FWT能解决什么

  • 有的时候我们会遇到要求一类卷积,如下:

    Ci=∑j⊕k=iAj∗Bk\large C_i=\sum_{j⊕k=i}A_j*B_kCi​=j⊕k=i∑​Aj​∗Bk​此处乘号为普通乘法,⊕⊕⊕表示一种位运算,如 and(&)、and(\&)、and(&)、 or(∣)、or(|)、or(∣)、异或 xor(xor(xor(^)))

    LaTeX\Large\LaTeXLATE​X打不了 ^ 啊…qwq

FWT思想

  • 首先因为是位运算,所以需要按位分解。又因为是卷积的形式,联想到FFTFFTFFT中利用了一种分治优化降低时间复杂度,所以我们首先把多项式拓展到222的次幂长度,方便按位分治
  • FWTFWTFWT的思想就是利用一种向量变换来简化运算,首先我们定义向量VVV(此处可理解为数组或多项式)的正变换为FWT[V]FWT[V]FWT[V],逆变换为FWT−1[V]FWT^{-1}[V]FWT−1[V]
    • 先拿and(&)and(\&)and(&)的情况举例,根据位运算常识有

      (i&k) & (j&k)=(i&j) & k(i\&k)~\&~(j\&k)=(i\&j)~\&~k(i&k) & (j&k)=(i&j) & k
    • 所以构造FWT[V]i=∑(j&i)=iVjFWT[V]_i=\sum_{(j\&i)=i}V_jFWT[V]i​=∑(j&i)=i​Vj​

      则有 FWT[C]i=FWT[A]i∗FWT[B]iFWT[C]_i=FWT[A]_i*FWT[B]_iFWT[C]i​=FWT[A]i​∗FWT[B]i​
    • 那么我们只需要求出FWT[A],FWT[B]FWT[A],FWT[B]FWT[A],FWT[B],就能得到FWT[C]FWT[C]FWT[C],然后通过逆变换求出CCC

变换与逆变换具体实现

  • 像FFT一样,分治求FWT[V]FWT[V]FWT[V]。拿andandand运算举例
  • 将一个长度为lenlenlen区间二分,那么左边和右边分别是最高位为0/10/10/1的数,此时递归处理左右两边。相当于先不考虑最高位,递归处理左右两边长度为len/2len/2len/2的答案
  • 要想将两个区间合并,由于是andandand运算,两个数的与运算只会变小,那么只会是右边的区间对左边造成贡献
  • 记左边处理出来的答案为XiX_iXi​,右边处理出来的答案为YiY_iYi​,合并后的答案为AnsiAns_iAnsi​,XXX与YYY的实际含义为{Xi=∑i&j=i,j在左边VjYi=∑i&j=i,j在右边Vj\Large \left\{
    \begin{aligned}
    X_i=&\sum_{i\&j=i,j在左边}V_j\\
    Y_i=&\sum_{i\&j=i,j在右边}V_j\\
    \end{aligned}
    \right.⎩⎪⎪⎪⎪⎪⎪⎪⎨⎪⎪⎪⎪⎪⎪⎪⎧​Xi​=Yi​=​i&j=i,j在左边∑​Vj​i&j=i,j在右边∑​Vj​​
  • 显然有{Ansi=Xi+YiAnsi+len/2=Yi\Large \left\{
    \begin{aligned}
    &Ans_i=X_i+Y_i\\
    &Ans_{i+len/2}=Y_i\\
    \end{aligned}
    \right.⎩⎪⎨⎪⎧​​Ansi​=Xi​+Yi​Ansi+len/2​=Yi​​
  • 求逆变换FWT[V]−1FWT[V]^{-1}FWT[V]−1时有{Xi=Ansi−Ansi+len/2Yi=Ansi+len/2\Large \left\{
    \begin{aligned}
    &X_i=Ans_i-Ans_{i+len/2}\\
    &Y_i=Ans_{i+len/2}\\
    \end{aligned}
    \right.⎩⎪⎨⎪⎧​​Xi​=Ansi​−Ansi+len/2​Yi​=Ansi+len/2​​
  • 于是我们就解决了与运算的问题,或运算可类比

异或卷积

  • 异或(xor)(xor)(xor)与其他两个有点不一样(毕竟LaTeX\Large\LaTeXLATE​X写不出来),需要多想一想
  • 异或卷积基于以下原理
    • 定义iii和jjj之间的奇偶性为(i&j)(i\&j)(i&j)中为1的位数的奇偶性,若为偶数则奇偶性是0,若为奇数则奇偶性是1。记作d(i,j)d(i,j)d(i,j)

