Codeforces 题目传送门 & 洛谷题目传送门

神仙题 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

首先考虑最朴素的 \(dp\),设 \(dp_{z,i}\) 表示经过 \(z\) 次操作后剩下的数为 \(i\) 的概率,那么显然有 \(dp\) 转移方程 \(dp_{z,i}=\sum\limits_{j\ge i}dp_{z-1,j}·\dfrac{1}{j+1}\)。

边界条件 \(dp_{0,i}=p_i\)

直接递推显然不行,考虑优化,我们记 \(F_z(x)=\sum\limits_{i=0}^ndp_{z,i}x^i\),我们不妨来探究一下 \(F_z(x)\) 有哪些性质:

\[\begin{aligned}
F_z(x)&=\sum\limits_{i=0}^ndp_{z,i}x^i\\
&=\sum\limits_{i=0}^n\sum\limits_{j\ge i}dp_{z-1,j}\dfrac{1}{j+1}x^i\\
&=\sum\limits_{j=0}^ndp_{z-1,j}\dfrac{1}{j+1}\sum\limits_{i=0}^jx^i\\
&=\sum\limits_{j=0}^ndp_{z-1,j}\dfrac{1}{j+1}\dfrac{x^{j+1}-1}{x-1}\\
&=\dfrac{1}{x-1}\sum\limits_{j=0}^ndp_{z-1,j}\dfrac{x^{j+1}-1}{j+1}
\end{aligned}
\]

注意到

\[\dfrac{x^{j+1}}{j+1}=\int_0^xk^j\,\mathrm dk,\dfrac{1}{j+1}=\int_0^1k^j\,\mathrm dk
\]

因此

\[\dfrac{x^{j+1}-1}{j+1}=\int_1^xk^j\,\mathrm dk
\]

代入得

\[\begin{aligned}
&\dfrac{1}{x-1}\sum\limits_{j=0}^ndp_{z-1,j}\dfrac{x^{j+1}-1}{j+1}\\
=&\dfrac{1}{x-1}\sum\limits_{j=0}^ndp_{z-1,j}\int_1^xk^j\,\mathrm dk\\
=&\dfrac{1}{x-1}\int_1^x\sum\limits_{j=0}^ndp_{z-1,j}k^j\,\mathrm dk\\
=&\dfrac{1}{x-1}\int_1^xF_{z-1}(k)\,\mathrm dk
\end{aligned}
\]

注意到这边积分下界是 \(1\),并且左边还多出了个恶心的 \(\dfrac{1}{x-1}\),非常棘手,因此考虑将这个 \(\dfrac{1}{x-1}\) 去掉,于是考虑设 \(G_z(x)=F_z(x+1)\),那么:

\[\begin{aligned}
G_z(x)&=F_z(x+1)\\
&=\dfrac{1}{x}\int_1^{x+1}F_{z-1}(k)\,\mathrm dk\\
&=\dfrac{1}{x}\int_0^{x}F_{z-1}(k+1)\,\mathrm dk\\
&=\dfrac{1}{x}\int_0^{x}G_{z-1}(k)\,\mathrm dk\\
\end{aligned}
\]

噫!好!这下下界变成 \(0\) 了,左边也没有讨厌的 \(\dfrac{1}{x-1}\) 了!

接下来考虑设 \(G_z(x)=\sum\limits_{i=0}^ng_{z,i}x^i\),那么根据 \(G_z(x)=\dfrac{1}{x}\int_0^xG_{z-1}(k)\,\mathrm dk\) 有

\[G_z(x)=\dfrac{1}{x}\int_0^xG_{z-1}(k)\,\mathrm dk=\dfrac{1}{x}\sum\limits_{i=1}^{n+1}\dfrac{g_{z-1,i-1}}{i}x^i=\sum\limits_{i=0}^{n}\dfrac{g_{z-1,i}}{i+1}x^i
\]

因此 \(g_{z,i}=\dfrac{g_{z-1,i}}{i+1}\)。

这玩意儿显然可以快速幂加速,即 \(g_{m,i}=\dfrac{g_{0,i}}{(i+1)^m}\)。

也就是说接下来我们只需实现 \(F_0(x)\to G_0(x),G_m(x)\to F_m(x)\) 即可。

注意到

\[\begin{aligned}
F_0(x+1)&=\sum\limits_{i=0}^np_i(x+1)^i\\
&=\sum\limits_{i=0}^np_i\sum\limits_{j=0}^i\dbinom{i}{j}x^j\\
&=\sum\limits_{j=0}^i(\sum\limits_{i=j}^n\dbinom{i}{j}p_i)x^j
\end{aligned}
\]

\[g_{0,i}=\sum\limits_{j=i}^n\dbinom{j}{i}p_j
\]

