Codeforces 题目传送门 & 洛谷题目传送门

神仙题 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

首先考虑最朴素的 \(dp\),设 \(dp_{z,i}\) 表示经过 \(z\) 次操作后剩下的数为 \(i\) 的概率,那么显然有 \(dp\) 转移方程 \(dp_{z,i}=\sum\limits_{j\ge i}dp_{z-1,j}·\dfrac{1}{j+1}\)。

边界条件 \(dp_{0,i}=p_i\)

直接递推显然不行,考虑优化,我们记 \(F_z(x)=\sum\limits_{i=0}^ndp_{z,i}x^i\),我们不妨来探究一下 \(F_z(x)\) 有哪些性质:

\[\begin{aligned}
F_z(x)&=\sum\limits_{i=0}^ndp_{z,i}x^i\\
&=\sum\limits_{i=0}^n\sum\limits_{j\ge i}dp_{z-1,j}\dfrac{1}{j+1}x^i\\
&=\sum\limits_{j=0}^ndp_{z-1,j}\dfrac{1}{j+1}\sum\limits_{i=0}^jx^i\\
&=\sum\limits_{j=0}^ndp_{z-1,j}\dfrac{1}{j+1}\dfrac{x^{j+1}-1}{x-1}\\
&=\dfrac{1}{x-1}\sum\limits_{j=0}^ndp_{z-1,j}\dfrac{x^{j+1}-1}{j+1}
\end{aligned}
\]

注意到

\[\dfrac{x^{j+1}}{j+1}=\int_0^xk^j\,\mathrm dk,\dfrac{1}{j+1}=\int_0^1k^j\,\mathrm dk
\]

因此

\[\dfrac{x^{j+1}-1}{j+1}=\int_1^xk^j\,\mathrm dk
\]

代入得

\[\begin{aligned}
&\dfrac{1}{x-1}\sum\limits_{j=0}^ndp_{z-1,j}\dfrac{x^{j+1}-1}{j+1}\\
=&\dfrac{1}{x-1}\sum\limits_{j=0}^ndp_{z-1,j}\int_1^xk^j\,\mathrm dk\\
=&\dfrac{1}{x-1}\int_1^x\sum\limits_{j=0}^ndp_{z-1,j}k^j\,\mathrm dk\\
=&\dfrac{1}{x-1}\int_1^xF_{z-1}(k)\,\mathrm dk
\end{aligned}
\]

注意到这边积分下界是 \(1\),并且左边还多出了个恶心的 \(\dfrac{1}{x-1}\),非常棘手,因此考虑将这个 \(\dfrac{1}{x-1}\) 去掉,于是考虑设 \(G_z(x)=F_z(x+1)\),那么:

\[\begin{aligned}
G_z(x)&=F_z(x+1)\\
&=\dfrac{1}{x}\int_1^{x+1}F_{z-1}(k)\,\mathrm dk\\
&=\dfrac{1}{x}\int_0^{x}F_{z-1}(k+1)\,\mathrm dk\\
&=\dfrac{1}{x}\int_0^{x}G_{z-1}(k)\,\mathrm dk\\
\end{aligned}
\]

噫!好!这下下界变成 \(0\) 了,左边也没有讨厌的 \(\dfrac{1}{x-1}\) 了!

接下来考虑设 \(G_z(x)=\sum\limits_{i=0}^ng_{z,i}x^i\),那么根据 \(G_z(x)=\dfrac{1}{x}\int_0^xG_{z-1}(k)\,\mathrm dk\) 有

\[G_z(x)=\dfrac{1}{x}\int_0^xG_{z-1}(k)\,\mathrm dk=\dfrac{1}{x}\sum\limits_{i=1}^{n+1}\dfrac{g_{z-1,i-1}}{i}x^i=\sum\limits_{i=0}^{n}\dfrac{g_{z-1,i}}{i+1}x^i
\]

因此 \(g_{z,i}=\dfrac{g_{z-1,i}}{i+1}\)。

这玩意儿显然可以快速幂加速,即 \(g_{m,i}=\dfrac{g_{0,i}}{(i+1)^m}\)。

也就是说接下来我们只需实现 \(F_0(x)\to G_0(x),G_m(x)\to F_m(x)\) 即可。

注意到

\[\begin{aligned}
F_0(x+1)&=\sum\limits_{i=0}^np_i(x+1)^i\\
&=\sum\limits_{i=0}^np_i\sum\limits_{j=0}^i\dbinom{i}{j}x^j\\
&=\sum\limits_{j=0}^i(\sum\limits_{i=j}^n\dbinom{i}{j}p_i)x^j
\end{aligned}
\]

\[g_{0,i}=\sum\limits_{j=i}^n\dbinom{j}{i}p_j
\]

