LINK:多项式 exp

做多项式的题 简直在嗑药。

前置只是 泰勒展开

这个东西用于 对于一个函数f(x) 我们不好得到 其在x处的取值。

所以另外设一个函数g(x) 来在x点处无限逼近f(x).

具体的 \(f(x) ≈ g(x)=g(0)+\frac{f^1(0)}{1!}x+\frac{f^2(0)}{2!}x^2+...+\frac{f^n(0)}{n!}x^n\)

牛顿迭代:

常用来求一个函数的零点:假设我们已经求得一个近似值x0 那么我们只需要过(x0,f(x0))这个点做函数图像的切线 取切线与x轴的交点作为新的x0.

迭代几次就可以比较精确。

如:现在要求一个函数f(x) 近似值为x0 y=f'(x0)(x-x0)+f(x0);

y=0时 \(x=x0-\frac{f(x0)}{f'(x0)}\)

当然也可以放到多项式上 现在要求一个G(x) 我们想要求出F(G(x))=0的零点G(x).

\(G(x)=G0(x)-\frac{F(G0(x))}{F'(G0(x))}\)

本质上每迭代一次都可以迅速逼近真实值。

如果\(F(G0(x))≡0(\bmod x^{2n})\)那么\(F(G(x))\equiv 0(\bmod{x^{n}})\)

关于这道题的推导过程:

\(B(x)\equiv e^{A(x)}(\bmod x^n)\)

\(InB(x)-A(x)\equiv 0(\bmod x^n)\)

现在设一个函数\(F(G(x))=InG(x)-A(x)\equiv 0\)

其实在求F这个函数的零点.

两边直接求导可得 \((F(G0(x)))'=\frac{G'0(x)}{G0(x)}\)

带入牛顿迭代的式子里。

\(G(x)=\frac{G0(x)(1-InG0(x)+A(x))}{G'0(x)}\)

每次迭代需要 求逆 做多项式In 再来一遍多项式乘法即可。

废什么话 码!

求导 和 积分需要仔细熟悉一下.