    • 令FWT[V]i=∑d(i,j)=0Vj−∑d(i,j)=1Vj\large FWT[V]_i=\sum_{d(i,j)=0}V_j-\sum_{d(i,j)=1}V_jFWT[V]i​=∑d(i,j)=0​Vj​−∑d(i,j)=1​Vj​

      就有了FWT[C]i=FWT[A]i∗FWT[B]i\large FWT[C]_i=FWT[A]_i*FWT[B]_iFWT[C]i​=FWT[A]i​∗FWT[B]i​

      • 证明为d(i,k) xor d(j,k)=d(i xor j,k)d(i,k)~xor~d(j,k)=d(i~xor~j,k)d(i,k) xor d(j,k)=d(i xor j,k)

        • 将(i&k),(j&k)(i\&k),(j\&k)(i&k),(j&k)同时减去它们的相与的值(i&k)&(j&k)(i\&k)\&(j\&k)(i&k)&(j&k),它们的相对奇偶性(可以理解吧)不变,减去后(i&k),(j&k)(i\&k),(j\&k)(i&k),(j&k)在二进制下没有同时为111的位,所以异或可以直接相加
        • 所以当d(i,k)=d(j,k)d(i,k)=d(j,k)d(i,k)=d(j,k),同时减去后奇偶性还是相等,那么(i xor j)&k(i~xor~j)\&k(i xor j)&k的奇偶性=两个相等的奇偶性加起来=0=d(i,k) xor d(j,k)d(i,k)~xor~d(j,k)d(i,k) xor d(j,k)
        • 所以当d(i,k)!=d(j,k)d(i,k)!=d(j,k)d(i,k)!=d(j,k),同时减去后奇偶性还是不等,那么(i xor j)&k(i~xor~j)\&k(i xor j)&k的奇偶性=两个不等的奇偶性加起来=1=d(i,k) xor d(j,k)d(i,k)~xor~d(j,k)d(i,k) xor d(j,k)
      • 证毕(看懵逼的写两个二进制数来看看,很好理解的)
    • 看看怎么分治,此处XXX与YYY的实际含义为{Xi=∑d(i,j)=0,j在左边Vj−∑d(i,j)=1,j在左边VjYi=∑d(i,j)=0,j在右边Vj−∑d(i,j)=1,j在右边Vj\Large \left\{
      \begin{aligned}
      X_i=&\sum_{d(i,j)=0,j在左边}V_j-\sum_{d(i,j)=1,j在左边}V_j\\
      Y_i=&\sum_{d(i,j)=0,j在右边}V_j-\sum_{d(i,j)=1,j在右边}V_j\\
      \end{aligned}
      \right.⎩⎪⎪⎪⎪⎪⎪⎪⎨⎪⎪⎪⎪⎪⎪⎪⎧​Xi​=Yi​=​d(i,j)=0,j在左边∑​Vj​−d(i,j)=1,j在左边∑​Vj​d(i,j)=0,j在右边∑​Vj​−d(i,j)=1,j在右边∑​Vj​​

    • 有{Ansi=Xi+Yi.................(1)Ansi+len/2=Xi−Yi.........(2)\Large \left\{
      \begin{aligned}
      &Ans_i=X_i+Y_i.................(1)\\
      &Ans_{i+len/2}=X_i-Y_i.........(2)\\
      \end{aligned}
      \right.⎩⎪⎨⎪⎧​​Ansi​=Xi​+Yi​.................(1)Ansi+len/2​=Xi​−Yi​.........(2)​

    • 怎么想呢,分类讨论吧。由于:

      • (1)(1)(1)对于左边区间的iii,根据X,YX,YX,Y的定义,显然满足
      • (2)(2)(2)而对于右边区间的iii
        • 当jjj在左边区间,j and ij~and~ij and i的值一定和j and (i−len/2)j~and~(i-len/2)j and (i−len/2)的值相等。所以加上XiX_iXi​
        • 当jjj在右边区间,j and ij~and~ij and i的值一定和j and (i−len/2)j~and~(i-len/2)j and (i−len/2)的值相反。所以减去YiY_iYi​
    • 逆变换可自行推导(或看下方代码)

