题目链接

多项式除法 & 取模

  很神奇,记录一下。

  只是主要部分,更详细的和其它内容看这吧。

  给定一个\(n\)次多项式\(A(x)\)和\(m\)次多项式\(D(x)\),求\(deg(Q)\leq n-m\)的多项式\(Q(x)\),满足$$A(x)=D(x)\times Q(x)+R(x)$$

  其中\(R(x)\)可以看做是\(m-1\)次多项式(不足\(m-1\)次系数补\(0\))。

  首先是想消除\(R(x)\)的影响。

  对于一个\(n\)次多项式\(A(x)\),记$$AR(x)=xnA(\frac{1}{x})$$

  例如\(A(x)=2x^3+4x^2-3x+1\),那么把\(\frac{1}{x}\)代进去,再乘个\(x^n\),可得$$AR(x)=x3-3x^2+4x+2$$

  相当于将\(A(x)\)的系数进行了反转。

  现在把\(A(x)=D(x)\times Q(x)+R(x)\)的\(x\)替换成\(\frac{1}{x}\),再乘\(x^n\),得

\[x^nA(\frac{1}{x})=x^{m}D(\frac{1}{x})x^{n-m}Q(\frac{1}{x})+x^{n-m+1}x^{m-1}R(x)$$ $$A^R(x)=D^R(x)Q^R(x)+x^{n-m+1}R^R(x)
\]

  要求\(Q(x)\),反转后次数仍不超过\(n-m\),而\(x^{n-m+1}R^R(x)\)最低项的次数\(>n-m\)。于是我们把式子放在模\(x^{n-m+1}\)意义下,\(R(x)\)就被消除了,且不影响\(Q(x)\)。而\(A(x),D(x)\)是已知的,不会有问题。

  即$$A^R(x)\equiv D^R(x)\times QR(x) (mod x{n-m+1})$$

  对\(D^R(x)\)求逆元,乘\(A^R(x)\)后可以得到\(Q^R(x)\),系数反转后即得\(Q(x)\)。\(A(x)-D(x)\times Q(x)\)就可以得到\(R(x)\)了。即多项式取模也可以这么做。

