http://uoj.ac/problem/34

看了好长时间的FFT和NTT啊qwq在原根那块磨蹭了好久_(:з」∠)_

首先设答案多项式的长度拓展到2的幂次后为n,我们只要求出一个g(不是原根)满足\(i\in \{1\dots n\},g^i\)互不相同,且\(g^n=1\)。

把这个g当做“FFT里面的主n次单位根”的类似物。

而且\(g^{\frac n2}=-1\),因为\(g^{\frac n2}\)与\(g^n\)不相同且\((g^{\frac n2})^2=g^n=1\),所以\(g^{\frac n2}\)只能是-1。

剩下的只要选一个够大的模数满足答案多项式的所有系数都小于这个模数就可以了。

我选的模数是998244353(\(7×17×2^{23}+1\),一个质数,UOJ模数)。不是所有的模数p都可以,像\(10^9+7\)就不可以,因为此时p-1的因子2的指数不够大。只有p-1的因子2的指数c足够大,\(2^c>n\)时才可以。

这里我写了一个暴力找到了一个g=646。

//998244353
#include<cstdio>
#include<cstring>
#include<algorithm>
using namespace std;
typedef long long ll;
const int p = 998244353;
const int n = 1048576; bool can[p]; int main() {
bool flag = false;
for (int num = 1; num < p; ++num) {
ll re = num;
flag = true;
for (int i = 1; i <= n; ++i) {
if (can[re]) {flag = false; break;}
can[re] = true;
re = re * num % p;
}
if (!flag || re != num) {
re = num;
for (int i = 1; i <= n; ++i) {
if (can[re]) can[re] = false;
re = re * num % p;
}
continue;
}
printf("%d\n", num);
return 0;
}
/*
freopen("tab.txt", "w", stdout);
int num = 646; ll ret = 1;
for (int i = 1; i <= (n >> 1); ++i) {
ret = ret * num % p;
printf("%d %I64d \n", i, ret);
}
*/
}

求出g后就可以NTT了,不过也需要预处理一些分治实现NNT时(一般是迭代实现,这里也是)n不断除2变小需要用到的不同的“主n次单位根”和“主n次单位根的逆元”。

一开始我对原根(及主n次单位根)的定义比较模糊,没有预处理“主n次单位根”的逆元而直接用负的“主n次单位根”导致逆DNNT出错qwq

NTT有取模果然慢啊,不过没有FFT的复数精度误差。

#include<cstdio>
#include<cstring>
#include<algorithm>
using namespace std;
typedef long long ll;
const int p = 998244353;
const int N = 1048576;
const int g = 646; int rev[N], WN[23], nWN[23], n; int ipow(int a, int b) {
int ret = 1, w = a;
while (b) {
if (b & 1) ret = 1ll * ret * w % p;
w = 1ll * w * w % p;
b >>= 1;
}
return ret;
} void DNT(int *a, int *A, int flag) {
for (int i = 0; i < n; ++i) A[rev[i]] = a[i];
int tmp = 1;
for (int m = 2; m <= n; m <<= 1, ++tmp) {
int mid = m >> 1, wn = flag == 1 ? WN[tmp] : nWN[tmp];
for (int i = 0; i < n; i += m) {
int w = 1;
for (int j = 0; j < mid; ++j) {
int t = A[i + j], u = 1ll * A[i + j + mid] * w % p;
A[i + j] = (t + u) % p;
A[i + j + mid] = (t - u + p) % p;
w = 1ll * w * wn % p;
}
}
} if (flag == -1) {
int ni = ipow(n, p - 2);
for (int i = 0; i < n; ++i)
A[i] = 1ll * A[i] * ni % p;
}
} int da[N], db[N], dc[N]; void NTT(int *a, int lena, int *b, int lenb, int *ans, int n) {
DNT(a, da, 1); DNT(b, db, 1);
for (int i = 0; i < n; ++i) dc[i] = 1ll * da[i] * db[i] % p;
DNT(dc, ans, -1);
} void init() {
WN[20] = g; nWN[20] = ipow(g, p - 2);
for (int i = 19; i >= 1; --i) {
WN[i] = 1ll * WN[i + 1] * WN[i + 1] % p;
nWN[i] = ipow(WN[i], p - 2);
} int num = n, tot = 0, res;
while (num) {++tot; num >>= 1;}
n = 1 << tot; for (int i = 0; i < n; ++i) {
num = i; res = 0;
for (int j = tot - 1; j >= 0; --j) {
if (num & 1) res |= (1 << j);
num >>= 1;
}
rev[i] = res;
}
} int lena, lenb, a[N >> 1], b[N >> 1], ans[N]; int main() {
scanf("%d%d", &lena, &lenb); ++lena; ++lenb;
for (int i = 0; i < lena; ++i) scanf("%d", a + i);
for (int i = 0; i < lenb; ++i) scanf("%d", b + i); n = lena + lenb - 1;
init();
NTT(a, lena, b, lenb, ans, n); int totlen = lena + lenb - 1;
for (int i = 0; i < totlen; ++i) printf("%d ", ans[i]);
puts(""); return 0;
}

一个板子都写了这么长时间省选是要滚粗吗→_→

【UOJ #34】多项式乘法的更多相关文章

  1. [UOJ#34]多项式乘法

    [UOJ#34]多项式乘法 试题描述 这是一道模板题. 给你两个多项式,请输出乘起来后的多项式. 输入 第一行两个整数 n 和 m,分别表示两个多项式的次数. 第二行 n+1 个整数,分别表示第一个多 ...

