板子

背板子.jpg

\(Fwt\)用于解决这样的问题

\[C_i=\sum_{j\bigoplus k=i}A_j\times B_k
\]

其中\(\bigoplus\)是一种二元运算符,如\(or,and,xor\)

首先我们直接做复杂度显然高达\(4^n\),或许可以利用一些枚举子集的技术做到\(3^n\),但是还是非常难以接受

于是我们考虑能否像\(fft\)那样构造出一种变换\(tf\),使得\(tf(C)=tf(A)*tf(B)\)(这里是逐位相乘),同时快速完成这个变换以及逆变换呢

下面以\(or\)卷积为例

我们设\(tf(A)(i)=\sum_{j|i=i}A_j\)

发现这个\(j|i=i\)就是说\(j\)是\(i\)的子集啊

于是

\[tf(A)(i)*tf(B)(i)=\sum_{j|i=i}A_j\times \sum_{k|i=i}B_k
\]

既然\(j,k\)都是\(i\)的子集,那么\(j|k\)显然也是\(i\)的子集,设\(t=j|k\)

于是

\[tf(A)(i)*tf(B)(i)=\sum_{(k|j)|i=i}A_j\times B_k=\sum_{t|i=i}C_t=tf(C)(i)
\]

我们发现如果这样构造\(tf\),我们是可以得到\(tf(A)*tf(B)=tf(C)\)这样的性质的,于是就可以像\(fft\)那样直接逐位相乘之后逆变换了

考虑如何进行变换

变换如下

\[tf(A)=\begin{cases}(tf(A_0),tf(A_0+A_1)) & n\gt0 \\ A & n=0\end{cases}
\]

\(A_0\)是\(A\)的前\(2^{n-1}\)项组成的多项式,\(A_1\)是后\(2^{n-1}\)项组成的多项式

在\(n=0\)的时候,\(tf(A)=A\)成立这非常显然啊

考虑一下\(n>0\)的情况

那个\((tf(A_0),tf(A_0+A_1))\)就是把两个\(2^{n-1}\)的多项式连接起来的意思

我们对于\(tf(A)\)的前\(2^{n-1}\)项,就是\(A_0\)的变换,跟\(A_1\)没有什么关系,因为这前\(2^{n-1}\)项第\(n\)位都是\(0\),不可能跟后\(2^{n-1}\)项第\(n\)位都是\(1\)产生关系

考虑后\(2^{n-1}\)项,根据一个非常感性的理解,后\(2^{n-1}\)项的第\(n\)位都是\(1\),我们构造出多项式\(A_0+A_1\),只看后面的\(n-1\)位自然是满足我们的\(tf\)的规则的,就是\(j\)是\(i\)的子集,又由于\(i\)的第一位是\(1\),所以\(j\)的第一位是\(0\)是\(1\)都可以,所以我们直接用\(A_0+A_1\)就好了

类似的,我们也可以推出逆变换

\[itf(A)=\begin{cases}(itf(A_0),itf(A_0-A_1)) & n\gt0 \\ A & n=0\end{cases}
\]

于是我们就可以写出\(or\)卷积的代码

inline void Fwtor(LL *f,int o) {
for(re int i=2;i<=len;i<<=1)
for(re int ln=i>>1,l=0;l<len;l+=i)
for(re int x=l;x<l+ln;++x)
f[ln+x]+=o*f[x];
}

\(and\)卷积和\(or\)卷积类似

我们设变换\(tf(A)(i)=\sum_{j\&i=i}A_j\)

发现\(j\&i=i\)就是说\(j\)是\(i\)的超集

我们也能相应写出变换

\[tf(A)=\begin{cases}(tf(A_0+A_1),tf(A_1)) & n\gt0 \\ A & n=0\end{cases}
\]

以及逆变换

\[itf(A)=\begin{cases}(itf(A_0-A_1),itf(A_1)) & n\gt0 \\ A & n=0\end{cases}
\]

以及代码

inline void Fwtand(LL *f,int o) {
for(re int i=2;i<=len;i<<=1)
for(re int ln=i>>1,l=0;l<len;l+=i)
for(re int x=l;x<l+ln;++x)
f[x]+=o*f[ln+x];
}

\(xor\)卷积就有些不一样了呀

首先我不是很知道这个变换的实际含义是什么

据fuge说是曼哈顿距离转切比雪夫距离

我们直接摆结论

\[tf(A)=\begin{cases}(tf(A_0+A_1),tf(A_0-A_1)) & n\gt0 \\ A & n=0\end{cases}
\]