const int MAXN=600010,G=3;
int n;
int A[MAXN],B[MAXN],E[MAXN],F[MAXN],C[MAXN],D[MAXN],g[MAXN],rev[MAXN],inv[MAXN],O[MAXN];
inline int mul(int a,int b){return (ll)a*b%mod;}
inline int add(int a,int b){return a+b>=mod?a+b-mod:a+b;}
inline int mus(int a,int b){return a-b<0?a-b+mod:a-b;}
inline int ksm(int b,int p)
{
int cnt=1;
while(p)
{
if(p&1)cnt=mul(cnt,b);
p=p>>1;b=mul(b,b);
}
return cnt;
}
inline void NTT(int *a,int op,int ww)
{
int lim=1;while(lim<ww)lim=lim<<1;
rep(0,lim-1,i)
{
rev[i]=rev[i>>1]>>1|((i&1)?lim>>1:0);
if(i<rev[i])swap(a[i],a[rev[i]]);
}
for(int len=2;len<=lim;len=len<<1)
{
int mid=len>>1;
int wn=ksm(G,op==1?(mod-1)/len:mod-1-(mod-1)/len);
O[0]=1;rep(1,mid-1,i)O[i]=(ll)O[i-1]*wn%mod;
for(int j=0;j<lim;j+=len)
{
for(int i=0;i<mid;++i)
{
int x=a[i+j],y=(ll)a[i+j+mid]*O[i]%mod;
a[i+j]=(x+y)%mod;a[i+j+mid]=(x-y+mod)%mod;
}
}
}
if(op==-1)for(int i=0,inv=ksm(lim,mod-2);i<lim;++i)a[i]=(ll)a[i]*inv%mod;
}
inline void Direv(int *a,int *b,int len)//求导
{
rep(0,len-2,i)b[i]=mul(a[i+1],i+1);b[len-1]=0;
}
inline void Inv(int *a,int *b,int len)
{
if(len==1)return b[0]=ksm(a[0],mod-2),void();
Inv(a,b,len>>1);rep(0,len-1,i)C[i]=a[i],D[i]=b[i];
NTT(C,1,len<<1);NTT(D,1,len<<1);
rep(0,(len<<1)-1,i)D[i]=mul(D[i],mul(D[i],C[i]));
NTT(D,-1,len<<1);
rep(0,len-1,i)b[i]=((ll)2*b[i]-D[i]+mod)%mod;
rep(0,(len<<1)-1,i)C[i]=D[i]=0;
}
inline void Inter(int *a,int *b,int len)
{
rep(1,len-1,i)b[i]=mul(a[i-1],inv[i]);b[0]=0;
}
inline void Ln(int *a,int *b,int len)
{
Inv(a,E,len);Direv(a,F,len);
NTT(E,1,len<<1);NTT(F,1,len<<1);
rep(0,(len<<1)-1,i)E[i]=mul(E[i],F[i]);
NTT(E,-1,len<<1);Inter(E,b,len);
rep(0,(len<<1)-1,i)E[i]=F[i]=0;
}
inline void Exp(int *a,int *b,int len)
{
if(len==1)return b[0]=1,void();
Exp(a,b,len>>1);Ln(b,g,len);
g[0]=(a[0]+1-g[0]+mod)%mod;
rep(1,len-1,i)g[i]=mus(a[i],g[i]);
NTT(g,1,len<<1);NTT(b,1,len<<1);
rep(0,(len<<1)-1,i)b[i]=mul(b[i],g[i]);
NTT(b,-1,len<<1);rep(len,(len<<1)-1,i)g[i]=b[i]=0;
}
int main()
{
//freopen("1.in","r",stdin);
get(n);rep(0,n-1,i)get(A[i]);
int len=1;while(len<n)len=len<<1;
inv[1]=1;rep(2,(len<<1),i)inv[i]=(ll)inv[mod%i]*(mod-mod/i)%mod;
Exp(A,B,len);rep(0,n-1,i)put_(B[i]);return 0;
}

luogu P4726 【模板】多项式指数函数 多项式 exp 牛顿迭代 泰勒展开的更多相关文章

  1. 洛谷P4726 【模板】多项式指数函数(多项式exp)

    题意 题目链接 Sol 多项式exp,直接套泰勒展开的公式 \(F(x) = e^{A(x)}\) 求个导\(F'(x) = A(x)\) 我们要求的就是\(G(f(x)) = lnF(x) - A( ...

  2. luogu P4726 多项式指数函数(模板题FFT、多项式求逆、多项式对数函数)

    手动博客搬家: 本文发表于20181127 08:39:42, 原地址https://blog.csdn.net/suncongbo/article/details/84559818 题目链接: ht ...

  3. Luogu 4726 【模板】多项式指数函数

    补补补…… 这个题的解法让我认识到了泰勒展开的美妙之处. 泰勒展开 泰勒展开就是用一个多项式型的函数去逼近一个难以准确描述的函数. 有公式 $$f(x)\approx g(x) = g(x_0) + ...

  4. [洛谷P4726]【模板】多项式指数函数

    题目大意:给出$n-1$次多项式$A(x)$,求一个 $\bmod{x^n}$下的多项式$B(x)$,满足$B(x) \equiv e^{A(x)}$. 题解:(by Weng_weijie) 泰勒展 ...

  5. 牛顿迭代,多项式求逆,除法,开方,exp,ln,求幂

    牛顿迭代 若 \[G(F_0(x))\equiv 0(mod\ x^{2^t})\] 牛顿迭代 \[F(x)\equiv F_0(x)-\frac{G(F_0(x))}{G'(F_0(x))}(mod ...

  6. 【loj6538】烷基计数 加强版 加强版 Burnside引理+多项式牛顿迭代

    别问我为啥突然刷了道OI题,也别问我为啥花括号不换行了... 题目描述 求含 $n$ 个碳原子的本质不同的烷基数目模 $998244353$ 的结果.$1\le n\le 10^5$ . 题解 Bur ...