拆组合数可得 \(g_{0,i}=\sum\limits_{j=i}^n\dfrac{j!}{i!(j-i)!}p_j=\dfrac{1}{i!}\sum\limits_{j=i}^nj!p_j·\dfrac{1}{(j-i)!}\),按照 NTT 求差卷积的套路来即可。

\(G_m(x)\to F_m(x)\) 也同理,类似地有

\[g_{m,i}=\sum\limits_{j=i}^n\dbinom{j}{i}f_{m,j}
\]

二项式反演一下可得

\[f_{m,i}=\sum\limits_{j=i}^n\dbinom{j}{i}(-1)^{j-i}g_{m,j}
\]

和上面一样 NTT 求遍差卷积即可。

时间复杂度 \(n\log n\)。

const int MAXN=1e5;
const int MAXP=1<<18;
const int MOD=998244353;
const int pr=3;
const int ipr=(MOD+1)/3;
int n,f[MAXN+5],g[MAXN+5],h[MAXN+5];ll m;
int fac[MAXN+5],ifac[MAXN+5];
void init_fac(int n){
for(int i=(fac[0]=ifac[0]=ifac[1]=1)+1;i<=n;i++) ifac[i]=1ll*ifac[MOD%i]*(MOD-MOD/i)%MOD;
for(int i=1;i<=n;i++) fac[i]=1ll*fac[i-1]*i%MOD,ifac[i]=1ll*ifac[i-1]*ifac[i]%MOD;
}
int qpow(int x,int e){
int ret=1;
for(;e;e>>=1,x=1ll*x*x%MOD) if(e&1) ret=1ll*ret*x%MOD;
return ret;
}
int rev[MAXP+5];
void NTT(vector<int> &a,int len,int type){
int lg=31-__builtin_clz(len);
for(int i=0;i<len;i++) rev[i]=(rev[i>>1]>>1)|((i&1)<<(lg-1));
for(int i=0;i<len;i++) if(i<rev[i]) swap(a[i],a[rev[i]]);
for(int i=2;i<=len;i<<=1){
int W=qpow((type<0)?ipr:pr,(MOD-1)/i);
for(int j=0;j<len;j+=i){
for(int k=0,w=1;k<(i>>1);k++,w=1ll*w*W%MOD){
int X=a[j+k],Y=1ll*a[(i>>1)+j+k]*w%MOD;
a[j+k]=(X+Y)%MOD;a[(i>>1)+j+k]=(X-Y+MOD)%MOD;
}
}
}
if(type==-1){
int ivn=qpow(len,MOD-2);
for(int i=0;i<len;i++) a[i]=1ll*a[i]*ivn%MOD;
}
}
vector<int> conv(vector<int> a,vector<int> b){
int LEN=1;while(LEN<a.size()+b.size()) LEN<<=1;
a.resize(LEN,0);b.resize(LEN,0);NTT(a,LEN,1);NTT(b,LEN,1);
for(int i=0;i<LEN;i++) a[i]=1ll*a[i]*b[i]%MOD;NTT(a,LEN,-1);
return a;
}
int main(){
scanf("%d%lld",&n,&m);m%=(MOD-1);init_fac(n);
for(int i=0;i<=n;i++) scanf("%d",&f[i]);
vector<int> A(n+1),B(n+1);
for(int i=0;i<=n;i++) A[i]=ifac[i],B[n-i]=1ll*fac[i]*f[i]%MOD;
vector<int> C=conv(A,B);
for(int i=0;i<=n;i++){
g[i]=1ll*ifac[i]*C[n-i]%MOD;
g[i]=1ll*g[i]*qpow(qpow(i+1,MOD-2),m)%MOD;
} iota(A.begin(),A.end(),0);iota(B.begin(),B.end(),0);
for(int i=0;i<=n;i++){
if(~i&1) A[i]=ifac[i];else A[i]=MOD-ifac[i];
B[n-i]=1ll*fac[i]*g[i]%MOD;
} C=conv(A,B);
for(int i=0;i<=n;i++) printf("%d ",1ll*C[n-i]*ifac[i]%MOD);
return 0;
}

Codeforces 923E - Perpetual Subtraction(微积分+生成函数+推式子+二项式反演+NTT)的更多相关文章

  1. Codeforces 947E Perpetual Subtraction (线性代数、矩阵对角化、DP)

    手动博客搬家: 本文发表于20181212 09:37:21, 原地址https://blog.csdn.net/suncongbo/article/details/84962727 呜啊怎么又是数学 ...

  2. Codeforces 1528F - AmShZ Farm(转化+NTT+推式子+第二类斯特林数)

    Codeforces 题目传送门 & 洛谷题目传送门 神仙题,只不过感觉有点强行二合一(?). 首先考虑什么样的数组 \(a\) 符合条件,我们考虑一个贪心的思想,我们从前到后遍历,对于每一个 ...

