分治FFT学习笔记
用途
在\(O(n\log^2 n)\)的时间内做诸如
\[
f_n=\sum_{i=0}^{n-1} f_ig_{n-i}
\]
或是
\[
f_n=\sum_{i=0}^{n-1} f_if_{n-i}
\]
或是
\[
f_{k,n}=\sum_s\sum_t \sum_i f_{s,i}f_{t,n-i}
\]
等“我 卷 我 自 己”的式子。
(如果你觉得这东西多项式求逆也可以做,那么请你认真看一下第三个式子)
思想
式子一
用CDQ分治的思想:先递归做出左边,考虑左边对右边的贡献,然后递归右边。
这其实就是最简单的分治FFT,用多项式求逆也可以实现。
式子二
现在\(g\)也被\(f\)替换了,考虑仍然用上面的做法,但你会发现:你挂了。
为什么会挂呢?
上面的统计贡献的过程是这样的:分治\([l,r]\)时,先做出\([l,mid]\)的\(f\),然后把\([l,mid]\)的\(f\)和\([1,r-l+1]\)的\(g\)卷在一起,把贡献算到\([mid+1,r]\)上面去。
但是现在发现一个漏洞:如果\(g\)替换成了\(f\),那么\([1,r-l+1]\)的\(f\)可能还没有被完全算出来。
什么时候会发生这种情况呢?考虑分治结构其实和线段树结构相同,满足左边的大小\(\ge\)右边的大小,所以只有在最左边的那个区间可能会发生这种事,也就是\(l=1\)时。
那怎么办?怎么提前算出右边?
我也不知道
既然不能提前算出来,那就不算,只算出\(f\)在\([l,mid]\)的值对右边的贡献之后直接往右边递归。
显然,一个点不能对自己产生贡献,所以递归到一个点的时候肯定是对的。
而两个点时可以算出\(l\)对\(r\)的贡献,也是对的。
以此类推,它就是对的。
(完全严谨的证明我也不会啊qwq)
注意:当\(l\ne 1\)时把\([l,mid]\)和\([1,r-l+1]\)卷起来时相当于钦定一个指针在\([l,mid]\),而另一个在\([1,r-l+1]\),但实际上他们有可能会交换位置,所以要乘2。
update:我都写了些啥……其实就是把两个卷起来的时候有两个指针,在右边的那个指针位置统计贡献,所以直接递归右边完全莫得问题。当卷积并不是二次方而是三次方、四次方的时候也照样可以在最右边的那个位置统计贡献。
式子三
这个式子真是丑呢……
然而直接用式子二的方法就可以了,方法并没有太大不同,除了……
注意:当\([l\ne 1]\)时¥%……&@&¥%¥,也相当于钦定了指针的位置,所以还要交换来一遍。
这么说可能比较难理解,考虑这么一个式子:
\[
f1_n=\sum_i f1_if2_{n-i}\\
f2_n=\sum_i f2_if1_{n-i}
\]
这时你不能简单地把\(f1[l,mid]\)和\(f2[1,r-l+1]\)卷起来,还要把\(f2[l,mid]\)和\(f1[1,r-l+1]\)卷起来,这才能做到不重不漏。
代码
代码现在不在我电脑上,我又那么懒,所以——
咕咕咕……
(建议去 https://www.cnblogs.com/yinwuxiao/p/9570533.html 食用代码/kel)
分治FFT学习笔记的更多相关文章
- 分治 FFT学习笔记
先给一道luogu板子题:P4721 [模板]分治 FFT 今天模拟有道题的部分分做法是分治fft,于是就学了一下.感觉不是很难,国赛上如果推出式子的话应该能写出来. 分治fft用来解决这么一个式子\ ...
- 多项式求逆/分治FFT 学习笔记
一.多项式求逆 给定一个多项式 \(F(x)\),请求出一个多项式 \(G(x)\), 满足 \(F(x) * G(x) \equiv 1 ( \mathrm{mod\:} x^n )\).系数对 \ ...
- 再探快速傅里叶变换(FFT)学习笔记(其三)(循环卷积的Bluestein算法+分治FFT+FFT的优化+任意模数NTT)
再探快速傅里叶变换(FFT)学习笔记(其三)(循环卷积的Bluestein算法+分治FFT+FFT的优化+任意模数NTT) 目录 再探快速傅里叶变换(FFT)学习笔记(其三)(循环卷积的Blueste ...
