\(\mathcal{Description}\)

  Link.

  有一个状态集为 \(V\) 的自动机,状态接收 (, )_(空格) 三种字符,分别编号为 \(0,1,2\),状态 \(u\) 的 \(i\) 转移指向状态 \(d_{u,i}\),方案数为 \(e_{u,i}\)。求从 \(s\) 出发到 \(t\) 终止能接受的长度恰好为 \(n\) 的字符串中,忽略空格后正则匹配的字符串数量。模 \(998244353\)。

  \(|V|\le2\),\(n\le10^5\)。

\(\mathcal{Solution}\)

  回忆一下 Catalan 数列的递推求法,我们发现暴力 DP 容易写成矩阵乘法的形式。令 \(F_i=\begin{bmatrix}f_{i,0,0}&f_{i,0,1}\\f_{i,1,0}&f_{i,1,1}\end{bmatrix}\) 表示转移 \(i\) 步,从 \(s\) 走到 \(t\) 能形成的匹配串数量。设 \(E_0,E_1,E_2\) 分别表示选择 (, )_ 的转移矩阵,那么

\[F_i=\sum_{j=0}^{i-2}F_jE_0F_{i-j-2}E_1+F_{i-1}E_2
\]

发现和式是卷积形式,而矩阵系数的多项式显然适用于 FFT。所以直接 CDQ 分治(或许叫分治 FFT?)就能算出所有 \(F\)。实现细节比较多,复杂度 \(\mathcal O(|V|^2n\log^2n+|V|^3n\log n)\)。

\(\mathcal{Code}\)

