018】普通的计数题
? 解题记录 ?
? UOJ ?
? 生成函数 ?
? FFT|NTT ?
? 牛顿迭代 ?
2018-11-25 15:19:16
635
0
0
rockdu
? 解题记录 ?
? UOJ ?
? 生成函数 ?
? FFT|NTT ?
? 牛顿迭代 ?
(题目背景)是没有的。 你有一个$01$序列,初始时序列为空。你可以对序列进行两种操作: 在序列末端插入一个$0$。 在序列中删去一个子序列,并在序列末端插入一个$1$。这里对子序列的选取有一定限制,设子序列中包含$x$个$0$,$y$个$1$,则你选取的子序列必须满足: 子序列不可为空,即$x+y>0$ 当$y>0$时,x∈A这里A给定集合 当$y=0$时,x∈B这里B给定集合 现在,你需要对序列执行$n$次操作。请你求出在所有不同的操作方案中,最终序列长度为$1$的方案有多少种。两种操作方案被视为不同,当且仅当某一次操作的种类不同,或某个第二类操作中选取的子序列不同(子序列不同指的是位置不同,与值无关)。 答案对$998244353$取模。 输入格式 输入第一行包含三个整数$n,|A|,|B|$,表示操作的次数,集合$A$的大小,集合$B$的大小。 输入第二行包含$|A|$个整数$a1,a2,⋯,a|A|$,描述集合$A$的各个元素。 输入第三行包含$|B|$个整数$b1,b2,⋯,b|B|$,描述集合$B$的各个元素。 输出格式 输出一个整数,表示答案。 样例一 input ``` 4 1 1 1 1 ``` output ``` 3 ``` 样例二 input ``` 10 10 10 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 ``` output ``` 362880 ``` 对于所有数据,$1≤n≤120000,0≤ai,bi<n$,$ai$互不相同,$bi$互不相同。 -------------- 这道生成函数好题让我重新认识了生成函数,无论从思路还是推导都被吊打了QAQ……生成函数,前路漫漫啊。 拿到题之后就一点思路都没有,问了集训队大佬才发现居然是个带标号的树计数!? 考虑把填$0$操作看作新增一个叶子,把填$1$操作看作选择一些儿子结点出来,构造以自己为根的树。然后每一个操作都变为了一个节点,每一个操作的点的编号就是在操作序列中的下标。 于是问题变成了这样的有标号树计数: 1、父亲标号比儿子大。 2、如果子树全是叶子,那么树大小只能是$B$集合中的数$+1$。 3、如果子树不全是叶子,那么树大小只能是$A$集合中的数$+1$。 那么我们就可以尝试着大胆写式子了: $$f_n=[{n-1}\in B]+\sum_{c_0\in A}\sum_{k}\frac{1}{k!}\sum_{\sum^{k}_{i=1} a_i = n-c_0-1,a_i>1}\binom {n-1} {a_1,a_2,....a_k,c_0}\prod_j f_j$$ 其中$c_0$是枚举叶子有多少个。 而: $$\binom {n} {a_1,a_2,....a_k}$$表示多项式系数,类似二项式系数,是从$n$个中分步选择出$a_1,a_2,...a_k$个数的方案数。在[这篇博客](http://blog.leanote.com/post/rockdu/TX15)中我们讨论过多项式系数。 $$\binom {n} {a_1,a_2,....a_k} = \frac{n!}{\prod^{k}_{i=1} a_i!}$$ 因此 $$f_n=[{n-1}\in B]+\sum_{c_0\in A}\sum_{k}\frac{1}{k!}\sum_{\sum^{k}_{i=1} a_i = n-c_0-1,a_i>1}\frac{(n-1)!}{c_0!\prod^{k}_{i=1} a_i!}\prod_j f_j$$ 天哪,这又长又难看的式子鬼才能化简啊(╯°Д°)╯︵ ┻━┻ 。 想不到指数生成函数就是传说中的鬼! $f_n$的生成函数不好说,但是我们可以看看$f_n$的**指数生成函数**:$F(x)=\sum \frac{f(x)}{i!}x^i$ 将两边同时除以$n!$ $$\frac{f_n}{n!}=\frac{[{n-1}\in B]}{n!}+\sum_{c_0\in A}\frac{1}{n\cdot c_0!}\sum_{k}\frac{1}{k!}\sum_{\sum^{k}_{i=1} a_i = n-c_0-1,a_i>1}\prod^{k}_{j=1} \frac{f_j}{a_j!}$$ 左右两边同时乘$n$ $$n\frac{f_n}{n!}=\frac{[{n-1}\in B]}{(n-1)!}+\sum\frac{[c_0\in A]}{c_0!}\sum_{k}\frac{1}{k!}\sum_{\sum^{k}_{i=1} a_i = n-c_0-1,a_i>1}\prod^{k}_{j=1} \frac{f_j}{a_j!}$$ $WOW$,简直太有型了,一副指数生成函数的样子嘛。 把$n-c_0-1$拆分成很多个数就可以用$F(x)$的指数幂来表示了。 但是$\sum\frac{1}{k!}$后面是多项式可怎么办啊…… 发现有点像$e^x$泰勒展开的样子。那么如果$e^x$可以泰勒展开,$e^{F(x)}$是不是也可以泰勒展开呢: $$e^{F(x)}=\sum^{\infty}_{k=0}\frac{1} {k!