  复杂度\(\mathcal O(n\log n)\)。

//640ms	7.55MB
#include <cstdio>
#include <cctype>
#include <cstring>
#include <algorithm>
#define P (998244353)
#define Rt (3)
#define i_Rt (332748118)
#define Mul(a,b) (1ll*a*b%P)
#define Sub(a,b) (a<b ? a-b+P : a-b)
#define Clear() memset(A,0,sizeof A),memset(B,0,sizeof B)
//#define gc() getchar()
#define MAXIN 200000
#define gc() (SS==TT&&(TT=(SS=IN)+fread(IN,1,MAXIN,stdin),SS==TT)?EOF:*SS++)
const int N=(1<<18)+5; int n,m,F[N],D[N],invD[N],Q[N],A[N],B[N],tmp[N],rev[N],W[N];//F = divisor * quotient + remainder
char IN[MAXIN],*SS=IN,*TT=IN; inline int read()
{
int now=0;register char c=gc();
for(;!isdigit(c);c=gc());
for(;isdigit(c);now=now*10+c-'0',c=gc());
return now;
}
inline int FP(int x,int k)
{
int t=1;
for(; k; k>>=1, x=Mul(x,x))
if(k&1) t=Mul(x,t);
return t;
}
inline int Get_len(int x)
{
int len=1; while(len<=x) len<<=1;
return len;
}
void NTT(int *a,int len,int type)//polynomial
{
int lim=1, L=0;
while(lim<len) lim<<=1, ++L;
for(int i=1; i<lim; ++i) rev[i]=(rev[i>>1]>>1)|((i&1)<<L-1);
for(int i=1; i<lim; ++i) if(i<rev[i]) std::swap(a[i],a[rev[i]]);
for(int i=2; i<=lim; i<<=1)
{
int mid=i>>1, Wn=FP(~type?Rt:i_Rt,(P-1)/i), t;//次数:(P-1)/i!
W[0]=1;
for(int j=1; j<mid; ++j) W[j]=Mul(W[j-1],Wn);
for(int j=0; j<lim; j+=i)
for(int k=0; k<mid; ++k)
a[j+k+mid]=(a[j+k]-(t=Mul(a[j+k+mid],W[k]))+P)%P,
a[j+k]=(a[j+k]+t)%P;
}
if(type==-1)
for(int i=0,inv=FP(lim,P-2); i<lim; ++i) a[i]=Mul(a[i],inv);
}
void P_Inv(int *f,int *g,int len)//len:要求逆元的长度
{
if(len==1) {g[0]=FP(f[0],P-2); return;}
P_Inv(f,g,len>>1);
for(int i=0; i<len; ++i) A[i]=f[i], B[i]=g[i];
NTT(A,len<<1,1), NTT(B,len<<1,1);
for(int i=0; i<len<<1; ++i) A[i]=Mul(A[i],Mul(B[i],B[i]));
NTT(A,len<<1,-1);
for(int i=0; i<len; ++i) g[i]=((g[i]<<1)%P-A[i]+P)%P;
}
void P_Mul(int *a,int *b,int *res,int l1,int l2)
{
int len=Get_len(l1+l2);
Clear();
for(int i=0; i<=l1; ++i) A[i]=a[i];
for(int i=0; i<=l2; ++i) B[i]=b[i];
NTT(A,len,1), NTT(B,len,1);
for(int i=0; i<len; ++i) res[i]=Mul(A[i],B[i]);
NTT(res,len,-1);
} int main()
{
n=read(),m=read();
for(int i=0; i<=n; ++i) F[i]=read();
for(int i=0; i<=m; ++i) D[i]=read();
std::reverse(F,F+n+1), std::reverse(D,D+m+1);
P_Inv(D,invD,Get_len(n-m));
P_Mul(F,invD,Q,n-m,n-m);//次数都是n-m (mod x^{n-m+1})
std::reverse(Q,Q+n-m+1);
for(int i=0; i<=n-m; ++i) printf("%d ",Q[i]); putchar('\n'); std::reverse(F,F+n+1), std::reverse(D,D+m+1);
P_Mul(D,Q,tmp,m,n-m);
for(int i=0; i<m; ++i) printf("%d ",Sub(F[i],tmp[i])); return 0;
}

洛谷.4512.[模板]多项式除法(NTT)的更多相关文章

  1. 洛谷.3803.[模板]多项式乘法(NTT)

    题目链接:洛谷.LOJ. 为什么和那些差那么多啊.. 在这里记一下原根 Definition 阶 若\(a,p\)互质,且\(p>1\),我们称使\(a^n\equiv 1\ (mod\ p)\ ...

  2. 洛谷 P4512 [模板] 多项式除法

    题目:https://www.luogu.org/problemnew/show/P4512 看博客:https://www.cnblogs.com/owenyu/p/6724611.html htt ...

  3. 洛谷.3803.[模板]多项式乘法(FFT)

    题目链接:洛谷.LOJ. FFT相关:快速傅里叶变换(FFT)详解.FFT总结.从多项式乘法到快速傅里叶变换. 5.4 又看了一遍,这个也不错. 2019.3.7 叕看了一遍,推荐这个. #inclu ...

  4. 洛谷.4238.[模板]多项式求逆(NTT)

    题目链接 设多项式\(f(x)\)在模\(x^n\)下的逆元为\(g(x)\) \[f(x)g(x)\equiv 1\ (mod\ x^n)\] \[f(x)g(x)-1\equiv 0\ (mod\ ...

