「PKUWC2018」猎人杀

解题思路

首先有一个很妙的结论是问题可以转化为已经死掉的猎人继续算在概率里面,每一轮一直开枪直到射死一个之前没死的猎人为止。

证明,设所有猎人的概率之和为 \(W\) ,当前已经死掉了概率之和为 \(T\) 的猎人,原问题下一个射死 \(i\) 的概率 \(P\) 为

\[P =\dfrac{w_i}{W-T}
\]

转化过后的问题下一个射死 \(i\) 的概率为

\[P=\dfrac{T}{W}P+\dfrac{w_i}{W} \\
\dfrac{W-T}{W}P=\dfrac{w_i}{W} \\
P=\dfrac{w_i}{W-T}
\]

两个问题的概率是一样的。

然后考虑经典容斥,钦定一个不包含 \(1\) 的猎人集合 \(S\) 在 \(1\) 之后被射死,用 \(sum(S)\) 表示这个猎人集合的 \(w_i\) 之和,那么答案就是:

\[Ans =\sum_S (-1)^{|S|}\sum_{i=0}^{\infty} (1-\frac{sum(S)+w_1}{W})^i\frac{w_1}{W}\\
\]

考虑到 \(\sum_{i=0}^{\infty}(1-\dfrac{sum(S)+w_1}{W})^i\) 是收敛的,所以

\[Ans =\sum _{S}(-1)^{|S|}\frac{W}{sum(S)+w_1}\times \frac{w_1}W{}\\
Ans = w_1\sum _{S}\dfrac{(-1)^{|S|}}{sum(S)+w_1}
\]

构造生成函数 \([x^n]F(x)\) 为 \(sum(S)=n\) 的所有方案的 \((-1)^{|S|}\) 之和,那么有

\[F(x)=\prod_{i=2}^n(1-x^{w_i}) \\
Ans = w_1\sum_{i=0}^{W-w_1}\dfrac{[x^i]F(x)}{i+w_1}
\]

因为 \(\sum w_i\) 不大,分治 NTT 求解即可,复杂度 \(\mathcal O(n \log^2 n)\),可以对这个式子 \(\ln\) 一下再考虑泰勒展开形式把有用的项记下来 \(\exp\) 回去,估计跑不过两个 \(\log\)。

code

/*program by mangoyang*/
#include<bits/stdc++.h>
#define inf (0x7f7f7f7f)
#define Max(a, b) ((a) > (b) ? (a) : (b))
#define Min(a, b) ((a) < (b) ? (a) : (b))
typedef long long ll;
using namespace std;
template <class T>
inline void read(T &x){
int ch = 0, f = 0; x = 0;
for(; !isdigit(ch); ch = getchar()) if(ch == '-') f = 1;
for(; isdigit(ch); ch = getchar()) x = x * 10 + ch - 48;
if(f) x = -x;
}
const int N = (1 << 21), P = 998244353, G = 3;
namespace poly{
int rev[N], len, lg;
inline int Pow(int a, int b){
int ans = 1;
for(; b; b >>= 1, a = 1ll * a * a % P)
if(b & 1) ans = 1ll * ans * a % P;
return ans;
}
inline void timesinit(int lenth){
for(len = 1, lg = 0; len <= lenth; len <<= 1, lg++);
for(int i = 0; i < len; i++)
rev[i] = (rev[i>>1] >> 1) | ((i & 1) << (lg - 1));
}
inline void DFT(int *a, int sgn){
for(int i = 0; i < len; i++)
if(i < rev[i]) swap(a[i], a[rev[i]]);
for(int k = 2; k <= len; k <<= 1){
int w = Pow(G, (P - 1) / k);
if(sgn == -1) w = Pow(w, P - 2);
for(int i = 0; i < len; i += k){
int now = 1;
for(int j = i; j < i + (k >> 1); j++){
int x = a[j], y = 1ll * now * a[j+(k>>1)] % P;
a[j] = x + y >= P ? x + y - P : x + y;
a[j+(k>>1)] = x - y < 0 ? x - y + P : x - y;
now = 1ll * now * w % P;
}
}
}
if(sgn == -1){
int INV = Pow(len, P - 2);
for(int i = 0; i < len; i++) a[i] = 1ll * a[i] * INV % P;
}
}
}
using poly::Pow;
using poly::DFT;
using poly::timesinit;
int a[N], b[N], w[N], n;
inline vector<int> solveNTT(int l, int r){
if(l == r){
vector<int> vec;
vec.resize(w[l] + 1), vec[0] = 1, vec[w[l]] = P - 1;
return vec;
}
int mid = (l + r) >> 1;
vector<int> A = solveNTT(l, mid);
vector<int> B = solveNTT(mid + 1, r);
int lenth = (int) A.size() + (int) B.size() - 1;
for(int i = 0; i < (int) A.size(); i++) a[i] = A[i];
for(int i = 0; i < (int) B.size(); i++) b[i] = B[i];
timesinit(lenth);
DFT(a, 1), DFT(b, 1);
for(int i = 0; i < poly::len; i++) a[i] = 1ll * a[i] * b[i] % P;
DFT(a, -1);
vector<int> vec;
for(int i = 0; i < lenth; i++) vec.push_back(a[i]);
for(int i = 0; i < poly::len; i++) a[i] = b[i] = 0;
return vec;
}
int main(){
read(n);
if(n == 1) return puts("1"), 0;
for(int i = 1; i <= n; i++) read(w[i]);
vector<int> ans = solveNTT(2, n);
int Ans = 0;
for(int i = 0; i < (int) ans.size(); i++)
(Ans += 1ll * ans[i] * Pow(i + w[1], P - 2) % P) %= P;
cout << 1ll * w[1] * Ans % P << endl;
return 0;
}

「PKUWC2018」猎人杀的更多相关文章

  1. 【LOJ】#2541. 「PKUWC2018」猎人杀

    题解 一道神仙的题>< 我们毙掉一个人后总的w的和会减少,怎么看怎么像指数算法 然而,我们可以容斥-- 设\(\sum_{i = 1}^{n} w_{i} = Sum\) 我们把问题转化一 ...

