一般的分治FFT是指:

https://www.luogu.org/problemnew/show/P4721

考虑后面的f和前面的f有关系,但是贡献可以分着计算,逐一累计上去。

考虑cdq分治。算出前面的[1,mid]的f之后,可以直接一次NTT,把后面[mid+1,r]的f的一部分算出来,累加上去。

对于后面的部分,发现都是一个前缀没有计算上。继续分治下去即可。

画个图就是这样。

细节注意:

1.边界,

2.0~n-1

3.四倍N的数组

4.注意之后每次都是NTT一个前缀。

#include<bits/stdc++.h>
#define reg register int
#define il inline
#define numb (ch^'0')
#define int long long
using namespace std;
typedef long long ll;
il void rd(int &x){
char ch;x=;bool fl=false;
while(!isdigit(ch=getchar()))(ch=='-')&&(fl=true);
for(x=numb;isdigit(ch=getchar());x=x*+numb);
(fl==true)&&(x=-x);
}
namespace Miracle{
const int N=1e5+;
const int mod=;
const int G=;
const int GI=;
int n,m;
ll qm(ll x,ll y){
ll ret=;
while(y){
if(y&) ret=ret*x%mod;
x=x*x%mod;
y>>=;
}
return ret;
}
int rev[*N];
void fft(int *a,int n,int c){
for(reg i=;i<=n-;++i){
if(i<rev[i]) swap(a[i],a[rev[i]]);
}
for(reg p=;p<=n;p<<=){
ll gen;
if(c==) gen=qm(G,(mod-)/p);
else gen=qm(GI,(mod-)/p);
for(reg l=;l<n;l+=p){
ll lp=;
for(reg k=l;k<l+p/;++k){
ll tmp=a[k+p/];
a[k+p/]=(a[k]-tmp*lp%mod+mod)%mod;
a[k]=(a[k]+tmp*lp%mod)%mod;
lp=lp*gen%mod;
}
}
}
} ll g[*N],f[*N],c[*N],d[*N];
void calc(int *a,int *b,int n){
for(reg i=;i<n;++i){
rev[i]=(rev[i>>]>>)|((i&)?n>>:);
}
fft(a,n,);fft(b,n,);
for(reg i=;i<n;++i) b[i]=a[i]*b[i]%mod;
fft(b,n,-);
ll inv=qm(n,mod-);
for(reg i=;i<n;++i) b[i]=b[i]*inv%mod;
}
void divi(int l,int r,int L,int R){
//cout<<" divi "<<l<<" "<<r<<" and "<<L<<" "<<R<<endl;
if(l==r){
return;
}
int mid=(l+r)>>;
int Md=(L+R)>>;
divi(l,mid,L,Md); //cout<<" bac to "<<l<<" "<<r<<endl;
for(reg i=l;i<=mid;++i) c[i-l]=f[i];
for(reg i=mid+;i<=r;++i) c[i-l]=;
for(reg i=L;i<=R;++i) d[i-L]=g[i];
for(reg i=r-l+;i<=(r-l+)*-;++i) c[i]=d[i]=;
calc(c,d,(r-l+)*);
for(reg i=mid+;i<=r;++i) f[i]=(f[i]+d[i-l])%mod;
//cout<<" f[4] "<<f[4]<<" f[5] "<<f[5]<<endl; divi(mid+,r,L,Md);
}
int main(){
rd(n);
int lp=n;
for(reg i=;i<n;++i) rd(g[i]);
g[]=;f[]=;
for(m=n,n=;n<m;n<<=);
divi(,n-,,n-);
for(reg i=;i<lp;++i){
printf("%lld ",f[i]);
}
return ;
} }
signed main(){
Miracle::main();
return ;
} /*
Author: *Miracle*
Date: 2018/12/21 14:08:16
*/

配赠福利:

一、

升级版:真的分治fft(这个代码我觉得如果有l>=r-l+1,那么可以直接return掉,后面[l,mid]*[l,mid]没有意义。)

现在的g变成了f,直接刚才那样cdq,会出现一些mid+1~r区间的f还要贡献,但是我们目前没有计算出来

还是考虑cdq分治

假设计算出来了[l,mid],那么,先把[l,mid]*[l,mid]的多项式的贡献计算出来

剩下没有算出来的怎么补?