尝试证明一下?对不起我咕了,挂一个yyb跑路了

板子还是放上来吧

inline void Fwtxor(LL *f,int o) {
LL Inv;
if(o==1) Inv=1;else Inv=ksm(2,mod-2);
for(re int i=2;i<=len;i<<=1)
for(re int ln=i>>1,l=0;l<len;l+=i)
for(re int x=l;x<l+ln;++x) {
LL g=f[x],h=f[ln+x];
f[x]=(g+h)%mod,f[ln+x]=(g-h+mod)%mod;
f[x]=(f[x]*Inv)%mod;f[ln+x]=(f[ln+x]*Inv)%mod;
}
}

最后挂一个完整的板子吧

#include<algorithm>
#include<iostream>
#include<cstring>
#include<cstdio>
#define re register
#define LL long long
#define max(a,b) ((a)>(b)?(a):(b))
#define min(a,b) ((a)<(b)?(a):(b))
const int maxn=(1<<17)+6;
inline int read() {
char c=getchar();int x=0;while(c<'0'||x>'9') c=getchar();
while(c>='0'&&c<='9') x=(x<<3)+(x<<1)+c-48,c=getchar();return x;
}
const int mod=998244353;
int n,len;
LL A[maxn],B[maxn],a[maxn],b[maxn];
inline void Fwtor(LL *f,int o) {
for(re int i=2;i<=len;i<<=1)
for(re int ln=i>>1,l=0;l<len;l+=i)
for(re int x=l;x<l+ln;++x)
f[x+ln]+=f[x]*o,f[x+ln]=(f[x+ln]+mod)%mod;
}
inline void Fwtand(LL *f,int o) {
for(re int i=2;i<=len;i<<=1)
for(re int ln=i>>1,l=0;l<len;l+=i)
for(re int x=l;x<l+ln;++x)
f[x]+=f[x+ln]*o,f[x]=(f[x]+mod)%mod;
}
inline void Fwtxor(LL *f,int o) {
int Inv;
if(o==1) Inv=1;else Inv=499122177;
for(re int i=2;i<=len;i<<=1)
for(re int ln=i>>1,l=0;l<len;l+=i)
for(re int x=l;x<l+ln;++x) {
int g=f[x],h=f[x+ln];
f[x]=(g+h)%mod;f[ln+x]=(g-h+mod)%mod;
f[x]=1ll*f[x]*Inv%mod;f[x+ln]=1ll*f[x+ln]*Inv%mod;
}
}
int main() {
n=read();len=(1<<n);
for(re int i=0;i<len;i++) a[i]=A[i]=read();
for(re int i=0;i<len;i++) b[i]=B[i]=read();
Fwtor(A,1),Fwtor(B,1);
for(re int i=0;i<len;i++) A[i]=1ll*A[i]*B[i]%mod;
Fwtor(A,-1);
for(re int i=0;i<len;i++) printf("%lld ",A[i]);puts("");
for(re int i=0;i<len;i++) A[i]=a[i];
for(re int i=0;i<len;i++) B[i]=b[i];
Fwtand(A,1),Fwtand(B,1);
for(re int i=0;i<len;i++) A[i]=1ll*A[i]*B[i]%mod;
Fwtand(A,-1);
for(re int i=0;i<len;i++) printf("%lld ",A[i]);puts("");
for(re int i=0;i<len;i++) A[i]=a[i];
for(re int i=0;i<len;i++) B[i]=b[i];
Fwtxor(A,1),Fwtxor(B,1);
for(re int i=0;i<len;i++) A[i]=1ll*A[i]*B[i]%mod;
Fwtxor(A,-1);
for(re int i=0;i<len;i++) printf("%lld ",A[i]);puts("");
return 0;
}

FWT背板笔记的更多相关文章

  1. 一个数学不好的菜鸡的快速沃尔什变换(FWT)学习笔记

    一个数学不好的菜鸡的快速沃尔什变换(FWT)学习笔记 曾经某个下午我以为我会了FWT,结果现在一丁点也想不起来了--看来"学"完新东西不经常做题不写博客,就白学了 = = 我没啥智 ...

  2. FWT学习笔记

    FWT学习笔记 引入 一般的多项式乘法是这样子的: \(c_i=\sum_{i,j}a_j*b_k*[j+k==i]\) 但是如果我们将这个乘法式子里面的+号变换一下变成其他的运算符号呢? \(c_i ...

  3. FWT 学习笔记

    FWT学习笔记 好久以前写的,先粘上来 定义数组 \(n=2^k\) \(A=[a_0,a_1,a_2,a_3,...,a_{n-1}]\) 令\(A_0=[a_0,a_1,a_2,...,a_{\f ...

