传送门

Sol

(怎么老是有人喜欢出新的多项式毒瘤板子,懒得整到一起了)

核心就是把 幂用下降幂来代替。

使用斯特林数展开幂为下降幂:

\[x^n=\sum_{i=0}^n{x\choose i}i!S(n,i)=\sum_{i=0}^nS(n,i)x^{\underline i}
\]

那么要求的多项式:

\[\sum_{i=0}^{n-1}a_ix^i=\sum_{i=0}^{n-1}a_i\sum_{j=0}^jS(i,j)x^{\underline j}
\]

交换求和顺序:

\[\sum_{j=0}^{n-1}x^{\underline j}\sum_{i=j}^{n-1} a_iS(i,j)
\]

那么求出后面那个东西就行了。由于当 \(i<j\)时 \(S(i,j)=0\),所以 \(i\) 可以从 \(0\) 开始枚举。这个就是一个要求一列的斯特林数的模型。

把斯特林数拆开:

\[\sum_{i=0}^{n-1}\frac{a_i}{j!}\sum_{k=0}^j (-1)^{j-k}{j\choose k}k^i
\]

组合数拆开形成卷积:

\[\sum_{k=0}^j\frac{(-1)^{j-k}}{(j-k)!}*\sum_{i=0}^{n-1}\frac{a_ik^i}{k!}
\]

令 \(f_k=\frac{(-1)^k}{k!},g_k=\sum_{i=0}^{n-1}\frac{a_ik^i}{k!}\) ,那么对 \(F(x)\)与\(G(x)\)做卷积即可。

求 \(G(x)\) 需要多项式多点求值。

code:

#include<bits/stdc++.h>
#define Set(a,b) memset(a,b,sizeof(a))
#define Clear(a,_begin_,_end_) for(int i=_begin_;i<_end_;++i) a[i]=0
#define Input_Array(a,_begin_,_end_) for(int i=_begin_;i<_end_;++i) init(a[i])
#define __ NULL
using namespace std;
const int N=1e5+10,MAXN=N<<2,MAXM=5e6;
typedef vector<int> Poly;
template <typename T> inline void init(T&x){
x=0;char ch=getchar();bool t=0;
for(;ch>'9'||ch<'0';ch=getchar()) if(ch=='-') t=1;
for(;ch>='0'&&ch<='9';ch=getchar()) x=(x<<1)+(x<<3)+(ch-48);
if(t) x=-x;return;
}typedef double db;
typedef long long ll;
int Inv[MAXN],rader[MAXN];
const int mod=998244353,phi=998244352,SIZE=sizeof(rader),inv2=499122177;
template<typename T>inline void Inc(T&x,int y){x+=y;if(x>=mod) x-=mod;return;}
template<typename T>inline void Dec(T&x,int y){x-=y;if(x < 0) x+=mod;return;}
template<typename T>inline int fpow(int x,T k){int ret=1;for(;k;k>>=1,x=(ll)x*x%mod) if(k&1) ret=(ll)ret*x%mod;return ret;}
inline int Sum(int x,int y){x+=y;if(x>=mod) return x-mod;return x;}
inline int Dif(int x,int y){x-=y;if(x < 0 ) return x+mod;return x;}
inline int Init(int n){int len=1,up=-1;while(len<=n) len<<=1,++up;for(int i=0;i<len;++i) rader[i]=(rader[i>>1]>>1)|((i&1)<<up);return len;}
inline void Calc_Inversion(){Inv[1]=1;for(int i=2;i<MAXN;++i) Inv[i]=(ll)(mod-mod/i)*Inv[mod%i]%mod;return;}
namespace NTT{
int wn[30],iwn[30];
inline void Calcw(){for(int i=0;i<30;++i) wn[i]=fpow(3,phi/(1<<i)),iwn[i]=fpow(wn[i],mod-2);}
inline void NTT(int*A,int n,int f){
for(int i=0;i<n;++i) if(rader[i]>i) swap(A[i],A[rader[i]]);
for(int i=1,h=1;i<n;++h,i<<=1){
int W=(~f)? wn[h]:iwn[h];
for(int j=0,p=i<<1;j<n;j+=p){
for(int w=1,k=0;k<i;++k,w=(ll)w*W%mod){
int X=A[j|k],Y=(ll)w*A[j|k|i]%mod;
A[j|k]=Sum(X,Y),A[j|k|i]=Dif(X,Y);
}
}
}if(!~f) for(int i=0;i<n;++i) A[i]=(ll)A[i]*Inv[n]%mod;
return;
}
inline void Mul(int*a,int*b,int*c,int n,int m) {
int L=n+m-1;int len=Init(L);static int A[MAXN],B[MAXN];
for(int i=0;i<n;++i) A[i]=a[i];for(int i=0;i<m;++i) B[i]=b[i];
Clear(A,n,len);Clear(B,m,len);NTT(A,len,1),NTT(B,len,1);
for(int i=0;i<len;++i) c[i]=(ll)A[i]*B[i]%mod;
NTT(c,len,-1);return;
}
inline void Poly_Inv(int*F,int*I,int n){
if(n==1) {memset(I,0,SIZE);I[0]=fpow(F[0],mod-2);return;}
Poly_Inv(F,I,(n+1)>>1);int L=n<<1,len=Init(L);
static int A[MAXN];for(int i=0;i<n;++i) A[i]=F[i];Clear(A,n,len);
NTT(I,len,1);NTT(A,len,1);
for(int i=0;i<len;++i) I[i]=Dif(Sum(I[i],I[i]),(ll)I[i]*I[i]%mod*A[i]%mod);
NTT(I,len,-1);Clear(I,n,len);return;
}
inline void Poly_Mod(int*A,int*B,int*Q,int*R,int n,int m){
if(n<m) {for(int i=0;i<=n;++i) R[i]=A[i];return;}
static int C[MAXN],D[MAXN],E[MAXN];
const int r=(n-m)<<1;int len=1;while(len<=r)len<<=1;
for(int i=0;i<=n-m;++i) D[i]=A[n-i];Clear(D,n-m+1,len);
for(int i=0;i<=m;++i) E[i]=B[m-i];Clear(E,m+1,len);
Poly_Inv(E,C,n-m+1);len=Init(r);NTT(C,len,1),NTT(D,len,1);
for(int i=0;i<len;++i) C[i]=(ll)C[i]*D[i]%mod;
NTT(C,len,-1);reverse(E,E+1+m),reverse(C,C+1+n-m);
if(Q) for(int i=0;i<=n-m;++i) Q[i]=C[i];
len=Init(n);Clear(C,n-m+1,len);Clear(E,m+1,len);
NTT(C,len,1),NTT(E,len,1);
for(int i=0;i<len;++i) C[i]=(ll)C[i]*E[i]%mod;
NTT(C,len,-1);for(int i=0;i<m;++i) R[i]=Dif(A[i],C[i]);
return;
}
#define ls (u<<1)
#define rs (u<<1|1)
int POOL[MAXM],cnt=0;
int *P[MAXN],*F[MAXN],*G[MAXN],X[N],*val;
inline int* Neospace(int len){int*ret=&POOL[cnt];cnt+=len;return ret;}
inline int Calc(int*F,int n,const int x){int X=1,ret=0;for(int i=0;i<n;++i) Inc(ret,(ll)F[i]*X%mod),X=(ll)X*x%mod;return ret;}
inline void Divide(int u,int l,int r){P[u]=NULL;//分治+NTT , 保留了中间的结果
if(l==r) {P[u]=Neospace(2);P[u][0]=mod-X[l];P[u][1]=1;return;}
static int L[MAXN],R[MAXN];int mid=(l+r)>>1;int LS=ls,RS=rs;
Divide(LS,l,mid);Divide(RS,mid+1,r);
int n=r-l+2,nl=mid-l+2,nr=r-mid+1;
for(int i=0;i<nl;++i) L[i]=P[LS][i];
for(int i=0;i<nr;++i) R[i]=P[RS][i];
Mul(L,R,L,nl,nr);P[u]=Neospace(n);
for(int i=0;i<n;++i) P[u][i]=L[i];
return;
}
inline void Poly_Evaluate(int u,int l,int r){// 多点求值
if(r-l+1<=500) {for(int i=l;i<=r;++i) val[i]=Calc(F[u],r-l+1,X[i]);return;}// 长度小的暴力计算
int mid=(l+r)>>1,LS=ls,RS=rs;
int n=r-l+1,nl=mid-l+1,nr=r-mid;
static int R[MAXN];
F[LS]=Neospace(nl),F[RS]=Neospace(nr);
Poly_Mod(F[u],P[LS],__,R,n-1,nl);
for(int i=0;i<nl;++i) F[LS][i]=R[i];
Poly_Mod(F[u],P[RS],__,R,n-1,nr);
for(int i=0;i<nr;++i) F[RS][i]=R[i];
Poly_Evaluate(LS,l,mid);
Poly_Evaluate(RS,mid+1,r);
return;
}
inline void Solve_Evaluation(int*A,int*_X,int*ans,int n,int m){
cnt=0;F[1]=Neospace(m);val=ans;
for(int i=1;i<=m;++i) X[i]=_X[i];Divide(1,1,m);
Poly_Mod(A,P[1],__,F[1],n-1,m);//注意最开始的多项式也要取一次模
Poly_Evaluate(1,1,m);return;
}
}
int fac[N],finv[N];
int main()
{
Calc_Inversion();NTT::Calcw();
int n;fac[0]=finv[0]=1;init(n);
for(int i=1;i<n;++i) fac[i]=(ll)fac[i-1]*i%mod,finv[i]=(ll)finv[i-1]*Inv[i]%mod;
static int F[MAXN],A[MAXN],X[MAXN];
for(int i=0;i<n;++i) init(A[i]),X[i+1]=i,F[i]=(i&1)? (mod-finv[i]):finv[i];
NTT::Solve_Evaluation(A,X,X,n,n);
for(int i=0;i<n;++i) X[i]=(ll)X[i+1]*finv[i]%mod;X[n]=0;
NTT::Mul(X,F,F,n,n);
for(int i=0;i<n;++i) printf("%d ",F[i]);putchar('\n');
return 0;
}

