逻辑、集合运算上的卷积一览(FMT、FWT,……)
公式渲染修好了。
简介
对于逻辑\(\oplus\)的卷积,而且你不能N方豹草
\]
那么尝试构造变换\(F_{\oplus}\)和反演\(F_{\oplus}^{-1}\)使满足
A_k=F_{\oplus}^{-1}(F_{\oplus}(A))_k
\]
用来加速运算。
或与卷积
或与卷积的变换
定义或、与卷积的变换分别为
\]
如下验证两种变换的可行性
&\begin{aligned}
F_{\vee}(B)_k F_{\vee}(C)_k
&=\sum_{i\vee k=k}B(i)\sum_{j\vee k=k}C(j)
\\&=\sum_{x\vee k=k}\sum_{i\vee j=x}B(i) C(j)
\\&=\sum_{x\vee k=k}A(x)
\\&=F_{\vee}(A)_k
\end{aligned}
&\begin{aligned}
F_{\wedge}(B)_k F_{\wedge}(C)_k
&=\sum_{i\wedge k=k}B(i)\sum_{j\wedge k=k}C(j)
\\&=\sum_{x\wedge k=k}\sum_{i\wedge j=x}B(i) C(j)
\\&=\sum_{x\wedge k=k}A(x)
\\&=F_{\wedge}(A)_k
\end{aligned}
\end{aligned}
\]
验证成功。
如何实现这两种变换?注意到如果将\(n\)位二进制数域映射到一个\(n\)维空间,则\(F_{\vee}(A)_i\)相当于在空间内求高维前缀和,\(F_{\wedge}(A)\)则是求高维后缀和。
因此直接上高维前/后缀和就能做到\(O(n2^n)\)的复杂度,这样的做法属于“快速莫比乌斯变换”。
void FMT_OR(int a[],int len) {
int n=__builtin_ctz(len);
for(int i=0; i<n; ++i)
for(int j=0; j<len; ++j) if((j>>i)&1)
a[j]+=a[j^(1<<i)];
}
void FMT_AND(int a[],int len) {
int n=__builtin_ctz(len);
for(int i=0; i<n; ++i)
for(int j=len-1; ~j; --j) if((j>>i)&1)
a[j^(1<<i)]+=a[j];
}
还有一种通用的方法:“快速沃尔什变换”,复杂度同上。
我们把问题划为n+1个阶段编号0到n,在第i个阶段中,把序列划为\(\frac{2^n}{2^i}\)个区间,并记\(F_{\oplus}(A)_{i,x}\)表示x所在区间中所有下标与x就二进制末i+1位满足特定规则的元素累和。
例如\(F_{\oplus}(A)_{0,x}=A_x\),而所求\(F_{\oplus}(A)_x=F_{\oplus}(A)_{n,x}\)。
从阶段i转移到阶段i+1时,阶段i+1的一个区间内的答案显然由阶段i中位置对应的相邻两个区间内的答案转移而来,此时决策为二进制第i+2末位的取与不取,即从\(F_{\oplus}(A)_{i,l+x}\)和\(F_{\oplus}(A)_{i,l+2^i+x}\)转移到\(F_{\oplus}(A)_{i+1,l+x}\)和\(F_{\oplus}(A)_{i+1,l+2^i+x}\),其中l是阶段i+1中的某个区间的左端点。这四个状态,设为状态A,B,C,D,状态B,D能够表示取到第i+2末位。(其实B的取是假的,因为B不存在在i+2位产生的贡献)。转移按照变换式针对这四个状态做就好了。
例如或卷积中,A,B的下标 或上\(2^{i+1}\)(取到i+2位)得到D的下标,而只有A的下标 或上\(0\)(不取i+2位)得到C的下标;只有B的下标 与上\(2^{i+1}\)(取到i+2位)得到D的下标,A,B的下标 与上\(0\)(不取i+2位)得到C的下标。实现如下
void FWT_OR(int a[],int len) {
for(int m=1; m<len; m<<=1)
for(int i=0,s=m<<1; i<len; i+=s)
for(int j=0; j<m; ++j) a[m+i+j]+=a[i+j];
}
void FWT_AND(int a[],int len) {
for(int m=1; m<len; m<<=1)
for(int i=0,s=m<<1; i<len; i+=s)
for(int j=0; j<m; ++j) a[i+j]+=a[m+i+j];
}
或与卷积的反演
前/后缀和的反演还能怎么求……
F_{\wedge}^{-1}(A)_k=\sum_{i\wedge k=k} (-1)^{|i|-|k|}F_{\wedge}(A)_k
\]
其中\(|i|\)是将\(i\)的二进制上\(1\)的个数。
先来“快速莫比乌斯反演”做法,直接把变换逆过来做
void IFMT_OR(int a[],int len) {
int n=__builtin_ctz(len);
for(int i=0; i<n; ++i)
for(int j=len-1; ~j; --j) if((j>>i)&1)