  7. LOJ #6538. 烷基计数 加强版 加强版(生成函数,burnside引理,多项式牛顿迭代)

    传送门. 不妨设\(A(x)\)表示答案. 对于一个点,考虑它的三个子节点,直接卷起来是\(A(x)^3\),但是这样肯定会计重,因为我们要的是无序的子节点. 那么用burnside引理,枚举一个排列 ...

  8. 【Cogs2187】帕秋莉的超级多项式(多项式运算)

    [Cogs2187]帕秋莉的超级多项式(多项式运算) 题面 Cogs 题解 多项式运算模板题 只提供代码了.. #include<iostream> #include<cstdio& ...

  9. 多项式总结&多项式板子

    多项式总结&多项式板子 三角/反三角是不可能放的(也不可能真香的 多项式乘法(DFT,FFT,NTT,MTT) 背板子 前置知识:泰勒展开 如果\(f(x)\)在\(x_0\)处存在\(n\) ...

随机推荐

  1. css 分割线样式_css实现文章分割线的多种方法总结

    这篇文章整理css如何实现文章分割线的多种方式,分割线在页面中可以起到美化作用,那么就来看看使用css实现分割线样式的多种方法.效果如下: 方式一:单个标签实现分隔线: html: <div c ...

  2. css文字不透明度怎么设置?

    在css中有很多好看的样式都可以实现,css设置出来的样式让整个网页看起来也会非常美观,今天的这篇文章就给大家来介绍一下在css中怎么设置文字的透明度,让你的文字在网页中看起来是透明的. CSS设置透 ...

  3. NOI Online #3 提高组 T1水壶 题解

    题目描述 有 n 个容量无穷大的水壶,它们从 1∼n 编号,初始时 i 号水壶中装有 Ai 单位的水. 你可以进行不超过 k 次操作,每次操作需要选择一个满足 1≤x≤n−1 的编号 x,然后把 x ...

  4. day45 如何完全删除mysql服务

    卸载mysql之后,mysql的服务无法删除 解决方案 在我们在卸载mysql后会有一些东西没有删除干净,当我们把这些内容清除干净后,服务自然就消失了 步骤一: 如果是默认安装的话 在这三个文件内都有 ...

  5. JVM(完成度95%,不断更新)

    一.HotSpot HotSpot是最新的虚拟机,替代了JIT,提高Java的运行性能.Java原先是将源代码编译为字节码在虚拟机运行,HotSpot将常用的部分代码编译为本地代码. 对象创建过程 类 ...

  6. 为什么通常在发送数据埋点请求的时候使用的是 1x1 像素的透明 gif 图片?

    避免跨域(img 天然支持跨域) 利用空白gif或1x1 px的img是互联网广告或网站监测方面常用的手段,简单.安全.相比PNG/JPG体积小,1px 透明图,对网页内容的影响几乎没有影响,这种请求 ...

  7. JVM 专题十一:运行时数据区(六)方法区

    1. 栈.堆.方法区关系交互 运行时数据区结构图: 从线程共享与否的角度来看: 2. 方法区的理解 2.1 方法区在哪里? <Java虚拟机规范>中明确说明:“尽管所有的方法区在逻辑上属于 ...

  8. python数据处理(二)之处理Excel文件

    代码与资料 https://github.com/jackiekazil/data-wrangling 1.安装相关包 2.解析Excel文件 在解析Excel之前应该想办法寻找替代的格式 3.开始解 ...

  9. flask 源码专题(三):请求上下文和应用上下文入栈与出栈

    1.请求上下文和应用上下文入栈 # 将ctx入栈,但是内部也将应用上下文入栈 ctx.push() def push(self): # 获取到的 top == ctx top = _request_c ...

  10. 前端09 /jQuery标签操作、事件、补充

    前端09 /jQuery标签操作.事件.补充 目录 前端09 /jQuery标签操作.事件.补充 1.标签内文本操作 1.1 html标签元素中的所有内容 1.2 text 标签元素的文本内容 2.文 ...