Luogu板题链接:P4717 【模板】快速沃尔什变换

写法跟FFT,NTT一模一样,还要更简(hao)单(bei)

AC code

#include <cstdio>
#include <cstring>
#include <algorithm>
using namespace std;
typedef long long LL;
const int MAXN = 1<<17;
const int mod = 998244353;
const int inv2 = 499122177;
int n, a[MAXN], b[MAXN];
int a1[MAXN], a2[MAXN]; inline void FWT_or(int arr[], const int& len, const int& flg)
{
register int x, y;
for(register int i = 2; i <= len; i<<=1)
for(register int j = 0; j < len; j += i)
for(register int k = j; k < j + i/2; ++k)
{
x = arr[k], y = arr[k + i/2];
if(~flg) arr[k + i/2] = (x + y) % mod;
else arr[k + i/2] = (y - x + mod) % mod;
}
} inline void FWT_and(int arr[], const int& len, const int& flg)
{
register int x, y;
for(register int i = 2; i <= len; i<<=1)
for(register int j = 0; j < len; j += i)
for(register int k = j; k < j + i/2; ++k)
{
x = arr[k], y = arr[k + i/2];
if(~flg) arr[k] = (x + y) % mod;
else arr[k] = (x - y + mod) % mod;
}
} inline void FWT_xor(int arr[], const int& len, const int& flg)
{
register int x, y;
for(register int i = 2; i <= len; i<<=1)
for(register int j = 0; j < len; j += i)
for(register int k = j; k < j + i/2; ++k)
{
x = arr[k], y = arr[k + i/2];
if(~flg) arr[k] = (x + y) % mod, arr[k + i/2] = (x - y + mod) % mod;
else arr[k] = (LL)(x + y) * inv2 % mod, arr[k + i/2] = (LL)(x - y + mod) * inv2 % mod;
}
} inline void solve_or(const int& len)
{
memcpy(a1, a, sizeof a);
memcpy(a2, b, sizeof b);
FWT_or(a1, len, 1);
FWT_or(a2, len, 1);
for(int i = 0; i < len; ++i)
a2[i] = (LL)a1[i] * a2[i] % mod;
FWT_or(a2, len, -1);
for(int i = 0; i < len; ++i)
printf("%d%c", a2[i], i == len-1 ? '\n' : ' ');
} inline void solve_and(const int& len)
{
memcpy(a1, a, sizeof a);
memcpy(a2, b, sizeof b);
FWT_and(a1, len, 1);
FWT_and(a2, len, 1);
for(int i = 0; i < len; ++i)
a2[i] = (LL)a1[i] * a2[i] % mod;
FWT_and(a2, len, -1);
for(int i = 0; i < len; ++i)
printf("%d%c", a2[i], i == len-1 ? '\n' : ' ');
} inline void solve_xor(const int& len)
{
memcpy(a1, a, sizeof a);
memcpy(a2, b, sizeof b);
FWT_xor(a1, len, 1);
FWT_xor(a2, len, 1);
for(int i = 0; i < len; ++i)
a2[i] = (LL)a1[i] * a2[i] % mod;
FWT_xor(a2, len, -1);
for(int i = 0; i < len; ++i)
printf("%d%c", a2[i], i == len-1 ? '\n' : ' ');
} int main ()
{
scanf("%d", &n); n = 1<<n;
for(int i = 0; i < n; ++i) scanf("%d", &a[i]);
for(int i = 0; i < n; ++i) scanf("%d", &b[i]);
solve_or(n);
solve_and(n);
solve_xor(n);
}

初学FWT(快速沃尔什变换) 一点心得的更多相关文章

  1. FWT快速沃尔什变换学习笔记

    FWT快速沃尔什变换学习笔记 1.FWT用来干啥啊 回忆一下多项式的卷积\(C_k=\sum_{i+j=k}A_i*B_j\) 我们可以用\(FFT\)来做. 甚至在一些特殊情况下,我们\(C_k=\ ...

  2. [学习笔记]FWT——快速沃尔什变换

    解决涉及子集配凑的卷积问题 一.介绍 1.基本用法 FWT快速沃尔什变换学习笔记 就是解决一类问题: $f[k]=\sum_{i\oplus j=k}a[i]*b[j]$ 基本思想和FFT类似. 首先 ...