a[j]-=a[j^(1<<i)];
}
void IFMT_AND(int a[],int len) {
int n=__builtin_ctz(len);
for(int i=0; i<n; ++i)
for(int j=0; j<len; ++j) if((j>>i)&1)
a[j^(1<<i)]-=a[j];
}
然后是“快速沃尔什反演”做法,步骤与变换类似,只是累和改为消除。
void IFWT_OR(int a[],int len) {
for(int m=1; m<len; m<<=1)
for(int i=0,s=m<<1; i<len; i+=s)
for(int j=0; j<m; ++j) a[m+i+j]-=a[i+j];
}
void IFWT_AND(int a[],int len) {
for(int m=1; m<len; m<<=1)
for(int i=0,s=m<<1; i<len; i+=s)
for(int j=0; j<m; ++j) a[i+j]-=a[m+i+j];
}
异或卷积
异或卷积的变换
定义异或卷积的变换为
\]
这次不去验证,考虑直接推导【膜rockdu】,首先假定变换\(F_{\veebar}(A)\)与\(A\)线性相关,如下,
\]
当然\(g(,)\)是需要能支持反演的,因此\(g(,)=0\)之类的就不考虑了。那么
F_{\veebar}(A)_k&=\sum_{i}g(k,i)A_i=\sum_{i}g(k,i)\sum_{p\veebar q=i}B_pC_q
\\&=\sum_{i}\sum_{j}g(k,i\veebar j)B_iC_j
\\
F_{\veebar}(B)_k F_{\veebar}(C)_k
&=\sum_{i}g(k,i)B_i\sum_{j}g(k,j)C_j
\\&=\sum_{i}\sum_{j}g(k,i)g(k,j)B_iC_j
\\
g(k,i\veebar j)&=g(k,i) g(k,j)
\end{aligned}
\]
我们需要构造一个\(g(,)\)。
注意\(|i\veebar j|=|i|+|j|\pmod2\),以及\((i\veebar j)\wedge k=(i\wedge k)\veebar (j\wedge k)\),那么
(-1)^{|(i\veebar j)\wedge k|}=(-1)^{|i\wedge k|}(-1)^{|j\wedge k|}
\]
因此令\(g(k,i)=(-1)^{|i\wedge k|}\)就能得到一个合法变换
\]
如何实现这种变换?高维前/后缀和似乎已经G了,使用快速沃尔什变换,相邻两个阶段转移,要讨论对下标与的二进制1的个数的影响,结果如下
F_{\veebar}(A)_{i+1,l+2^i+x}=F_{\veebar}(A)_{i,l+x}-F_{\veebar}(A)_{i,l+2^i+x}
\]
那么变换就完成了
void FWT_XOR(int a[],int len) {
for(int m=1; m<len; m<<=1)
for(int i=0,s=m<<1; i<len; i+=s)
for(int j=0; j<m; ++j) {
int x=f[i+j], y=f[m+i+j];
f[i+j]=x+y;
f[m+i+j]=x-y;
}
}
异或卷积的反演
反演时的扣除贡献的式子就是把累和的式子反解,调整后如下
F_{\veebar}^{-1}(A)_{i+1,l+x}=\frac{F_{\veebar}^{-1}(A)_{i,l+x}+F_{\veebar}^{-1}(A)_{i,l+2^i+x}}2\\
F_{\veebar}^{-1}(A)_{i+1,l+2^i+x}=\frac{F_{\veebar}^{-1}(A)_{i,l+x}-F_{\veebar}^{-1}(A)_{i,l+2^i+x}}2\\
\]
实现如下
void FWT_XOR(int a[],int len) {
for(int m=1; m<len; m<<=1)
for(int i=0,s=m<<1; i<len; i+=s)
for(int j=0; j<m; ++j) {
int x=f[i+j], y=f[m+i+j];
f[i+j]=(x+y)/2;
f[m+i+j]=(x-y)/2;
}
}
可以发现所有的/2是可以留到后头算的,即
void IFWT_XOR(int a[],int len) {
FWT_XOR(a,len);
for(int i=0; i<len; ++i) a[i]/=len;
}
混合卷积
子集卷积
要求卷积
\\=\sum_{i\vee k=k}\sum_{j\vee k=k} [|i|+|j|=|k|] B_iC_j
\]
可以枚举补充一维集合大小,从小到大枚举集合大小,分别做一次或卷积,时间复杂度\(O(n^22^n)\)。
其它卷积
还在补。
逻辑、集合运算上的卷积一览(FMT、FWT,……)的更多相关文章
- SQL进阶系列之7用SQL进行集合运算
写在前面 集合论是SQL语言的根基,因为这种特性,SQL也被称为面向集合语言 导入篇:集合运算的几个注意事项 注意事项1:SQL能操作具有重复行的集合(multiset.bag),可以通过可选项ALL ...