拆组合数可得 \(g_{0,i}=\sum\limits_{j=i}^n\dfrac{j!}{i!(j-i)!}p_j=\dfrac{1}{i!}\sum\limits_{j=i}^nj!p_j·\dfrac{1}{(j-i)!}\),按照 NTT 求差卷积的套路来即可。

\(G_m(x)\to F_m(x)\) 也同理,类似地有

\[g_{m,i}=\sum\limits_{j=i}^n\dbinom{j}{i}f_{m,j}
\]

二项式反演一下可得

\[f_{m,i}=\sum\limits_{j=i}^n\dbinom{j}{i}(-1)^{j-i}g_{m,j}
\]

和上面一样 NTT 求遍差卷积即可。

时间复杂度 \(n\log n\)。

const int MAXN=1e5;
const int MAXP=1<<18;
const int MOD=998244353;
const int pr=3;
const int ipr=(MOD+1)/3;
int n,f[MAXN+5],g[MAXN+5],h[MAXN+5];ll m;
int fac[MAXN+5],ifac[MAXN+5];
void init_fac(int n){
for(int i=(fac[0]=ifac[0]=ifac[1]=1)+1;i<=n;i++) ifac[i]=1ll*ifac[MOD%i]*(MOD-MOD/i)%MOD;
for(int i=1;i<=n;i++) fac[i]=1ll*fac[i-1]*i%MOD,ifac[i]=1ll*ifac[i-1]*ifac[i]%MOD;
}
int qpow(int x,int e){
int ret=1;
for(;e;e>>=1,x=1ll*x*x%MOD) if(e&1) ret=1ll*ret*x%MOD;
return ret;
}
int rev[MAXP+5];
void NTT(vector<int> &a,int len,int type){
int lg=31-__builtin_clz(len);
for(int i=0;i<len;i++) rev[i]=(rev[i>>1]>>1)|((i&1)<<(lg-1));
for(int i=0;i<len;i++) if(i<rev[i]) swap(a[i],a[rev[i]]);
for(int i=2;i<=len;i<<=1){
int W=qpow((type<0)?ipr:pr,(MOD-1)/i);
for(int j=0;j<len;j+=i){
for(int k=0,w=1;k<(i>>1);k++,w=1ll*w*W%MOD){
int X=a[j+k],Y=1ll*a[(i>>1)+j+k]*w%MOD;
a[j+k]=(X+Y)%MOD;a[(i>>1)+j+k]=(X-Y+MOD)%MOD;
}
}
}
if(type==-1){
int ivn=qpow(len,MOD-2);
for(int i=0;i<len;i++) a[i]=1ll*a[i]*ivn%MOD;
}
}
vector<int> conv(vector<int> a,vector<int> b){
int LEN=1;while(LEN<a.size()+b.size()) LEN<<=1;
a.resize(LEN,0);b.resize(LEN,0);NTT(a,LEN,1);NTT(b,LEN,1);
for(int i=0;i<LEN;i++) a[i]=1ll*a[i]*b[i]%MOD;NTT(a,LEN,-1);
return a;
}
int main(){
scanf("%d%lld",&n,&m);m%=(MOD-1);init_fac(n);
for(int i=0;i<=n;i++) scanf("%d",&f[i]);
vector<int> A(n+1),B(n+1);
for(int i=0;i<=n;i++) A[i]=ifac[i],B[n-i]=1ll*fac[i]*f[i]%MOD;
vector<int> C=conv(A,B);
for(int i=0;i<=n;i++){
g[i]=1ll*ifac[i]*C[n-i]%MOD;
g[i]=1ll*g[i]*qpow(qpow(i+1,MOD-2),m)%MOD;
} iota(A.begin(),A.end(),0);iota(B.begin(),B.end(),0);
for(int i=0;i<=n;i++){
if(~i&1) A[i]=ifac[i];else A[i]=MOD-ifac[i];
B[n-i]=1ll*fac[i]*g[i]%MOD;
} C=conv(A,B);
for(int i=0;i<=n;i++) printf("%d ",1ll*C[n-i]*ifac[i]%MOD);
return 0;
}

Codeforces 923E - Perpetual Subtraction(微积分+生成函数+推式子+二项式反演+NTT)的更多相关文章

  1. Codeforces 947E Perpetual Subtraction (线性代数、矩阵对角化、DP)

    手动博客搬家: 本文发表于20181212 09:37:21, 原地址https://blog.csdn.net/suncongbo/article/details/84962727 呜啊怎么又是数学 ...

  2. Codeforces 1528F - AmShZ Farm(转化+NTT+推式子+第二类斯特林数)

    Codeforces 题目传送门 & 洛谷题目传送门 神仙题,只不过感觉有点强行二合一(?). 首先考虑什么样的数组 \(a\) 符合条件,我们考虑一个贪心的思想,我们从前到后遍历,对于每一个 ...