  3. Codeforces 917D - Stranger Trees(矩阵树定理/推式子+组合意义)

    Codeforces 题目传送门 & 洛谷题目传送门 刚好看到 wjz 在做这题,心想这题之前好像省选前做过,当时觉得是道挺不错的题,为啥没写题解呢?于是就过来补了,由此可见我真是个大鸽子(( ...

  4. 【CF932E】Perpetual Subtraction(NTT,线性代数)

    [CF932E]Perpetual Subtraction(NTT,线性代数) 题面 洛谷 CF 题解 设\(f_{i,j}\)表示\(i\)轮之后这个数恰好为\(j\)的概率. 得到转移:\(\di ...

  5. BZOJ 3453 - tyvj 1858 XLkxc(插值+推式子)

    题面传送门 首先根据我们刚学插值时学的理论知识,\(f(i)\) 是关于 \(i\) 的 \(k+1\) 次多项式.而 \(g(x)\) 是 \(f(x)\) 的前缀和,根据有限微积分那一套理论,\( ...

  6. bzoj 3157 && bzoj 3516 国王奇遇记——推式子

    题目:https://www.lydsy.com/JudgeOnline/problem.php?id=3157 https://www.lydsy.com/JudgeOnline/problem.p ...

  7. [HAOI2007]分割矩阵 DP+推式子

    发现最近好少写博客啊(其实是各种摆去了) 更一点吧 这道题要求最小化均方差,其实凭直觉来说就是要使每个块分的比较均匀一点,但是单单想到想到这些还是不够的, 首先f[i][j][k][l][t]表示以( ...

  8. P3768 简单的数学题 杜教筛+推式子

    \(\color{#0066ff}{ 题目描述 }\) 由于出题人懒得写背景了,题目还是简单一点好. 输入一个整数n和一个整数p,你需要求出(\(\sum_{i=1}^n\sum_{j=1}^n ij ...

  9. bzoj 3157 & bzoj 3516 国王奇遇记 —— 推式子

    题目:https://www.lydsy.com/JudgeOnline/problem.php?id=3157 https://www.lydsy.com/JudgeOnline/problem.p ...

随机推荐

  1. Java项目中常用的的五大设计原则

    今天我们一起来聊聊关于设计原则相关的知识点. SOLID五大原则是什么 SRP 单一责任原则 单一责任原则,从名字上我们就能比较好的去理解它.这项原则主张一个对象只专注于单个方面的逻辑,强调了职责的专 ...

  2. [Git系列] Git 基本概念

    版本控制系统 版本控制系统是一种帮助软件开发者实现团队合作和历史版本维护的软件,一个版本控制系统应具备以下列出的这几个基本功能: 允许开发者并发工作: 不允许一个开发者覆写另一个开发者的修改: 保存所 ...

  3. UML图 | 时序图(顺序、序列图)绘制

    上一次写过一篇 UML | 类图 相关的文章,平时规范开发会用的上,或者是写什么文档,就还是需要画图,就像毕业设计就是如此.希望能够帮助到大家. 注:本文中所用画图软件为 Microsoft Visi ...

  4. JVM:Java中的引用

    JVM:Java中的引用 本笔记是根据bilibili上 尚硅谷 的课程 Java大厂面试题第二季 而做的笔记 在原来的时候,我们谈到一个类的实例化 Person p = new Person() 在 ...

  5. Java:包装类小记

    Java:包装类 对 Java 中的 包装类 这个概念,做一个微不足道的小小小小记 基本数据&包装类 四类八种基本数据类型: 数据类型 关键字 内存占用 取值范围 字节型 byte 1个字节 ...

  6. 同人逼死官方系列!从 DDC 嗅探器到 sddc_sdk_lib 的数据解析

    从 DDC 嗅探器到 sddc_sdk_lib 的数据解析 之前的 DDC 协议介绍 主要讲了设备加入.退出以及维持设备状态,而 SDK框架 sddc_sdk_lib 解析 主要讲了 SDK 库的结构 ...

  7. linux cut

    参考:Linux cut 命令详解_Linux_脚本之家 (jb51.net) 参考:cut命令_Linux cut 命令用法详解:连接文件并打印到标准输出设备上 (linuxde.net)

  8. ASP的调试技术解答

    一. 调试 ASP.NET 应用程序时出现"未将项目配置为进行调试"的错误信息 症状 当您在 Visual Studio .NET 中调试 ASP.NET 应用程序时,可能会出现下 ...

  9. js 基本用法和语法

    js 基础用法 点击事件     <!-- 第一种点击事件方式 -->   <!-- <div class="div" onclick="aler ...

  10. java随手记 面向对象

    // 可以把两个类放在同一个文件中,但文件中只能有一个类是公共类,且公共类必须与文件同名,即xxx.java,源代码中的每个类编译成class文件 // java库中的类 // java.util.* ...