  2. [LOJ2541]「PKUWC2018」猎人杀

    loj description 有\(n\)个猎人,每个猎人有一个仇恨度\(w_i\),每个猎人死后会开一枪打死一个还活着的猎人,打中每个猎人的概率与他的仇恨度成正比. 现在你开了第一枪,打死每个猎人 ...

  3. loj2541 「PKUWC2018」猎人杀 【容斥 + 分治NTT】

    题目链接 loj2541 题解 思路很妙啊, 人傻想不到啊 觉得十分难求,考虑容斥 由于\(1\)号可能不是最后一个被杀的,我们容斥一下\(1\)号之后至少有几个没被杀 我们令\(A = \sum\l ...

  4. loj#2541. 「PKUWC2018」猎人杀

    传送门 思路太清奇了-- 考虑容斥,即枚举至少有哪几个是在\(1\)号之后被杀的.设\(A=\sum_{i=1}^nw_i\),\(S\)为那几个在\(1\)号之后被杀的人的\(w\)之和.关于杀了人 ...

  5. LOJ #2541「PKUWC2018」猎人杀

    这样$ PKUWC$就只差一道斗地主了 假装补题补完了吧..... 这题还是挺巧妙的啊...... LOJ # 2541 题意 每个人有一个嘲讽值$a_i$,每次杀死一个人,杀死某人的概率为$ \fr ...

  6. LOJ2541. 「PKUWC2018」猎人杀 [概率,分治NTT]

    传送门 思路 好一个神仙题qwq 首先,发现由于一个人死之后分母会变,非常麻烦,考虑用某种方法定住分母. 我们稍微改一改游戏规则:一个人被打死时只打个标记,并不移走,也就是说可以被打多次但只算一次.容 ...

  7. LOJ 2541 「PKUWC2018」猎人杀——思路+概率+容斥+分治

    题目:https://loj.ac/problem/2541 看了题解才会……有三点很巧妙. 1.分母如果变动,就很不好.所以考虑把操作改成 “已经选过的人仍然按 \( w_i \) 的概率被选,但是 ...

  8. LOJ #2541. 「PKUWC 2018」猎人杀(容斥 , 期望dp , NTT优化)

    题意 LOJ #2541. 「PKUWC 2018」猎人杀 题解 一道及其巧妙的题 , 参考了一下这位大佬的博客 ... 令 \(\displaystyle A = \sum_{i=1}^{n} w_ ...

  9. Loj #2542. 「PKUWC2018」随机游走

    Loj #2542. 「PKUWC2018」随机游走 题目描述 给定一棵 \(n\) 个结点的树,你从点 \(x\) 出发,每次等概率随机选择一条与所在点相邻的边走过去. 有 \(Q\) 次询问,每次 ...

随机推荐

  1. MySQL日志功能详解

    MySQL日志功能详解 作者:尹正杰 版权声明:原创作品,谢绝转载!否则将追究法律责任. 一.查询日志 它是用来保存所有跟查询相关的日志,这种日志类型默认是关闭状态的,因为MySQL的用户有很多,如果 ...

  2. 利用CSS3实现简书中点击“喜欢”时的动画

    <!DOCTYPE html> <html lang="en"> <head> <meta charset="UTF-8&quo ...

  3. Spark记录-Scala函数

    Scala函数 Scala有函数和方法. Scala方法是一个具有名称和签名的类的一部分. Scala中的函数是一个可以分配给变量的完整对象. 函数定义可以出现在源文件中的任何位置. 不带参数的函数 ...

  4. [原]JUnit 自定义扩展思路

    1. 理解Annotation,http://www.cnblogs.com/mandroid/archive/2011/07/18/2109829.html 2. JUNIT整体执行过程分析,htt ...

  5. MySQL-存储过程procedure

    存储过程:是一个SQL语句集合,当主动去调用存储过程时,其中内部的SQL语句会按照逻辑执行. 1.创建存储过程: -- 创建存储过程 delimiter // create procedure p1( ...

  6. Java内存模型-volatile的内存语义

    一 引言 听说在Java 5之前volatile关键字备受争议,所以本文也不讨论1.5版本之前的volatile.本文主要针对1.5后即JSR-133针对volatile做了强化后的了解. 二 vol ...

  7. CSS border系列

    本文更新版链接 一.border 关于border的3个属性,分别为border-width.border-style.border-color. 其中,border-color默认为元素内容的前景色 ...

  8. EM算法理解

    一.概述 概率模型有时既含有观测变量,又含有隐变量,如果概率模型的变量都是观测变量,那么给定数据,可以直接利用极大似然估计法或者贝叶斯估计法估计模型参数.但是,当模型同时又含有隐变量时,就不能简单地使 ...

  9. Dream------Hbase--0.94版本和0.98/1.X版本api变动

    Dream------Hbase--0.94版本和0.98/1.X版本api变动 网上好多说getQualifier.getValue.getRow被..Array代替了,其实并不是的. 1. Int ...

  10. 用代码截图去理解MVC原理

    [概述] 看了蒋金楠先生的<Asp.Net Mvc框架揭密>,这本书详细地讲解了mvc的原理,很深奥也很复杂,看了几遍才将就明白了一点.他在第一章用了一个他自己写的mvc框架作为例子,代码 ...