  3. Codeforces 917D - Stranger Trees(矩阵树定理/推式子+组合意义)

    Codeforces 题目传送门 & 洛谷题目传送门 刚好看到 wjz 在做这题,心想这题之前好像省选前做过,当时觉得是道挺不错的题,为啥没写题解呢?于是就过来补了,由此可见我真是个大鸽子(( ...

  4. 【CF932E】Perpetual Subtraction(NTT,线性代数)

    [CF932E]Perpetual Subtraction(NTT,线性代数) 题面 洛谷 CF 题解 设\(f_{i,j}\)表示\(i\)轮之后这个数恰好为\(j\)的概率. 得到转移:\(\di ...

  5. BZOJ 3453 - tyvj 1858 XLkxc(插值+推式子)

    题面传送门 首先根据我们刚学插值时学的理论知识,\(f(i)\) 是关于 \(i\) 的 \(k+1\) 次多项式.而 \(g(x)\) 是 \(f(x)\) 的前缀和,根据有限微积分那一套理论,\( ...

  6. bzoj 3157 && bzoj 3516 国王奇遇记——推式子

    题目:https://www.lydsy.com/JudgeOnline/problem.php?id=3157 https://www.lydsy.com/JudgeOnline/problem.p ...

  7. [HAOI2007]分割矩阵 DP+推式子

    发现最近好少写博客啊(其实是各种摆去了) 更一点吧 这道题要求最小化均方差,其实凭直觉来说就是要使每个块分的比较均匀一点,但是单单想到想到这些还是不够的, 首先f[i][j][k][l][t]表示以( ...

  8. P3768 简单的数学题 杜教筛+推式子

    \(\color{#0066ff}{ 题目描述 }\) 由于出题人懒得写背景了,题目还是简单一点好. 输入一个整数n和一个整数p,你需要求出(\(\sum_{i=1}^n\sum_{j=1}^n ij ...

  9. bzoj 3157 & bzoj 3516 国王奇遇记 —— 推式子

    题目:https://www.lydsy.com/JudgeOnline/problem.php?id=3157 https://www.lydsy.com/JudgeOnline/problem.p ...

随机推荐

  1. 大厂面试题系列:重载(Overload)和重写(Override)的区别。重载的方法能否根据返回类型进行区分

    面试题:重载(Overload)和重写(Override)的区别.重载的方法能否根据返回类型进行区分 面试官考察点猜想 这道题纯粹只是考查基础理论知识,对实际开发工作中没有太多的指导意义,毕竟编辑器都 ...

  2. JVM:Java内存区域与内存溢出异常

    Java 虚拟机在执行 Java 程序的过程中会把它所管理的内存划分为若干个不同的数据区域.这些区域都有各自的用途,以及创建和销毁时间,有些区域随着虚拟机进程的启动而存在,有些区域依赖用户线程的启动和 ...

  3. VS 2013 配置份openGL环境

    几个要素: 1.  在E:\Microsoft Visual Studio 12.0\VC\include下创建GL文件夹,放入glut.h头文件. 2.  C:\Windows\System32下要 ...

  4. JavaScript复习 1

    概括及使用方法: JavaScript编写规范 一般放在<head>-</head>中间 逐行被执行,越短越好 大小写敏感 语句是基本单位 通常以分号表示语句结束 多行语句可以 ...

  5. 几个简单的文本处理工具:diff,patch,grep,cut,sort,tr

    1:文本处理工具:   1:diff and patch : diff是比较文件或者目录的不同,主要有3个用法: diff file1 file2 :比较file1和file2的不同:diff -u ...

  6. robot_framewok自动化测试--(3)测试项目与测试套件的概念

    测试项目与测试套件的概念 如果你查看当前所创建的项目会发现,"test_project"是一个目录: "test_suit"则是一个 txt 文件: " ...

  7. charles抓包修改请求参数发送新的请求

    打开charles -->选择请求右击选择compose---修改参数发送请求

  8. [python]RobotFramework自定义库实现UI自动化

    1.安装教程 环境搭建不多说,网上资料一大堆,可参考https://www.cnblogs.com/puresoul/p/3854963.html,写的比较详细,值得推荐.目前python3是不支持r ...

  9. macos proxy_bypass_macosx_sysconf exception

    macos, 在rpc调用request请求时,在proxy_bypass_macosx_sysconf 无法返回 解决方法: import requests session = requests.S ...

  10. codeforces心得1---747div2

    codeforces心得1---747div2 cf div2的前AB题一般是字符串or数论的找规律结论题 因此标程极为精简 1.小窍门是看样例或者自己打表或造数据找规律 2.一些不确定的操作,可以化 ...