「算法笔记」快速数论变换(NTT)
一、简介
前置知识:多项式乘法与 FFT。
FFT 涉及大量 double 类型数据操作和 \(\sin,\cos\) 运算,会产生误差。快速数论变换(Number Theoretic Transform,简称 NTT)在 FFT 的基础上,优化了常数及误差。
NTT 其实就是把 FFT 中的单位根换成了原根。
NTT 解决的是多项式乘法带模数的情况,可以说有些受模数的限制,多项式系数应为整数。
二、原根 与 NTT
「算法笔记」基础数论 2 中提及了原根的部分内容。
对于质数 \(p\),若 \(g\) 为 \(p\) 的原根,则 \(g^i\bmod p\,(0\leq i<p)\) 互不相同。
考虑可以表示为 \(p=a\cdot 2^k+1\) 的质数 \(p\)。NTT 的模数一般选取这样符合要求的 \(p\)。比较常见的 \(p\) 有 \(998244353=119\cdot 2^{23}+1\)、\(1004535809=479\cdot 2^{21}+1\),它们的原根都是 \(3\)。
NTT 与 FFT 几乎一样,只不过 FFT 中代入的是 \(\omega_n^k\),而 NTT 中代入的是 \({(g^{\frac{p-1}{n}})}^k\)。
\({(g^{\frac{p-1}{n}})}^k\) 满足 FFT 中所用到的 \(\omega_n^k\) 拥有的性质。
结论:\(\omega_n^k\equiv {(g^{\frac{p-1}{n}})}^k\pmod p\),可以把 \({(g^{\frac{p-1}{n}})}^k\) 看成是 \(\omega_n^k\) 的等价。证明略。
由于 \(p\) 可以表示为 \(p=a\cdot 2^k+1\) 的形式,并且多项式项数 \(n\) 已被我们补为 \(2\) 的幂次,所以 \(\frac{p-1}{n}\) 一定为整数(注意 \(n\leq 2^k\),不然会出问题)。
代码只需在 FFT 的基础上稍作修改即可。复杂度同样为 \(\mathcal{O}(n\log n)\)。
//Luogu P3803
#include<bits/stdc++.h>
#define int long long
using namespace std;
const int N=3e6+5,mod=998244353;
int n,m,a[N],b[N],len,r[N],inv;
int mul(int x,int n,int mod){
int ans=mod!=1;
for(x%=mod;n;n>>=1,x=x*x%mod)
if(n&1) ans=ans*x%mod;
return ans;
}
void NTT(int a[N],int n,int opt){ //opt=1/-1: DFT/IDFT
for(int i=0;i<n;i++)
if(i<r[i]) swap(a[i],a[r[i]]);
for(int k=2;k<=n;k<<=1){
int m=k>>1,x=mul(3,(mod-1)/k,mod),w=1,v;
if(opt==-1) x=mul(x,mod-2,mod);
for(int i=0;i<n;i+=k,w=1)
for(int j=i;j<i+m;j++) v=w*a[j+m]%mod,a[j+m]=(a[j]-v+mod)%mod,a[j]=(a[j]+v)%mod,w=w*x%mod;
}
if(opt==-1){
inv=mul(len,mod-2,mod);
for(int i=0;i<n;i++) a[i]=a[i]*inv%mod;
}
}
signed main(){
scanf("%lld%lld",&n,&m);
for(int i=0;i<=n;i++)
scanf("%lld",&a[i]);
for(int i=0;i<=m;i++)
scanf("%lld",&b[i]);
n=n+m+1;
for(len=1;len<n;len<<=1);
for(int i=0;i<len;i++)
r[i]=(r[i>>1]>>1)|((i&1)?len>>1:0);
NTT(a,len,1),NTT(b,len,1);
for(int i=0;i<len;i++) a[i]=a[i]*b[i]%mod;
NTT(a,len,-1);
for(int i=0;i<n;i++)
printf("%lld%c",a[i],i==n-1?'\n':' ');
return 0;
}
Update:改了改后的板子→link。
「算法笔记」快速数论变换(NTT)的更多相关文章
- 「算法笔记」快速傅里叶变换(FFT)
一.引入 首先,定义多项式的形式为 \(f(x)=\sum_{i=0}^n a_ix^i\),其中 \(a_i\) 为系数,\(n\) 为次数,这种表示方法称为"系数表示法",一个 ...
