[洛谷P4512]【模板】多项式除法
题目大意:给定一个$n$次多项式$F(x)$和一个$m$次多项式$G(x)$,请求出多项式$Q(x),R(x)$,满足:
1. $Q(x)$次数为$n-m$,$R(x)$次数小于$m$
2. $F(x)=Q(x)\times G(x)+R(x)$
题解:多项式除法。
$$
F(x)\equiv Q(x)G(x)+R(x)(\bmod{x^n})\\
F(\dfrac 1 x)\equiv Q(\dfrac 1 x)G(\dfrac 1 x)+R(\dfrac 1 x)(\bmod{x^n})\\
x^nF(\dfrac 1 x)\equiv x^{n-m}Q(\dfrac 1 x)\cdot x^mG(\dfrac 1 x)+x^nR(\dfrac 1 x)(\bmod{x^n})\\
F_R(x)\equiv Q_R(x)G_R(x)+x^{n-m+1}R_R(x)(\bmod{x^n})\\
F_R(x)\equiv Q_R(x)G_R(x)(\bmod{x^{n-m+1}})\\
Q_R(x)\equiv F_R(x)G_R^{-1}(x)(\bmod{x^{n-m+1}})\\
R_R(x)=F_R(x)-G_R(x)Q_R(x)
$$
卡点:无
C++ Code:
#include <algorithm>
#include <cstdio>
#include <cctype>
namespace __IO {
namespace R {
int x, ch;
inline int read() {
ch = getchar();
while (isspace(ch)) ch = getchar();
for (x = ch & 15, ch = getchar(); isdigit(ch); ch = getchar()) x = x * 10 + (ch & 15);
return x;
}
}
}
using __IO::R::read; const int mod = 998244353, G = 3; namespace Math {
int x, y;
inline int pw(int base, int p) {
int res = 1;
for (; p; p >>= 1, base = static_cast<long long> (base) * base % mod) if (p & 1) res = static_cast<long long> (res) * base % mod;
return res;
}
void exgcd(int a, int b, int &x, int &y) {
if (!b) x = 1, y = 0;
else exgcd(b, a % b, y, x), y -= a / b * x;
}
inline int inv(int a) {
exgcd(a, mod, x, y);
return x + (x >> 31 & mod);
}
} #define N 262144
inline void reduce(int &a) {a += a >> 31 & mod;}
inline void clear(int *l, const int *r) {
if (l >= r) return ;
while (l != r) *l++ = 0;
} namespace Poly {
int lim, ilim, rev[N], s;
int Wn[N + 1];
inline void init(int n) {
s = -1, lim = 1; while (lim < n) lim <<= 1, s++; ilim = Math::inv(lim);
for (register int i = 0; i < lim; i++) rev[i] = rev[i >> 1] >> 1 | (i & 1) << s;
const int t = Math::pw(G, (mod - 1) / lim);
*Wn = 1; for (register int i = 1; i <= lim; i++) Wn[i] = static_cast<long long> (Wn[i - 1]) * t % mod;
}
void NTT(int *A, int op = 1) {
for (register int i = 0; i < lim; i++) if (i < rev[i]) std::iter_swap(A + i, A + rev[i]);
for (register int mid = 1; mid < lim; mid <<= 1) {
const int t = lim / mid >> 1;
for (register int i = 0; i < lim; i += mid << 1) {
for (register int j = 0; j < mid; j++) {
const int W = op ? Wn[t * j] : Wn[lim - t * j];
const int X = A[i + j], Y = static_cast<long long> (A[i + j + mid]) * W % mod;
reduce(A[i + j] += Y - mod), reduce(A[i + j + mid] = X - Y);
}
}
}
if (!op) for (register int i = 0; i < lim; i++) A[i] = static_cast<long long> (A[i]) * ilim % mod;
}
int C[N];
void INV(int *A, int *B, int n) {
if (n == 1) {
*B = Math::inv(*A);
return ;
}
INV(A, B, n + 1 >> 1);
std::copy(A, A + n, C);
init(n << 1), clear(C + n, C + lim);
NTT(B), NTT(C);
for (int i = 0; i < lim; i++) B[i] = (2 + mod - static_cast<long long> (C[i]) * B[i] % mod) * B[i] % mod;
NTT(B, 0);
clear(B + n, B + lim);
}
int D[N], E[N], F[N];
void DIV(int *A, int *B, int *Q, int n, int m) {
std::reverse_copy(A, A + n, D), std::reverse_copy(B, B + m, E);
clear(D + n - m + 1, D + n);
clear(E + n - m + 1, E + m);
INV(E, F, n - m + 1), init(n - m + 1 << 1);
NTT(D), NTT(F);
for (int i = 0; i < lim; i++) Q[i] = static_cast<long long> (D[i]) * F[i] % mod;
NTT(Q, 0);
std::reverse(Q, Q + n - m + 1);
for (int i = n - m + 1; i < lim; i++) Q[i] = 0;
}
int G[N];
void DIV_MOD(int *A, int *B, int *Q, int *R, int n, int m) {
DIV(A, B, Q, n, m);
std::copy(Q, Q + n - m + 1, G);
init(n << 1);
NTT(A), NTT(B), NTT(G);
for (int i = 0; i < lim; i++) R[i] = (A[i] + mod - static_cast<long long> (B[i]) * G[i] % mod) % mod;
NTT(R, 0);
}
} int A[N], B[N], Q[N], R[N];
int n, m;
int main() {
n = read() + 1, m = read() + 1;
for (int i = 0; i < n; i++) A[i] = read();
for (int i = 0; i < m; i++) B[i] = read();
Poly::DIV_MOD(A, B, Q, R, n, m);
for (int i = 0; i < n - m + 1; i++) printf("%d ", Q[i]); puts("");
for (int i = 0; i < m - 1; i++) printf("%d ", R[i]); puts("");
return 0;
}
[洛谷P4512]【模板】多项式除法的更多相关文章
- 洛谷 P4512 [模板] 多项式除法
题目:https://www.luogu.org/problemnew/show/P4512 看博客:https://www.cnblogs.com/owenyu/p/6724611.html htt ...