}F(x)$$ 好像有点道理。 但是但是!!左边还有个$n$啊? 发现左边还同时错了一位,我们求个导就可以了。 于是定义多项式$A(x)=\sum^{n}_{i=0}\frac{[i\in A]}{i!}x^i$ 定义多项式$B(x)=\sum^{n}_{i=1}\frac{[i\in B]}{i!}x^i$ 且$[x^0]B(x)=1$。 现在这个式子在指数生成函数的帮助下完美转型—— $$F'=B+A(e^{F-x}-1)$$ 因为$a_i>1$,我们要去掉$F$的一次项,而$f(1)$一定是$1$。 化简一下可得: $$F'=Ae^{-x}e^{F}+B-A$$ $$令C=Ae^{-x},D=B-A$$ $$F'=Ce^F+D$$ 如果是普通的关于$F(x)$和$G(F(x))$的等式,我们可以牛顿迭代求解。不过……,这个等式左边是$F'$怎么求啊,根本不会啊! 不管怎么样,先牛顿迭代了再说。 设$$F_0'=Ce^{F_0}+D(mod\ x^n)$$ 那么$$F'=Ce^{F_0}+D+Ce^{F_0}{(F-F_0)}(mod\ x^{2n})$$ 嗯,这下$F$算是到下面来了,将$F_0$的项都看作常数,设为$G,H$。 $$F'+HF=G(mod\ x^{2n})$$ 没救了,再次请教集训队大佬。结果……这东西居然可以解,这居然是个一阶线性微分方程! 于是上B站学了半个上午的微分方程…… 妙啊…… 关于一些微分方程的解法是非常巧妙的,我会单独用一篇博客讨论,这里我们暂时给出问题的解。 设$U=e^{\int{H}dx}$,那么$F=\frac{\int GUdx}{U}$ 于是我们就可以用上面的解来解出新的$F$,进行下一轮迭代了。 嗯,牛顿迭代里套两次$exp$..... 也就是牛顿迭代里套两次牛顿迭代里套牛顿迭代..... 众所周知,牛顿迭代怎么套,时间复杂度都是$O(n log n)$的。 所以自然,这道题的复杂度是: $$O(n\ loooooooooooooooooooooooooooog\ n)$$的 嗯,$LCT$你终于找到对手了。 ~~还因为多项式板子写的太丑了被卡了一天常,记着$NTT$板子一定要预处理$w$~~。 ``` #include<cstdio> #include<cstring> #include<algorithm> #include<cctype> #include<iostream> #include<vector> using namespace std; typedef long long LL; const int mod = 998244353; const LL G = 3; const int maxn = 1000005; LL step[maxn], sinv[maxn], ninv[maxn]; int ccnt; inline char gc(){ static char buf[2000000], *p1 = buf, *p2 = buf; return (p1 == p2) && (p2 = (p1 = buf) + fread(buf, 1, 2000000, stdin), p1 == p2) ? EOF : *p1++; //return getchar(); } template <class T> inline void read(T & x) { x = 0; static char c = gc(); while(!isdigit(c)) c = gc(); while(isdigit(c)) x = x * 10 + c - '0', c = gc(); } namespace Poly { inline void Add(int &x, const int &b) { x += b; if(x >= mod) x -= mod; } inline int sum(const int &a, const int &b) { return a + b >= mod ? a + b - mod : a + b; } inline void Dec(int &x, const int &b) { x -= b; if(x < 0) x += mod; } inline int delt(const int &a, const int &b) { return a - b < 0 ? a - b + mod : a - b; } struct PLG { vector<int > x; PLG() {} PLG(int sz) {cg(sz);} inline int deg() const {return x.size() - 1;} inline void cg(int k) {x.resize(k + 1);} void read(int n) { int u; for(register int i = 0; i <= n; ++i) scanf("%d", &u), x.push_back(u); } void prt() { for(register int i = 0; i < x.size(); ++i) printf("%d ", x[i]); putchar('\n'); } }; int RL[maxn], w[maxn]; LL fpow(LL a, int b) { LL ans = 1; while(b) { if(b & 1) ans = ans * a % mod; a = a * a % mod, b >>= 1; } return ans; } const int IG = fpow(G, mod - 2); int mx2p = 1, N = 1; void init(int n) { for(mx2p = 0, N = 1; N <= n; N <<= 1, ++mx2p); //for(register int i = 1; i <= N; ++i) //RL[i] = (RL[i >> 1] >> 1) | ((i & 1) << mx2p - 1); } int NTT(PLG &A, int type) { A.x.resize(N); /*for(register int i = 0; i < N; ++i) if(i < RL[i]) swap(A.x[i], A.x[RL[i]]);*/ for (register int i = 0, j = 0; i < N; i++) { if (i > j) std::swap(A.x[i], A.x[j]); for (register int k = N >> 1; (j ^= k) < k; k >>= 1) ; } int x, y, Wn; vector<int >::iterator p1, p2; for(register int i = 1; i < N; i <<= 1) { if(~type) Wn = fpow(G, (mod - 1) / (i << 1)); else Wn = fpow(IG, (mod - 1) / (i << 1)); w[0] = 1; for(register int j = 1; j < i; ++j) w[j] = 1ll * w[j - 1] * Wn % mod; p1 = A.x.begin(); p2 = A.x.begin() + i; for(register int p = i << 1, j = 0; j < N; j += p) { for(register int k = 0; k < i; ++k) { x = *(p1 + k), y = 1ll * w[k] * (*(p2 + k)) % mod; *(p1 + k) = sum(x, y); *(p2 + k) = delt(x, y); } p1 += p, p2 += p; } } if(type == -1) { LL inv = fpow(N, mod - 2); for(register int i = 0; i < N; ++i) A.x[i] = A.x[i] * inv % mod; } return N; } PLG tmpa, tmpb; PLG operator * (const PLG &A, const PLG &B) { int len = A.deg() + B.deg(); tmpa = A, tmpb = B; tmpa.cg(len), tmpb.cg(len); init(len); NTT(tmpa, 1), NTT(tmpb, 1); for(register int i = 0; i < N; ++i) tmpa.x[i] = 1ll * tmpa.x[i] * tmpb.x[i] % mod; NTT(tmpa, -1), tmpa.cg(len); return tmpa; } PLG operator + (const PLG &A, const PLG &B) { PLG C(max(A.deg(), B.deg())); for(register int i = 0; i <= A.deg(); ++i) Add(C.x[i], A.x[i]); for(register int i = 0; i <= B.deg(); ++i) Add(C.x[i], B.x[i]); return C; } PLG operator - (const PLG &A, const PLG &B) { PLG C(max(A.deg(), B.deg())); for(register int i = 0; i <= A.deg(); ++i) Add(C.x[i], A.x[i]); for(register int i = 0; i <= B.deg(); ++i) Dec(C.x[i], B.x[i]); return C; } PLG operator - (const PLG &A) { PLG C; for(register int i = 0; i <= A.deg(); ++i) C.x.push_back(mod - A.x[i]); return C; } PLG operator * (const PLG &A, const LL &x) { PLG C; for(register int i = 0; i <= A.deg(); ++i) C.x.push_back(A.x[i] * x % mod); return C; } PLG operator % (const PLG &A, int n) { PLG C; n = min(A.deg() + 1, n); for(register int i = 0; i < n; ++i) C.x.push_back(A.x[i]); return C; } void operator %= (PLG &A, int n) {A.cg(n - 1);} PLG inv(const PLG &A, const int &k) { int mxl = 1; for(mxl = 1; mxl < k; mxl <<= 1); PLG F; F.x.push_back(fpow(A.x[0], mod - 2)); for(register int l = 2; l < mxl; l <<= 1) { F = F * 2 - ((A % l) * (F * F) % l); } return F * 2 - ((A % k) * (F * F) % k); } PLG d(const PLG &A) { PLG C; for(register int i = 0; i < A.deg(); ++i) C.x.push_back(1ll * A.x[i + 1] * (i + 1) % mod); return C; } PLG ig(const PLG &A) { PLG C; C.x.push_back(0); for(register int i = 1; i <= A.deg() + 1; ++i) C.x.push_back(A.x[i - 1] * ninv[i] % mod); return C; } PLG ln(const PLG &A, const int &k) {return ig(inv(A, k) * d(A) % (k - 1));} PLG exp(const PLG &A, const int &k) { int mxl = 1; for(mxl = 1; mxl < k; mxl <<= 1); PLG F; F.x.push_back(1); for(register int l = 2; l < mxl; l <<= 1) { F = (F * ((A % l) - ln(F, l)) % l + F); } return (F * ((A % k) - ln(F, k)) % k + F); } } Poly::PLG A, B, _e_x, C, D; int n, Al, Bl, u, rw = 1; LL Newton() { using namespace Poly; int mxl = 1; for(mxl = 1; mxl <= n + 1; mxl <<= 1); PLG F, U, G, H; F.x.push_back(1); for(register int l = 2; l < mxl; l <<= 1) { H = -(C % l) * (exp(F, l)), H %= l; G = (H * F % l) - H + (D % l); U = exp(ig(H), l); F = ig(G * U % l) * inv(U, l) % l; } H = -((C % (n + 1)) * (exp(F, n + 1)) % (n + 1)); G = (H * F % (n + 1)) - H + (D % (n + 1)); U = exp(ig(H), n + 1); F = ig(G * U % (n + 1)) * inv(U, n + 1) % (n + 1); return F.x[n] * step[n] % mod; } void pre(int n) { step[0] = 1; for(register int i = 1; i <= n; ++i) step[i] = step[i - 1] * i % mod; sinv[n] = Poly::fpow(step[n], mod - 2); for(register int i = n - 1; i >= 0; --i) sinv[i] = sinv[i + 1] * (i + 1) % mod; for(register int i = n; i >= 1; --i) ninv[i] = step[i - 1] * sinv[i] % mod; } int main() { using namespace Poly; //freopen("test.txt", "r", stdin); read(n), read(Al), read(Bl); A.cg(n), B.cg(n), _e_x.cg(n), pre(n); for(register int i = 0; i <= n; ++i) _e_x.x[i] = delt(rw * sinv[i], 0), rw *= -1; for(register int i = 1; i <= Al; ++i) read(u), A.x[u] = sinv[u]; B.x[0] = 1; for(register int i = 1; i <= Bl; ++i) read(u), B.x[u] = sinv[u]; C = A * _e_x % (n + 1), D = B - A; printf("%lld\n", Newton()); return 0; } ```
上一篇:
洛谷P3256 [JLOI2013]赛车
下一篇:
真正理解快速沃尔什变换/快速莫比乌斯变换(FWT|FMT) (已完结)
0
赞
635 人读过
新浪微博
微信
腾讯微博
QQ空间
人人网
提交评论
立即登录
, 发表评论.
没有帐号?
立即注册
0
条评论
More...
文档导航
没有帐号? 立即注册