P4233-射命丸文的笔记【NTT,多项式求逆】
正题
题目链接:https://www.luogu.com.cn/problem/P4233
题目大意
随机选择一条有哈密顿回路的\(n\)个点的竞赛图,求选出图的哈密顿回路的期望个数。
对于每个\(n\in[1,N]\)求答案。
\(1\leq N\leq 10^5\)
解题思路
竟然自己推出来了泪目( Ĭ ^ Ĭ )
如果是统计所以的哈密顿回路个数是一个很简单的题目,我们可以求出\(n\)的一个圆排列表示一条回路,然后剩下的边随便排即可。也就是\((n-1)!\times 2^{\frac{n(n-1)}{2}-n}\)条哈密顿路,但是因为求的是期望所以我们还得求出有哈密顿回路的竞赛图个数,然后有一个结论就是如果一个竞赛图是一个强连通分量那么这个图就一定存在哈密顿回路。
这个是问题所在,我们可以考虑用城市规划的推法,设\(f_i\)表示\(i\)个点是强连通分量的竞赛图个数。
那么有
\]
但是注意\(n=0\)的时候要特别处理算出来为\(1\)。
化一下式子有
\]
\]
设\(F=\sum_{i=0}^{\infty}\frac{2f_i}{i!},G=\sum_{i=0}^{\infty}\frac{2^{\frac{i(i-1)}{2}}}{i!}\),那么有
\]
上多项式求逆就可以求出\(f\)了。
时间复杂度\(O(n\log n)\)
code
#include<cstdio>
#include<cstring>
#include<algorithm>
#define ll long long
using namespace std;
const ll N=131072,M=N<<1,P=998244353;
ll n,fac[M],G[M],H[M],r[M],tmp[M];
ll power(ll x,ll b){
ll ans=1;
while(b){
if(b&1)ans=ans*x%P;
x=x*x%P;b>>=1;
}
return ans;
}
void NTT(ll *f,ll n,ll op){
for(ll i=0;i<n;i++)
if(i<r[i])swap(f[i],f[r[i]]);
for(ll p=2;p<=n;p<<=1){
ll len=(p>>1),tmp=power(3,(P-1)/p);
if(op==-1)tmp=power(tmp,P-2);
for(ll k=0;k<n;k+=p){
ll buf=1;
for(ll i=k;i<k+len;i++){
ll tt=buf*f[i+len]%P;
f[i+len]=(f[i]-tt+P)%P;
f[i]=(f[i]+tt)%P;
buf=buf*tmp%P;
}
}
}
if(op==-1){
ll invn=power(n,P-2);
for(ll i=0;i<n;i++)
f[i]=f[i]*invn%P;
}
return;
}
void GetInv(ll n,ll *f,ll *g){
if(!n)
{g[0]=power(f[0],P-2);return;}
GetInv(n>>1,f,g);ll m=n<<1;
for(ll i=0;i<n;i++)tmp[i]=f[i];
for(ll i=0;i<m;i++)r[i]=(r[i>>1]>>1)|((i&1)?(m>>1):0);
NTT(tmp,m,1);NTT(g,m,1);
for(ll i=0;i<m;i++)
g[i]=(2*g[i]-tmp[i]*g[i]%P*g[i]%P+P)%P;
NTT(g,m,-1);
for(ll i=n;i<m;i++)g[i]=0;
return;
}
signed main()
{
scanf("%lld",&n);fac[0]=1;
for(ll i=1;i<N;i++)fac[i]=fac[i-1]*i%P;
for(ll i=0;i<N;i++)G[i]=power(2,i*(i-1)/2ll)*power(fac[i],P-2)%P;
GetInv(N,G,H);G[0]--;
NTT(G,M,1);NTT(H,M,1);
for(ll i=0;i<M;i++)G[i]=G[i]*H[i]%P;
NTT(G,M,-1);
for(ll i=1;i<=n;i++){
if(i==1){puts("1");continue;}
G[i]=G[i]*fac[i]%P;
if(!G[i]){puts("-1");continue;}
ll ans=fac[i-1]*power(2,i*(i-1)/2ll-i)%P;
printf("%d\n",ans*power(G[i],P-2)%P);
}
return 0;
}
P4233-射命丸文的笔记【NTT,多项式求逆】的更多相关文章
- 洛谷P4233 射命丸文的笔记 【多项式求逆】
题目链接 洛谷P4233 题解 我们只需求出总的哈密顿回路个数和总的强联通竞赛图个数 对于每条哈密顿回路,我们统计其贡献 一条哈密顿回路就是一个圆排列,有\(\frac{n!}{n}\)种,剩余边随便 ...