每个值剩下的没有计算的部分,其右部分没有被计算到的区间,一定是一个l>=r-l+1的区间

如果有l>=r-l+1,那么把f[0,r-l]*f[l,mid]再计算一下,然后*2(其实本质上是补全第一次乘漏的部分)

是一种延迟处理的方法,因为先算的话,有一半没有计算出来;而反过来再算的时候,涉及到的f就已经都算完了。恰好,两边对称,所以*2解决。

二、

分治FFT字面意思理解一下的话,,就是分治+FFT。。。

所以,如果要计算:

(x+a)*(x+b)*(x+c)*(x+d)*....

直接暴力算的复杂度是(2+3+4+...n)*logn

分治的话,每个(x+a)贡献的是2的长度,,一共贡献logn次,所以O(nlog^2n)

[学习笔记]分治FFT的更多相关文章

  1. 「学习笔记」FFT 快速傅里叶变换

    目录 「学习笔记」FFT 快速傅里叶变换 啥是 FFT 呀?它可以干什么? 必备芝士 点值表示 复数 傅立叶正变换 傅里叶逆变换 FFT 的代码实现 还会有的 NTT 和三模数 NTT... 「学习笔 ...

  2. 「学习笔记」FFT 之优化——NTT

    目录 「学习笔记」FFT 之优化--NTT 前言 引入 快速数论变换--NTT 一些引申问题及解决方法 三模数 NTT 拆系数 FFT (MTT) 「学习笔记」FFT 之优化--NTT 前言 \(NT ...

  3. 快速傅里叶变换学习笔记(FFT)

    什么是FFT FFT是用来快速计算两个多项式相乘的一种算法. 如果我们暴力计算两个多项式相乘,复杂度必然是\(O(n^2)\)的,而FFT可以将复杂度降至\(O(nlogn)\) 如何FFT 要学习F ...

  4. 「学习笔记」FFT及NTT入门知识

    前言 快速傅里叶变换(\(\text{Fast Fourier Transform,FFT}\) )是一种能在\(O(n \log n)\)的时间内完成多项式乘法的算法,在\(OI\)中的应用很多,是 ...

  5. 【学习笔记】FFT

    1.内容 由于noble_太懒 不想写了 非常好的博客: https://www.cnblogs.com/rvalue/p/7351400.html http://www.cnblogs.com/ca ...

  6. 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 ...

  7. 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\ ...

  8. 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 ...

  9. 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 \ ...

随机推荐

  1. linux c语言 fork() 和 exec 函数的简介和用法

    linux c语言 fork() 和 exec 函数的简介和用法   假如我们在编写1个c程序时想调用1个shell脚本或者执行1段 bash shell命令, 应该如何实现呢? 其实在<std ...

  2. opencv-学习笔记(5)形态学转变

    opencv-学习笔记(4)形态学转变 本章讲了几种形态学操作 腐蚀erode 膨胀dilate 开运算MORPH_OPEN 闭运算MORPH_CLOSE 形态学梯度MORPH_GRADIENT 礼帽 ...

  3. nodejs笔记--与Redis的交互篇(六)

    原文地址:http://www.cnblogs.com/zhongweiv/p/node_redis.html 安装前准备 win64: Install python: http://www.pyth ...

  4. Python中__name__属性的妙用

    在Python中,每一个module文件都有一个built-in属性:__name__,这个__name__有如下特点: 1 如果这个module文件是被别的文件导入的,那么,该__name__属性的 ...

  5. 给你的WP应用加上帮助文档

    背景 这算是Windows Phone编程回顾续篇, 接着给大家聊WP开发经验. 在开发了数个WP应用并发布后, 陆续收到很多反馈邮件, 其中接近一半的邮件是在问"某某功能有没有?" ...

  6. Thunder团队第二周 - Scrum会议2

    Scrum会议2 小组名称:Thunder 项目名称:爱阅app Scrum Master:胡佑蓉 工作照片: 参会成员: 王航:http://www.cnblogs.com/wangh013/ 李传 ...

  7. C++ 学习笔记之 引用

    一.定义: 引用就是某一变量(目标)的一个别名,对引用的操作与对变量直接操作完全一样. 二.用法: 基本用法 例如: int & a = b; 引用作为函数返回值 先看一个例子: #inclu ...

  8. 【IdentityServer4文档】- 打包和构建

    打包和构建 IdentityServer 由多个 nuget 软件包组成的. IdentityServer4 nuget | github 包含 IdentityServer 核心对象模型,服务和中间 ...

  9. finecms

    finecms地址 还不错的国内CMS http://www.dayrui.com/doc/246.html

  10. Java容器之Collections

    Collections 类来源于 java.util.Collections,从 java.lang.object继承. 此类完全由在 collection 上进行操作或返回 collection 的 ...