- 【Java EE 学习 28 上】【oracle学习第二天】【子查询】【集合运算】【几种数据库对象】
一.子查询 1.为什么要使用子查询:问题不能一步求解或者一个查询不能通过一步查询得到. 2.分类:单行子查询和多行子查询. 3.子查询的本质:一个查询中包含了另外一个或者多个查询. 4.使用子查询的规 ...
- 详解SQL集合运算
以前总是追求新东西,发现基础才是最重要的,今年主要的目标是精通SQL查询和SQL性能优化. 本系列[T-SQL基础]主要是针对T-SQL基础的总结. [T-SQL基础]01.单表查询-几道sql查询题 ...
- SQL集合运算 差集 并集 交
SQL-3标准中提供了三种对检索结果进行集合运算的命令:并集UNION:交集INTERSECT:差集EXCEPT(在Oracle中叫做 MINUS).在有些数据库中对此的支持不够充分,如MySql中只 ...
- Oracle组函数、多表查询、集合运算、数据库对象(序列、视图、约束、索引、同义词)等
count组函数:(过滤掉空的字段) select count(address),count(*) from b_user max() avg() min(),sum() select sum(age ...
- 【SqlServer系列】集合运算
1 概述 已发布[SqlServer系列]文章如下: [SqlServer系列]SQLSERVER安装教程 [SqlServer系列]数据库三大范式 [SqlServer系列]表单查询 [SqlS ...
- T-SQL基础(四)之集合运算
三个运算符 T-SQL支持三个集合运算符:UNION.INTERSECT.EXCEPT. 集合运算符查询的一般形式如下: Query1 <set_operator> Query2 -- 这 ...
- SQL Server进阶(七)集合运算
概述 为什么使用集合运算: 在集合运算中比联接查询和EXISTS/NOT EXISTS更方便. 并集运算(UNION) 并集:两个集合的并集是一个包含集合A和B中所有元素的集合. 在T-SQL中.UN ...
- EXCEPT(差集)集合运算
在集合论中,集合A与B的差集(A-B)是由属于集合A,但不属于集合B的元素组成的集合.可以认为两个集合的差A-B就是从A中减去B中也属于A的元素. 在T-SQL中,集合之差是用EXCEPT集合运算实现 ...
随机推荐
- 回调函数实现类似QT中信号机制
1. 定义回调接口类: class UIcallBack { public: virtual void onAppActivated() = 0; virtual void onShowMore() ...
- 创建一个显示所有预定义系统颜色的ListBox
原文 Creating a ListBox that Shows All Predefined System Colors 该System.Windows.SystemColors类包含了一系列揭露当 ...
- 信号、系统与滤波器设计(matlab)
0. 基本概念 AWG:Additive White(zero-mean) Gaussian,可加白噪声: AWGN:Additive White(zero-mean) Gaussian Noise ...
- aravel 之父 Taylor Otwell :我是如何工作的
知名 PHP Web 开发框架 Laravel 之父 Taylor Otwell 发文描述了自己的日常工作状态:全职做 Laravel ,朝八晚五,使用 Sublime Text 3 写代码,终端使用 ...
- XF相对控件布局
using System; using Xamarin.Forms; using Xamarin.Forms.Xaml; [assembly: XamlCompilation (XamlCompila ...
- HTTP协议学习 - 9 Method Definitions
# 前言 官方文档简略翻译.9 不是代表第九篇,而是在 RFC2616 中是第九篇.重要加粗,龟速翻译. # Method 9.3 GET The GET method means retrieve ...
- C# WebRequest WebResponse的使用
using System;using System.Collections.Generic;using System.ComponentModel;using System.Data;using Sy ...
- This problem will occur when running in 64 bit mode with the 32 bit Oracle client components installed.
Attempt to load Oracle client libraries threw BadImageFormatException. This problem will occur when ...
- JS实时检测文本框内容长度
通过js代码实时监测,文本框内容的变化以及长度,下图是一个实际使用场景. HTML部分: <input id="Text1" type="text" on ...
- So Good They Can't Ignore You
总体而言,这本书的作者的观点就是,你只有做好了,才会有兴趣,而不是一开始就找可能并不存在的所谓兴趣——好多人就败在不停地找这么一个根本就不存在的兴趣.这个观点简直就是拯救那些乔布斯的粉丝:Follow ...