- 【bzoj3456】城市规划 容斥原理+NTT+多项式求逆
题目描述 求出n个点的简单(无重边无自环)无向连通图数目mod 1004535809(479 * 2 ^ 21 + 1). 输入 仅一行一个整数n(<=130000) 输出 仅一行一个整数, 为 ...
- 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 ...
- BZOJ1042 HAOI2008硬币购物(任意模数NTT+多项式求逆+生成函数/容斥原理+动态规划)
第一眼生成函数.四个等比数列形式的多项式相乘,可以化成四个分式.其中分母部分是固定的,可以多项式求逆预处理出来.而分子部分由于项数很少,询问时2^4算一下贡献就好了.这个思路比较直观.只是常数巨大,以 ...
- 【BZOJ 3456】 3456: 城市规划 (NTT+多项式求逆)
3456: 城市规划 Time Limit: 40 Sec Memory Limit: 256 MBSubmit: 658 Solved: 364 Description 刚刚解决完电力网络的问题 ...
- BZOJ 4555 [Tjoi2016&Heoi2016]求和 ——分治 NTT 多项式求逆
不想多说了,看网上的题解吧,我大概说下思路. 首先考察Stirling的意义,然后求出递推式,变成卷积的形式. 然后发现贡献是一定的,我们可以分治+NTT. 也可以直接求逆(我不会啊啊啊啊啊) #in ...
- BZOJ 3456 城市规划 ( NTT + 多项式求逆 )
题目链接: https://www.lydsy.com/JudgeOnline/problem.php?id=3456 题意: 求出\(n\)个点的简单(无重边无自环)无向连通图的个数.(\(n< ...
- [BZOJ3456]城市规划:DP+NTT+多项式求逆
写在前面的话 昨天听吕老板讲课,数数题感觉十分的神仙. 于是,ErkkiErkko这个小蒟蒻也要去学数数题了. 分析 Miskcoo orz 带标号无向连通图计数. \(f(x)\)表示\(x\)个点 ...
- BZOJ 3625 [Codeforces Round #250]小朋友和二叉树 ——NTT 多项式求逆 多项式开根
生成函数又有奇妙的性质. $F(x)=C(x)*F(x)*F(x)+1$ 然后大力解方程,得到一个带根号的式子. 多项式开根有解只与常数项有关. 发现两个解只有一个是成立的. 然后多项式开根.求逆. ...
随机推荐
- java导出excel(easypoi)
介绍 easypoi功能如同名字easy,主打的功能就是容易,让一个没见接触过poi的人员 就可以方便的写出Excel导出,Excel模板导出,Excel导入,Word模板导出,通过简单的注解和模板 ...
- Aspen.net core 身份认证
- Semaphore 的使用思路
转自:https://www.cnblogs.com/klbc/p/9500947.html 最近在看一本书<Java并发编程 核心方法与框架>,打算一边学习一边把学习的经验记下来,所粘贴 ...
- Spring第一课:基于XML装配bean(四),三种实例化方式:默认构造、静态工厂、实例工厂
Spring中基于XML中的装配bean有三种方式: 1.默认构造 2.静态工厂 3.实例工厂 1.默认构造 在我们在Spring的xml文件中直接通过: <bean id=" ...
- Spark消费Kafka如何实现精准一次性消费?
1.定义 精确一次消费(Exactly-once) 是指消息一定会被处理且只会被处理一次.不多不少就一次处理. 如果达不到精确一次消费,可能会达到另外两种情况: 至少一次消费(at least onc ...
- 【CSS简介、基础选择器、字体属性、文本属性、引入方式】前端小抄(2) - Pink老师自学笔记
[CSS简介.基础选择器.字体属性.文本属性.引入方式]前端小抄(2) 本学习笔记是个人对 Pink 老师课程的总结归纳,转载请注明出处! 一.CSS简介 CSS 的主要使用场景就是布局网页,美化页面 ...
- cmd关闭端口占用
netstat -nao |findStr "8080" taskkill /pid 15406 /f
- 巧用模糊实现视觉的 3D 效果
本文较短,将介绍巧用模糊实现视觉 3D 效果的技巧. 我们都知道,在正常的视觉效果中,离我们越近的通常我们会看的越清晰,而离我们较远则相对没那么清晰~ 我们可以利用清晰与模糊两种状态来构建视差效果.像 ...
- “ShardingCore”是如何针对分表下的分页进行优化的
分表情况下的分页如何优化 首先还是要给自己的开原框架打个广告 sharding-core 针对efcore 2+版本的分表组件,首先我们来快速回顾下目前市面上分表下针对分页常见的集中解决方案 分表解决 ...
- Django的form组件基本使用——简单校验
from django.contrib import admin from django.urls import path from app01 import views urlpatterns = ...