【LuoguP5383】[模板]普通多项式转下降幂多项式的更多相关文章

  1. UOJ269 清华集训2016 如何优雅地求和 下降幂多项式、NTT

    代码 神仙题? 看到连续的点值,那么一定是要利用到连续点值的性质,可以考虑下降幂多项式,即考虑多项式\(F(x) = \sum\limits_{i=0}^m a_ix^{\underline i}\) ...

  2. 洛谷 P6667 - [清华集训2016] 如何优雅地求和(下降幂多项式,多项式)

    题面传送门 wjz:<如何优雅地 AK NOI> 我:如何优雅地爆零 首先,按照这题总结出来的一个小套路,看到多项式与组合数结合的题,可以考虑将普通多项式转为下降幂多项式,因为下降幂和组合 ...

  3. FFT模板 生成函数 原根 多项式求逆 多项式开根

    FFT #include<iostream> #include<cstring> #include<cstdlib> #include<cstdio> ...

  4. CF438E The Child and Binary Tree(生成函数+多项式开根+多项式求逆)

    传送门 可以……这很多项式开根模板……而且也完全不知道大佬们怎么把这题的式子推出来的…… 首先,这题需要多项式开根和多项式求逆.多项式求逆看这里->这里,这里讲一讲多项式开根 多项式开方:已知多 ...