  忙着补题,所以实现得粗糙,常数比较大 qwq。

/*~Rainybunny~*/

#include <cstdio>
#include <cassert>
#include <iostream>
#include <algorithm> #define rep( i, l, r ) for ( int i = l, rep##i = r; i <= rep##i; ++i )
#define per( i, r, l ) for ( int i = r, per##i = l; i >= per##i; --i ) const int MAXN = 1e5, MAXL = 1 << 18, MOD = 998244353, MG = 3; inline int imin( const int a, const int b ) { return a < b ? a : b; }
inline int imax( const int a, const int b ) { return a < b ? b : a; }
inline void subeq( int& a, const int b ) { ( a -= b ) < 0 && ( a += MOD ); }
inline int sub( int a, const int b ) { return ( a -= b ) < 0 ? a + MOD : a; }
inline int mul( const long long a, const int b ) { return int( a * b % MOD ); }
inline int add( int a, const int b ) { return ( a += b ) < MOD ? a : a - MOD; }
inline void addeq( int& a, const int b ) { ( a += b ) >= MOD && ( a -= MOD ); }
inline int mpow( int a, int b ) {
int ret = 1;
for ( ; b; a = mul( a, a ), b >>= 1 ) ret = mul( ret, b & 1 ? a : 1 );
return ret;
} struct Matrix {
int mat[2][2];
inline int* operator [] ( const int k ) { return mat[k]; }
inline Matrix operator * ( const int k ) const {
return Matrix
{ { { mul( mat[0][0], k ), mul( mat[0][1], k ) },
{ mul( mat[1][0], k ), mul( mat[1][1], k ) } } };
}
inline Matrix operator + ( const Matrix& t ) const {
return Matrix
{ { { add( mat[0][0], t.mat[0][0] ), add( mat[0][1], t.mat[0][1] ) },
{ add( mat[1][0], t.mat[1][0] ), add( mat[1][1], t.mat[1][1] ) } } };
}
inline Matrix operator - ( const Matrix& t ) const {
return Matrix
{ { { sub( mat[0][0], t.mat[0][0] ), sub( mat[0][1], t.mat[0][1] ) },
{ sub( mat[1][0], t.mat[1][0] ), sub( mat[1][1], t.mat[1][1] ) } } };
}
inline Matrix operator * ( const Matrix& t ) const {
static Matrix ret;
ret[0][0] = ret[0][1] = ret[1][0] = ret[1][1] = 0;
rep ( i, 0, 1 ) rep ( k, 0, 1 ) rep ( j, 0, 1 ) {
addeq( ret[i][j], mul( mat[i][k], t.mat[k][j] ) );
}
return ret;
}
inline void clear() { mat[0][0] = mat[0][1] = mat[1][0] = mat[1][1] = 0; }
}; namespace PolyOper { int omega[20][MAXL + 5]; inline void init() {
rep ( i, 0, 18 ) {
int* oi = omega[i];
oi[0] = 1, oi[1] = mpow( MG, MOD - 1 >> i >> 1 );
rep ( j, 2, ( 1 << i ) - 1 ) oi[j] = mul( oi[j - 1], oi[1] );
}
} inline void ntt( const int len, Matrix* u, const int type ) {
static int rev[MAXL + 5];
int tlg = 0;
for ( ; 1 << tlg < len; ++tlg );
rep ( i, 1, len - 1 ) rev[i] = rev[i >> 1] >> 1 | ( i & 1 ) << tlg >> 1;
rep ( i, 0, len - 1 ) if ( i < rev[i] ) std::swap( u[i], u[rev[i]] ); for ( int i = 0, stp = 1; stp < len; ++i, stp <<= 1 ) {
int* oi = omega[i];
for ( int j = 0; j < len; j += stp << 1 ) {
rep ( k, j, j + stp - 1 ) {
Matrix ev( u[k] ), ov( u[k + stp] * oi[k - j] );
u[k] = ev + ov, u[k + stp] = ev - ov;
}
}
} if ( !~type ) {
int il = mpow( len, MOD - 2 );
rep ( i, 0, len - 1 ) u[i] = u[i] * il;
std::reverse( u + 1, u + len );
}
} } // namespace PolyOper. Matrix E[3], F[MAXN + 5]; inline void solve( const int l, const int r ) {
if ( l == r ) return ;
int mid = l + r >> 1; solve( l, mid ); static Matrix T[2][MAXL + 5];
int len = 1;
for ( ; len <= r - l + 2 << 1; len <<= 1 ); rep ( i, l, mid ) T[0][i - l] = F[i] * E[0];
rep ( i, 0, imin( l - 1, r - l - 2 ) ) T[1][i] = F[i] * E[1];
PolyOper::ntt( len, T[0], 1 ), PolyOper::ntt( len, T[1], 1 );
rep ( i, 0, len - 1 ) T[0][i] = T[0][i] * T[1][i], T[1][i].clear();
PolyOper::ntt( len, T[0], -1 );
rep ( i, imax( mid + 1, 2 ), r ) F[i] = F[i] + T[0][i - l - 2];
rep ( i, 0, len - 1 ) T[0][i].clear(); rep ( i, 0, r - l - 2 ) T[0][i] = F[i] * E[0];
rep ( i, l, mid ) T[1][i - l] = F[i] * E[1];
PolyOper::ntt( len, T[0], 1 ), PolyOper::ntt( len, T[1], 1 );
rep ( i, 0, len - 1 ) T[0][i] = T[0][i] * T[1][i], T[1][i].clear();
PolyOper::ntt( len, T[0], -1 );
rep ( i, imax( mid + 1, 2 ), r ) F[i] = F[i] + T[0][i - l - 2];
rep ( i, 0, len - 1 ) T[0][i].clear(); F[mid + 1] = F[mid + 1] + F[mid] * E[2];
solve( mid + 1, r );
} int main() {
freopen( "dfa.in", "r", stdin );
freopen( "dfa.out", "w", stdout ); int V; scanf( "%d", &V );
rep ( i, 0, V - 1 ) {
int d0, e0, d1, e1, d2, e2;
scanf( "%d %d %d %d %d %d", &d0, &e0, &d1, &e1, &d2, &e2 );
E[0][i][d0] = e0, E[1][i][d1] = e1, E[2][i][d2] = e2;
} PolyOper::init();
F[0][0][0] = F[0][1][1] = 1, solve( 0, MAXN ); int q, s, t, n; scanf( "%d", &q );
while ( q-- ) {
scanf( "%d %d %d", &s, &t, &n );
printf( "%d\n", F[n][s][t] );
}
return 0;
}

Solution -「多校联训」自动机的更多相关文章

  1. Solution -「多校联训」排水系统

    \(\mathcal{Description}\)   Link.   在 NOIP 2020 A 的基础上,每条边赋权值 \(a_i\),随机恰好一条边断掉,第 \(i\) 条段的概率正比于 \(a ...

  2. Solution -「多校联训」I Love Random

    \(\mathcal{Description}\)   给定排列 \(\{p_n\}\),可以在其上进行若干次操作,每次选取 \([l,r]\),把其中所有元素变为原区间最小值,求能够得到的所有不同序 ...