- 【算法】快速数论变换(NTT)初探
[简介] 快速傅里叶变换(FFT)运用了单位复根的性质减少了运算,但是每个复数系数的实部和虚部是一个余弦和正弦函数,因此系数都是浮点数,而浮点数的运算速度较慢且可能产生误差等精度问题,因此提出了以数论 ...
- 「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 ...
- Algorithm: 多项式乘法 Polynomial Multiplication: 快速傅里叶变换 FFT / 快速数论变换 NTT
Intro: 本篇博客将会从朴素乘法讲起,经过分治乘法,到达FFT和NTT 旨在能够让读者(也让自己)充分理解其思想 模板题入口:洛谷 P3803 [模板]多项式乘法(FFT) 朴素乘法 约定:两个多 ...
- 「算法笔记」树形 DP
一.树形 DP 基础 又是一篇鸽了好久的文章--以下面这道题为例,介绍一下树形 DP 的一般过程. POJ 2342 Anniversary party 题目大意:有一家公司要举行一个聚会,一共有 \ ...
- 「算法笔记」2-SAT 问题
一.定义 k-SAT(Satisfiability)问题的形式如下: 有 \(n\) 个 01 变量 \(x_1,x_2,\cdots,x_n\),另有 \(m\) 个变量取值需要满足的限制. 每个限 ...
- 「算法笔记」Polya 定理
一.前置概念 接下来的这些定义摘自 置换群 - OI Wiki. 1. 群 若集合 \(s\neq \varnothing\) 和 \(S\) 上的运算 \(\cdot\) 构成的代数结构 \((S, ...
- JZYZOJ 2041 快速数论变换 NTT 多项式
http://172.20.6.3/Problem_Show.asp?id=2041 https://blog.csdn.net/ggn_2015/article/details/68922404 代 ...
- [快速数论变换 NTT]
先粘一个模板.这是求高精度乘法的 #include <bits/stdc++.h> #define maxn 1010 using namespace std; char s[maxn]; ...
随机推荐
- 日常Java测试 2021/11/14
课堂测试三 package word_show; import java.io.*;import java.util.*;import java.util.Map.Entry; public clas ...
- Flink(五) 【消费kafka】
目录 0.目的 1.本地测试 2.线上测试 提交作业 0.目的 测试flink消费kafka的几种消费策略 kafkaSource.setStartFromEarliest() //从起始位置 kaf ...
- mysql报错max_connections错误
SELECT @@MAX_CONNECTIONS AS 'Max Connections';set GLOBAL max_connections=10000; show status like '%t ...
- PS只能各个工具使用的注意知识点
1.图章工具 <仿制图章工具>使用方法:按住alt点击吸取干净的地方,然后松开alt键,按住鼠标左键拖动或左击 擦拭 图章区域放大缩小,是按住alt键+鼠标右键左右滑动 当图片中多个图 ...
- struct vs class in C++
在C++中,除了以下几点外,struct和class是相同的. (1)class的成员的默认访问控制是private,而struct的成员的默认访问权限是public. 例如,program 1会编译 ...
- redis入门到精通系列(九):redis哨兵模式详解
(一)哨兵概述 前面我们讲了redis的主从复制,为了实现高可用,会选择一台服务器作为master,多台服务器作为slave.现在有这样一种情况,master宕机了,这时系统会选择一台slave作为m ...
- @PropertySource配置的用法
功能 加载指定的属性文件(*.properties)到 Spring 的 Environment 中.可以配合 @Value 和@ConfigurationProperties 使用. @Proper ...
- SQL查询:并集、差集、交集
新建两个表进行测试: test_a ID name 1 曹操 2 郭嘉 3 孙权 4 周瑜 test_b ID name 1 刘备 2 关羽 3 张飞 4 孙权 5 周瑜 1.UNION形成并集 UN ...
- JDK的简介,卸载和安装过程
JDK的简介,卸载和安装过程 JDK JRE JVM JDK:Java Development Kit JRE:Java Runtime Environment JVM:Java Virtual Ma ...
- postgresql很强大,为何在中国,mysql成为主流?
你找一个能安装起来的数据库,都可以学,不管什么版本. 数据库的基本功,是那些基本概念(SQL,表,存储过程,索引,锁,连接配置等等),这些在任何一个版本中都是一样的. 目录 postgresql很强大 ...