- 快速傅里叶变换(FFT)学习笔记
定义 多项式 系数表示法 设\(A(x)\)表示一个\(n-1\)次多项式,则所有项的系数组成的\(n\)维向量\((a_0,a_1,a_2,\dots,a_{n-1})\)唯一确定了这个多项式. 即 ...
- 快速傅里叶变换(FFT)学习笔记(其一)
再探快速傅里叶变换(FFT)学习笔记(其一) 目录 再探快速傅里叶变换(FFT)学习笔记(其一) 写在前面 为什么写这篇博客 一些约定 前置知识 多项式卷积 多项式的系数表达式和点值表达式 单位根及其 ...
- 快速傅里叶变换(FFT)学习笔记(其二)(NTT)
再探快速傅里叶变换(FFT)学习笔记(其二)(NTT) 目录 再探快速傅里叶变换(FFT)学习笔记(其二)(NTT) 写在前面 一些约定 前置知识 同余类和剩余系 欧拉定理 阶 原根 求原根 NTT ...
- 口胡FFT现场(没准就听懂了)&&FFT学习笔记
前言(不想听的可以跳到下面) OK.蒟蒻又来口胡了. 自从ZJOI2019上Day的数论课上的多项式听到懵逼了,所以我就下定决心要学好多项式.感觉自己以前学的多项式都是假的. 但是一直在咕咕,现在是中 ...
- 【笔记篇】(理论向)快速傅里叶变换(FFT)学习笔记w
现在真是一碰电脑就很颓废啊... 于是早晨把电脑锁上然后在旁边啃了一节课多的算导, 把FFT的基本原理整明白了.. 但是我并不觉得自己能讲明白... Fast Fourier Transformati ...
- 【文文殿下】快速傅里叶变换(FFT)学习笔记
多项式 定义 形如\(A(x)=\sum_{i=0}^{n-1} a_i x^i\)的式子称为多项式. 我们把\(n\)称为该多项式的次数界. 显然,一个\(n-1\)次多项式的次数界为\(n\). ...
随机推荐
- Java Embeded 包 与各个架构之间的关系
Oracle Java Embedded Suite 7.0 for Linux x86 V37917-01.zip Oracle Java Embedded Suite ...
- 常用算法之排序(Java)
一.常用算法(Java实现) 1.选择排序(初级算法) 原理:有N个数据则外循环就遍历N次并进行N次交换.内循环实现将外循环当前的索引i元素与索引大于i的所有元素进行比较找到最小元素索引,然后外循环进 ...
- textarea与标签组合,点击标签填入标签内容,再次点击删除内容(vue)
需求:将textarea与span标签组合,点击标签自动填入标签文本内容,再次点击删除标签文本对应内容 原理:点击标签时,将标签内容作为参数,将内容拼接在textarea的value后面,再次点击标签 ...
- 13 个 JS 数组精简技巧
来自 https://juejin.im/post/5db62f1bf265da4d560906ab 侵删 数组是 JS 最常见的一种数据结构,咱们在开发中也经常用到,在这篇文章中,提供一些小技巧,帮 ...
- 【转载】抓包工具tcpdump用法说明
转载地址:http://www.cnblogs.com/f-ck-need-u/p/7064286.html tcpdump采用命令行方式对接口的数据包进行筛选抓取,其丰富特性表现在灵活的表达式上. ...
- [postman][API 测试]用Postman做RestAPI测试学习笔记
痛点:最近有个API网关的兼容性测试任务,需要验证API是否可用,返回值符合预期,如果手工复制粘贴curl命令,繁琐且低效 调研时发现了Postman 这个chrom插件,试用了2天后发现使用起来很方 ...
- Helix QAC — 软件静态测试工具
Helix QAC 是Perforce 公司(原PRQA 公司)产品,主要用于C/C++ 代码的完全自动化静态分析工作,可以提供编码规则检查.代码质量度量.软件结构分析.测试结果管理等功能.Helix ...
- ES6 解构赋值详解
解构赋值是对赋值运算符的扩展,可以将属性/值从对象/数组中取出,赋值给其他变量. 一.数组的解构赋值 1.基本用法 只要等号两边的模式相同,左边的变量就会被赋予对应的值. let [a, [[b], ...
- Three.js入门详解
什么是WebGL WebGL(Web 图形库)是一种 JavaScript API,用于在任何兼容的 Web 浏览器中呈现交互式 3D 和 2D 图形,而无需使用插件.WebGL 通过引入一个与 ...
- 让你弄懂 call、apply、bind的应用和区别
call.apply.bind使用和区别 // 有只猫叫小黑,小黑会吃鱼 const cat = { name: '小黑', eatFish(...args) { console.log('this指 ...