  5. NTT+多项式求逆+多项式开方(BZOJ3625)

    定义多项式$h(x)$的每一项系数$h_i$,为i在c[1]~c[n]中的出现次数. 定义多项式$f(x)$的每一项系数$f_i$,为权值为i的方案数. 通过简单的分析我们可以发现:$f(x)=\fr ...

  6. 【BZOJ3625】【CF438E】小朋友和二叉树 NTT 生成函数 多项式开根 多项式求逆

    题目大意 考虑一个含有\(n\)个互异正整数的序列\(c_1,c_2,\ldots ,c_n\).如果一棵带点权的有根二叉树满足其所有顶点的权值都在集合\(\{c_1,c_2,\ldots ,c_n\ ...

  7. 2019.01.01 bzoj3625:小朋友和二叉树(生成函数+多项式求逆+多项式开方)

    传送门 codeforces传送门codeforces传送门codeforces传送门 生成函数好题. 卡场差评至今未过 题意简述:nnn个点的二叉树,每个点的权值KaTeX parse error: ...

  8. 【BZOJ3625】【codeforces438E】小朋友和二叉树 生成函数+多项式求逆+多项式开根

    首先,我们构造一个函数$G(x)$,若存在$k∈C$,则$[x^k]G(x)=1$. 不妨设$F(x)$为最终答案的生成函数,则$[x^n]F(x)$即为权值为$n$的神犇二叉树个数. 不难推导出,$ ...

  9. [Codeforces438E][bzoj3625] 小朋友和二叉树 [多项式求逆+多项式开根]

    题面 传送门 思路 首先,我们把这个输入的点的生成函数搞出来: $C=\sum_{i=0}^{lim}s_ix^i$ 其中$lim$为集合里面出现过的最大的数,$s_i$表示大小为$i$的数是否出现过 ...

随机推荐

  1. HCL试验5

    PC端配置:配置ip地址 交换机1配置:①创建VLAN system-view vlan 10 vlan 20 ②配置PC端接口 interface gi 1/0/1 port link-type a ...

  2. 像写SQL语句一样写Java代码

    @Data @AllArgsConstructor public class Trader { private final String name; private final String city ...

  3. AcWing池塘计数

    这个题让我们求连通块得数数量,我考虑用flood fill算法. 也就是枚举这个地图每一个点,假如符合要求就bfs与这个点联通的点,并打上标记.结束后接着枚举没有被标记并且符号要求的点... 1.== ...

  4. python协程gevent案例:爬取斗鱼美女图片

    分析 分析网站寻找需要的网址 用谷歌浏览器摁F12打开开发者工具,然后打开斗鱼颜值分类的页面,如图: 在里面的请求中,最后发现它是以ajax加载的数据,数据格式为json,如图: 圈住的部分是我们需要 ...

  5. Django之cookie与session、中间件

    目录 cookie与session 为什么会有cookie和session cookie 设置cookie 获取cookie 删除cookie 实例:cookie版登录校验 session 设置ses ...

  6. python之成像库pillow

    目录 python之成像库pillow 官方文档 图像模块(Image.Image) Image模块的功能 Image.new(mode,size,color): Image.open(file,mo ...

  7. ssh连接远程服务器出现Host key验证失败的解决方案

    原因可能是云服务器重装过,解决方法是找到提示的know_hosts文件,将报错的那一行的秘钥删掉即可.

  8. asp.net core在发布时排除配置文件

    使用命令发布 dotnet restore dotnet publish -c Release -r win-x64 -o "D:\services" 这样发布总是是将配置文件覆盖 ...

  9. 第五篇 jQuery特效与动画

    5.1 show()与hide()方法 <!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" &quo ...

  10. Django框架——基础之模型系统(ORM的介绍和字段及字段参数)

    1.ORM简介 1.1 ORM的概念 对象关系映射(Object Relational Mapping,简称ORM)模式是一种为了解决面向对象与关系数据库存在的互不匹配的现象的技术. 简单的说,ORM ...