  5. 洛谷.4721.[模板]分治FFT(NTT)

    题目链接 换一下形式:\[f_i=\sum_{j=0}^{i-1}f_jg_{i-j}\] 然后就是分治FFT模板了\[f_{i,i\in[mid+1,r]}=\sum_{j=l}^{mid}f_jg ...

  6. 洛谷.4245.[模板]任意模数NTT(MTT/三模数NTT)

    题目链接 三模数\(NTT\): 就是多模数\(NTT\)最后\(CRT\)一下...下面两篇讲的都挺明白的. https://blog.csdn.net/kscla/article/details/ ...

  7. 洛谷 P4238 [模板] 多项式求逆

    题目:https://www.luogu.org/problemnew/show/P4238 看博客:https://www.cnblogs.com/xiefengze1/p/9107752.html ...

  8. 洛谷 P4245 [模板]任意模数NTT —— 三模数NTT / 拆系数FFT(MTT)

    题目:https://www.luogu.org/problemnew/show/P4245 用三模数NTT做,需要注意时间和细节: 注意各种地方要取模!传入 upt() 里面的数一定要不超过2倍 m ...

  9. 洛谷P3373 [模板]线段树 2(区间增减.乘 区间求和)

    To 洛谷.3373 [模板]线段树2 题目描述 如题,已知一个数列,你需要进行下面两种操作: 1.将某区间每一个数加上x 2.将某区间每一个数乘上x 3.求出某区间每一个数的和 输入输出格式 输入格 ...

随机推荐

  1. ES6的优雅方法

    1.箭头函数 // ES5 var selected = allJobs.filter(function (job) { return job.isSelected(); }); // ES6 var ...

  2. 系统学习(javascript)_基础(语法)

    1.分类 ECMAScript  javascript的标准 DOM  Document object Model文档对象模型 BOM  Browser object Model 浏览器对象模型 ti ...

  3. translate 与 相对、绝对定位

    垂直水平居中是日常前端开发当中一个常见的需求,在支持 CSS3 属性的现代浏览器当中,有一个利用 CSS3 属性的垂直水平居中方法: position absolute; :; :; :transla ...

  4. css单行文本和多行文本溢出实现省略号显示

    1.单行文本溢出 文本内容 <div class="singleLine"> HelloWorldHelloWorldHelloWorldHelloWorldHello ...

  5. 防范xss的正确姿势

    防范xss的正确姿势 xss攻击是web攻击中非常常见的一种攻击手段.如果你还没有听说过xss攻击,可以先了解xss的相关知识和原理,例如: XSS)" target="_blan ...

  6. java 压缩与解压

    最近复习到IO,想找个案例做一做,恰好下载了许多图片压缩包,查看图片很不方便,所以打算用IO把图片都解压到同一个文件夹下.然后集中打包. 本例使用jdk自带的ZipInputStream和ZipOut ...

  7. python进阶之类常用魔法方法和魔法属性

    前言 前面我们总结过了python的关键字.运算符.内置函数.语法糖等与python魔法方法之间的关系,现在我们更细一点,看看python的面向对象编程有哪些常用的魔法属性和魔法方法. 魔法属性 对于 ...

  8. 【Python学习笔记】Jupyter Lab目录插件安装

    Jupyter Lab目录插件安装 当然首先你得有python和已经安装了jupyter lab. 1 安装jupyter_contrib_nbextensions 首先先安装jupyter_cont ...

  9. shell脚本实现分日志级别输出

    shell脚本如何优雅的记录日志信息,下面让我们一步一步,让shell脚本的日志也变得高端起来,实现如下功能 ①设定日志级别,实现可以输出不同级别的日志信息,方便调试 ②日志格式类似为:[日志级别] ...

  10. java使用DOM操作XML

    XML DOM简介 XML DOM 是用于获取.更改.添加或删除 XML 元素的标准. XML 文档中的每个成分都是一个节点. DOM 是这样规定的: 整个文档是一个文档节点 每个 XML 标签是一个 ...