  2. ●UOJ 34 多项式乘法

    题链: http://uoj.ac/problem/34 题解: FFT入门题. (终于接触到迷一样的FFT了) 初学者在对复数和单位根有简单了解的基础上,可以直接看<再探快速傅里叶变换> ...

  3. UOJ#34. 多项式乘法(NTT)

    这是一道模板题. 给你两个多项式,请输出乘起来后的多项式. 输入格式 第一行两个整数 nn 和 mm,分别表示两个多项式的次数. 第二行 n+1n+1 个整数,表示第一个多项式的 00 到 nn 次项 ...

  4. 【刷题】UOJ #34 多项式乘法

    这是一道模板题. 给你两个多项式,请输出乘起来后的多项式. 输入格式 第一行两个整数 \(n\) 和 \(m\) ,分别表示两个多项式的次数. 第二行 \(n+1\) 个整数,表示第一个多项式的 \( ...

  5. UOJ 34 多项式乘法 FFT 模板

    这是一道模板题. 给你两个多项式,请输出乘起来后的多项式. 输入格式 第一行两个整数 nn 和 mm,分别表示两个多项式的次数. 第二行 n+1n+1 个整数,表示第一个多项式的 00 到 nn 次项 ...

  6. 2018.11.14 uoj#34. 多项式乘法(ntt)

    传送门 今天学习nttnttntt. 其实递归方法和fftfftfft是完全相同的. 只不过fftfftfft的单位根用的是复数中的东西,而nttnttntt用的是数论里面有相同性质的原根. 代码: ...

  7. 2018.11.14 uoj#34. 多项式乘法(fft)

    传送门 NOIpNOIpNOIp爆炸不能阻止我搞oioioi的决心 信息技术课进行一点康复训练. fftfftfft板题. 代码: #include<bits/stdc++.h> usin ...

  8. UOJ 34 多项式乘法 ——NTT

    [题目分析] 快速数论变换的模板题目. 与fft的方法类似,只是把复数域中的具有循环性质的单位复数根换成了模意义下的原根. 然后和fft一样写就好了,没有精度误差,但是跑起来比较慢. 这破题目改了好长 ...

  9. UOJ 34: 多项式乘法(FFT模板题)

    关于FFT 这个博客的讲解超级棒 http://blog.miskcoo.com/2015/04/polynomial-multiplication-and-fast-fourier-transfor ...

  10. [UOJ 0034] 多项式乘法

    #34. 多项式乘法 统计 描述 提交 自定义测试 这是一道模板题. 给你两个多项式,请输出乘起来后的多项式. 输入格式 第一行两个整数 nn 和 mm,分别表示两个多项式的次数. 第二行 n+1n+ ...

随机推荐

  1. node.js 开发命令行工具 发布npm包

    新建一个文件夹“nodecmd”: 在nodecmd下新建文件夹bin: 在bin文件夹下新建JavaScript文件hello.js #!/usr/bin/env node console.log( ...

  2. ubuntu下调整cpu频率

    环境:ubuntu15.10 查看内核支持的cpu策略 cat /sys/devices/system/cpu/cpu0/cpufreq/scaling_available_governors 比如我 ...

  3. 第一章:获取服务器服务banner

    #!c:\\perl\\bin\\perl.exe #读取服务器的首行(banner) use IO::Socket; my $service = '121.201.67.177:ssh'; my $ ...

  4. mysql执行load_fle返回NULL的解决方法

    mysql 版本: 5.7.18 问题: 在执行mysql 函数load_file时,该函数将加载指定文件的内容,存储至相应字段.如: SELECT LOAD_FILE("D:\aa.txt ...

  5. Python阶段复习 - part 3 - Python函数

    利用函数打印9*9乘法表 def cheng(num): for i in range(1,num+1): for j in range(1,i+1): print('{0} * {1} = {2}' ...

  6. C++学习之路(一):const与define,结构体对齐,new/delete

    前言:针对C++ Primer和Effective C++两本书,以及技术博客与实验测试,本系列主要是针对C++进行系统化学习,记录学习中遇到的问题和经验. (一)const与define 关于con ...

  7. 剑指offer中数据结构与算法部分学习

    2.3.4 树 遍历:前中后序,宽度优先. 二叉树的特例:二叉搜索树.堆(最大堆和最小堆,用于找最值).红黑树(c++ STL中的很多数据结果就是基于这实现的): 题7-重建二叉树:递归,设置四个位点 ...

  8. C高级 框架开发中红黑树结构

    引言  -- 红黑树历史 红黑树是数据结构学习中一道卡. 底层库容器中必不可少的算法. 历经各种实战运用,性能有保障. 同样红黑树不好理解, 就算理解了, 代码也不好写. 就算写了, 工程库也难构建. ...

  9. JavaScript中创建对象的5种模式

    构造函数模式 实现方式: function Person(name, age, job) { this.name = name; this.age = age; this.job = job; thi ...

  10. 关于Free的override不能省略的问题,切记,虚方法是可以被覆盖的方法。