- 洛谷.4512.[模板]多项式除法(NTT)
题目链接 多项式除法 & 取模 很神奇,记录一下. 只是主要部分,更详细的和其它内容看这吧. 给定一个\(n\)次多项式\(A(x)\)和\(m\)次多项式\(D(x)\),求\(deg(Q) ...
- 洛谷.3803.[模板]多项式乘法(FFT)
题目链接:洛谷.LOJ. FFT相关:快速傅里叶变换(FFT)详解.FFT总结.从多项式乘法到快速傅里叶变换. 5.4 又看了一遍,这个也不错. 2019.3.7 叕看了一遍,推荐这个. #inclu ...
- 洛谷.3803.[模板]多项式乘法(NTT)
题目链接:洛谷.LOJ. 为什么和那些差那么多啊.. 在这里记一下原根 Definition 阶 若\(a,p\)互质,且\(p>1\),我们称使\(a^n\equiv 1\ (mod\ p)\ ...
- 洛谷.4238.[模板]多项式求逆(NTT)
题目链接 设多项式\(f(x)\)在模\(x^n\)下的逆元为\(g(x)\) \[f(x)g(x)\equiv 1\ (mod\ x^n)\] \[f(x)g(x)-1\equiv 0\ (mod\ ...
- 洛谷 P4238 [模板] 多项式求逆
题目:https://www.luogu.org/problemnew/show/P4238 看博客:https://www.cnblogs.com/xiefengze1/p/9107752.html ...
- 洛谷P3373 [模板]线段树 2(区间增减.乘 区间求和)
To 洛谷.3373 [模板]线段树2 题目描述 如题,已知一个数列,你需要进行下面两种操作: 1.将某区间每一个数加上x 2.将某区间每一个数乘上x 3.求出某区间每一个数的和 输入输出格式 输入格 ...
- 多项式求逆元详解+模板 【洛谷P4238】多项式求逆
概述 多项式求逆元是一个非常重要的知识点,许多多项式操作都需要用到该算法,包括多项式取模,除法,开跟,求ln,求exp,快速幂.用快速傅里叶变换和倍增法可以在$O(n log n)$的时间复杂度下求出 ...
- 洛谷P3375 [模板]KMP字符串匹配
To 洛谷.3375 KMP字符串匹配 题目描述 如题,给出两个字符串s1和s2,其中s2为s1的子串,求出s2在s1中所有出现的位置. 为了减少骗分的情况,接下来还要输出子串的前缀数组next.如果 ...
随机推荐
- VINS(七)estimator_node 数据对齐 imu预积分 vision
首先通过vins_estimator mode监听几个Topic(频率2000Hz),将imu数据,feature数据,raw_image数据(用于回环检测)通过各自的回调函数封装起来 ros::Su ...
- MySQL高级-查询截取分析
一.如何分析 1.观察.至少跑1天,看看生产的慢SQL情况. 2.开启慢查询日志,设置阙值比如超过5秒钟的就是慢SQL,并将它抓取出来. 3.explain + 慢SQL分析 4.show profi ...
- WPF Style Setter use a TemplateBinding?
<Style TargetType="{x:Type local:ImageButton}"> <Setter Property="Horizontal ...
- python 水仙花
#简单def narcissus(): for n in range(100, 1000, 1): a, b, c = n//100, (n//10)%10, (n%100)%10 if a ** 3 ...
- 《Git学习指南》学习笔记(三)
多次提交 提交一般分未两步:add和commit. add将修改存入到索引(index)或叫暂存区(staging area)中. status命令 status命令会出现三种可能的状态: chang ...
- python内建模块Collections
# -*- coding:utf-8 -*- # OrderedDict可以实现一个FIFO(先进先出)的dict, # 当容量超出限制时,先删除最早添加的Key: from collections ...
- css模仿微信弹出菜单
css模仿微信弹出菜单 效果图: html: <div class="action-sheet-backdrop"> <div class="act ...
- 团队作业7——第二次项目冲刺(Beta版本)-第三篇
1.工作分工: 团队成员 分工 郭达22120 项目整合,后台代码 刘德培44060 前台界面优化 石浩洋22061 前台界面优化 曾繁钦22056 前台界面优化.测试 孙斌22030 后台代码 2. ...
- 3ds Max学习日记(二)
搞了一天终于把第二章弄完了,虽然有点慢,但也是没有办法,毕竟中途学累了总得放松一下吧. 又get到了一个新知识点,是关于3ds max的捕捉工具的,详情见3DS MAX 学习笔记 一(捕捉工具 ...
- 基于gulp的前端自动化开发构建
就前端的发展而言会越来越朝着后端的标准化靠近,后端的工程化以及模块化都很成熟.基于这样一个思路,开始探索如何优化目前的开发流程.而使用的工具就是gulp. 个人觉得gulp比较webpack更为简单实 ...