  4. FMT/FWT学习笔记

    目录 FMT/FWT学习笔记 FMT 快速莫比乌斯变换 OR卷积 AND卷积 快速沃尔什变换(FWT/XOR卷积) FMT/FWT学习笔记 FMT/FWT是算法竞赛中求or/and/xor卷积的算法, ...

  5. $\text {FWT}$学习笔记

    \(\text {FWT}\) 学习笔记 正常项的\(\text {FWT}\) 在\(\text {OI}\)中,我们经常会碰到这种问题: 给出一个长度为\(n\)的序列\(a_{1,2,...,n ...

  6. 快速沃尔什变换 (FWT)学习笔记

    证明均来自xht37 的洛谷博客 作用 在 \(OI\) 中,\(FWT\) 是用于解决对下标进行位运算卷积问题的方法. \(c_{i}=\sum_{i=j \oplus k} a_{j} b_{k} ...

  7. 快速沃尔什变换 FWT 学习笔记【多项式】

    〇.前言 之前看到异或就担心是 FWT,然后才开始想别的. 这次学了 FWT 以后,以后判断应该就很快了吧? 参考资料 FWT 详解 知识点 by neither_nor 集训队论文 2015 集合幂 ...

  8. 快速沃尔什变换(FWT)学习笔记 + 洛谷P4717 [模板]

    FWT求解的是一类问题:\( a[i] = \sum\limits_{j\bigoplus k=i}^{} b[j]*c[k] \) 其中,\( \bigoplus \) 可以是 or,and,xor ...

  9. 快速沃尔什变换(FWT)笔记

    开头Orz hy,Orz yrx 部分转载自hy的博客 快速沃尔什变换,可以快速计算两个多项式的位运算卷积(即and,or和xor) 问题模型如下: 给出两个多项式$A(x)$,$B(x)$,求$C( ...

随机推荐

  1. css3 transform(变形)笔记

    Transform字面上就是变形,改变的意思.在CSS3中transform主要包括以下几种:旋转rotate.扭曲skew.缩放scale和移动translate以及矩阵变形matrix. 一.旋转 ...

  2. Java并发常见问题

    ConcurrentHashMap源码分析,参考:http://blog.csdn.net/do_smile/article/details/46911727 HashMap源码分析,参考:http: ...

  3. MySQL 批量删除相同前缀的表

    sql 命令批量生成drop命令 需要批量删除表,而MySQL又没有提供相关的功能:一般我们建表也都会使用相同前缀,那么,在不使用工具的情况下可以选择使用sql生成批量删除命令: 如删除以 " ...

  4. 撩课-Web大前端每天5道面试题-Day22

    1.mvvm和mvc区别?它和其它框架(jquery)的区别是什么?哪些场景适合? mvc和mvvm其实区别并不大. 都是一种设计思想. 主要就是mvc中Controller演变成mvvm中的view ...

  5. Mysql explain分析sql语句执行效率

    mysql优化–explain分析sql语句执行效率 Explain命令在解决数据库性能上是第一推荐使用命令,大部分的性能问题可以通过此命令来简单的解决,Explain可以用来查看SQL语句的执行效 ...

  6. JVM之---垃圾回收

    JVM通过GC来回收堆和方法区中的内存,GC的基本原理首先会找到程序中不再被使用的对象,然后回收这些对象所占用的内存. 1.收集器 通常采用收集器的方式实现GC,主要的收集器有引用计数收集器和跟踪收集 ...

  7. python学习之老男孩python全栈第九期_day014知识点总结

    # 迭代器和生成器# 迭代器 # 双下方法:很少直接调用的方法,一般情况下,是通过其他语法触发的# 可迭代的 --> 可迭代协议:含有__iter__的方法( '__iter__' in dir ...

  8. gulp自动化打包及静态文件自动添加版本号

    前端自动化打包发布已是一种常态,尤其在移动端,测试过程中静态资源的缓存是件很头疼的事情,有时候明明处理的bug测试还是存在,其实就是缓存惹的祸,手机不比pc浏览器,清理缓存还是有点麻烦的.所以自动化实 ...

  9. 导航栏布局时遇到的问题以及解决办法 css选择器优先级

    得到的导航栏效果 添加#menu ul li{width:30px;} 效果如图 将会使列表项和分隔区域的宽度同时改变因为id选择器的优先级高于类选择器,此时应该为列表项添加内联样式如图 才能得到如下 ...

  10. 移动端地区选择mobile-select-area插件的使用方法

    顾名思义,mobile-select-area插件就是使用在移动端上的进行地区选择的插件,而且使用方法简单,我就说我是怎么用的吧 一.准备工作 首先肯定要下载插件对应的css+js文件, 当你下载好这 ...