  3. 浅谈算法——FWT(快速沃尔什变换)

    其实FWT我啥都不会,反正就是记一波结论,记住就好-- 具体证明的话,推荐博客:FWT快速沃尔什变换学习笔记 现有一些卷积,形如 \(C_k=\sum\limits_{i\lor j=k}A_i*B_ ...

  4. 知识点简单总结——FWT(快速沃尔什变换),FST(快速子集变换)

    知识点简单总结--FWT(快速沃尔什变换),FST(快速子集变换) 闲话 博客园的markdown也太傻逼了吧. 快速沃尔什变换 位运算卷积 形如 $ f[ i ] = \sum\limits_{ j ...

  5. FWT快速沃尔什变换例题

    模板题 传送门 #include<bits/stdc++.h> #define ll long long #define max(a,b) ((a)>(b)?(a):(b)) #de ...

  6. FWT快速沃尔什变换——基于朴素数学原理的卷积算法

    这是我的第一篇学习笔记,如有差错,请海涵... 目录 引子 卷积形式 算法流程 OR卷积 AND卷积 XOR卷积 模板 引子 首先,考虑这是兔子 数一数,会发现你有一只兔子,现在,我再给你一只兔子 再 ...

  7. FWT快速沃尔什变换

    前言 学多项式怎么能错过\(FWT\)呢,然而这真是个毒瘤的东西,蒟蒻就只会背公式了\(\%>\_<\%\) 或卷积 \[\begin{aligned}\\ tf(A) = (tf(A_0 ...

  8. 关于快速沃尔什变换(FWT)的一点学习和思考

    最近在学FWT,抽点时间出来把这个算法总结一下. 快速沃尔什变换(Fast Walsh-Hadamard Transform),简称FWT.是快速完成集合卷积运算的一种算法. 主要功能是求:,其中为集 ...

  9. 快速沃尔什变换 FWT 学习笔记【多项式】

    〇.前言 之前看到异或就担心是 FWT,然后才开始想别的. 这次学了 FWT 以后,以后判断应该就很快了吧? 参考资料 FWT 详解 知识点 by neither_nor 集训队论文 2015 集合幂 ...

随机推荐

  1. c++ pipe实现父子进程通信

    1.父子进程通信pipe编程流程 -创建管道 -设置进程的输出到管道 -创建进程 -关闭管道写句柄 -读管道读句柄,把数据读到一个buffer里 2.注意事项 -读管道数据的时候,一定要关闭写句柄: ...

  2. python优先级问题

  3. 「UER#2」信息的交换

    「UER#2」信息的交换 吉利题.. 不难发现,置换中的每一个循环是独立的,每一个循环分别对应一个独立的联通块. 根据题目的性质,每一个联通块做的事情等价于其按照编号从小到大遍历的的dfs生成树做的事 ...

  4. redis 5.0 CLUSTERDOWN The cluster is down

    安装 redis 集群,设置值报错,错误信息:redis 5.0  CLUSTERDOWN The cluster is down. 这个是由于安装错误导致的,需要重新进行 修复一下. 命令如下: [ ...

  5. 四则运算自动出题之javaweb版

    四则运算出题机之JAVAWEB版 要求还是和之前的出题形式一样 begin.jpg <%@ page language="java" contentType="te ...

  6. httpd服务的配置及应用

    一.httpd服务的配置文件 httpd服务的主配置文件通常为httpd根目录下的conf/httpd.conf文件,通过yum安装的httpd服务的主配置路径通常如下: httpd-2.2:/etc ...

  7. Docker/Dockerfile debug调试技巧

    『重用』容器名 但我们在编写/调试Dockerfile的时候我们经常会重复之前的command,比如这种docker run --name jstorm-zookeeper zookeeper:3.4 ...

  8. 静态工具类注入service的方法

    http://blog.sina.com.cn/s/blog_6e2d53050102wl3x.html

  9. Fedora 30系统的升级方法

    Fedora 30 已经发布了.你可能希望将系统升级到最新版本的 Fedora.Fedora 工作站版本有图形化升级的方法.另外,Fedora 也提供了一个命令行方法,用于将 Fedora 29 升级 ...

  10. 又一个js乱码的秘密alert放在js文件里中文乱码,可是放在HTML里显示中文就很好

    用文本文档打开你的js文件,文件-另存为,编码更改为UTF-8保存. 回复 | PFly | 园豆:94 (初学一级) | 2017-07-17 21:32 显示结果中文乱码 支持(0)反对(0)回复 ...