  3. Solution -「多校联训」签到题

    \(\mathcal{Description}\)   Link.   给定二分图 \(G=(X\cup Y,E)\),求对于边的一个染色 \(f:E\rightarrow\{1,2,\dots,c\ ...

  4. Solution -「多校联训」朝鲜时蔬

    \(\mathcal{Description}\)   Link.   破案了,朝鲜时蔬 = 超现实树!(指写得像那什么一样的题面.   对于整数集 \(X\),定义其 好子集 为满足 \(Y\sub ...

  5. Solution -「多校联训」消失的运算符

    \(\mathcal{Description}\)   Link.   给定长度为 \(n\) 的合法表达式序列 \(s\),其中数字仅有一位正数,运算符仅有 - 作为占位.求将其中恰好 \(k\) ...

  6. Solution -「多校联训」假人

    \(\mathcal{Description}\)   Link.   一种物品有 长度 和 权值 两种属性,现给定 \(n\) 组物品,第 \(i\) 组有 \(k_i\) 个,分别为 \((1,a ...

  7. Solution -「多校联训」古老的序列问题

    \(\mathcal{Description}\)   Link.   给定序列 \(\{a_n\}\),和 \(q\) 次形如 \([L,R]\) 的询问,每次回答 \[\sum_{[l,r]\su ...

  8. Solution -「多校联训」Sample

    \(\mathcal{Description}\)   Link   (稍作简化:)对于变量 \(p_{1..n}\),满足 \(p_i\in[0,1],~\sum p_i=1\) 时,求 \(\ma ...

  9. Solution -「多校联训」光影交错

    \(\mathcal{Description}\)   Link.   一个游戏包含若干次卡牌抽取,每次以 \(p_l\) 的概率得到 \(+1\),\(p_d\) 的概率得到 \(-1\),否则得到 ...

随机推荐

  1. 阿里云服务器 配置 tomcat 发布spring boot项目 的具体操作 【使用公网ip】

    1.前言 spring boot 转成war包 后用tomcat发布的具体操作在我另一篇随笔有详细记载,不论是window系统还是Linux系统,tomcat的发布配置都是一样的,所以这里不具体讲这个 ...

  2. Word2010制作电子印章

    原文链接: https://www.toutiao.com/i6488971642788643341/ 选择"插入"选项卡,"插图"功能组,"形状&q ...

  3. python2.7发送邮件失败之——代码问题

    使用python2.7发送邮件,代码如下: from email.header import Headerfrom email.mime.text import MIMETextimport smtp ...

  4. RBAC: K8s基于角色的权限控制

    文章目录 RBAC: K8s基于角色的权限控制 ServiceAccount.Role.RoleBinding Step 1:创建一个ServiceAccount,指定namespace Step 2 ...

  5. Java传递变量和对象的区别

    传递对象 public class Demo03 { //引用传递:(实际上还是值传递)对于引用数据类型来说,传递的则是地址的副本(对象的地址).但由于地址副本和原来的类似,因此传递过去后形参也只想同 ...

  6. redis如何避免释放锁时把别人的锁释放掉

    场景:假如线程A获取分布式锁进入方法A,由于某种原因Hang住了 到了指定时间释放锁,这个时候线程B进入得到锁,这个时候线程B很顺利完成业务逻辑操作,然后释放掉锁,就在这个时候线程A开始继续往下执行代 ...

  7. .NET SourceGenerators 根据 HTTPAPI 接口自动生成实现类

    目录 摘要 元数据分析 使用 Source generators 实现 使用 Source generators 实现程序集分析 使用方法 SourceCode && Nuget pa ...

  8. Servlet-概念及实现一个Servlet程序

    Servlet技术 一,Servlet概念 1,Servlet是JavaEE规范之一.规范就是接口 2,Servlet就是JavaWeb三大组件之一.三大组件分别是:Servlet程序.Filter过 ...

  9. 20个 CSS 快速提升技巧

    作者:web秀 http://www.javanx.cn/20190321/css-skill/ 本文涵盖了20个css技巧,可以解决许多工作中常见的问题. 1.使用CSS重置(reset) css重 ...

  10. linux中awk命令(最全面秒懂)

    目录 一:linux中awk命令 1.awk命令简介 2.awk作用 3.awk的语法格式 4.解析awk使用方法 5.参数 6.awk的生命周期 二:awk中的预定义变量 三:awk运行处理规则的执 ...