[bzoj3992][SDOI2015]序列统计

本文详细解析了SDOI2015竞赛题目“序列统计”的算法思路,介绍了如何通过NTT(Number Theoretic Transform)将问题的时间复杂度降低到O(mlogmlogn),并给出了完整的C++实现代码。

3992: [SDOI2015]序列统计

Time Limit: 30 Sec Memory Limit: 128 MB
Submit: 549 Solved: 267
[Submit][Status][Discuss]
Description

小C有一个集合S,里面的元素都是小于M的非负整数。他用程序编写了一个数列生成器,可以生成一个长度为N的数列,数列中的每个数都属于集合S。
小C用这个生成器生成了许多这样的数列。但是小C有一个问题需要你的帮助:给定整数x,求所有可以生成出的,且满足数列中所有数的乘积mod M的值等于x的不同的数列的有多少个。小C认为,两个数列{Ai}和{Bi}不同,当且仅当至少存在一个整数i,满足Ai≠Bi。另外,小C认为这个问题的答案可能很大,因此他只需要你帮助他求出答案mod 1004535809的值就可以了。
Input

一行,四个整数,N、M、x、|S|,其中|S|为集合S中元素个数。第二行,|S|个整数,表示集合S中的所有元素。

Output

一行,一个整数,表示你求出的种类数mod 1004535809的值。

Sample Input

4 3 1 2

1 2

Sample Output

8

HINT

【样例说明】

可以生成的满足要求的不同的数列有(1,1,1,1)、(1,1,2,2)、(1,2,1,2)、(1,2,2,1)、(2,1,1,2)、(2,1,2,1)、(2,2,1,1)、(2,2,2,2)。

【数据规模和约定】

对于10%的数据,1<=N<=1000;

对于30%的数据,3<=M<=100;

对于60%的数据,3<=M<=800;

对于全部的数据,1<=N<=109,3<=M<=8000,M为质数,1<=x<=M-1,输入数据保证集合S中元素不重复

首先对于暴力dp还是比较好想的,f[i][j]表示第i个数乘积为j的个数。这样的复杂度是O(nm^2)的。

a[ij]=j=0mb[i]sum[j]

然后我们法相取模的数是一个质数,如果我们对于这个数求出原根以后,那么我们就可以吧转移力的乘法变成加法。
我们如果用a[i]表示这一位的模数是i的个数,b[i]表示上一位。那么
a[i]=j=0ib[j]sum[ij]

这样式子就变成了卷积的形式,因为有取模,所以可以用NTT降到O(nmlogm)
然后再看这个式子,可以发现每次乘的sum[i-j]都是一样的,所以可以把n那一位快速幂一下,这样就变成了O(mlogmlogn)
NTT的做法可以看一下这篇博客 http://blog.youkuaiyun.com/acdreamers/article/details/39026505

#include<iostream>
#include<cstdio>
#include<cstring>
#include<cmath>
using namespace std;
#define D 1004535809
#define LL long long
const int M=50000;
int n,m,x,s[M],dig[M],rev[M],N,L,g,pos[M];
LL a[M],b[M],c[M],d[M],mi[M],ni,sum[M],ans[M];
inline LL quickpow(LL x,LL y,LL z){
    LL Ans=1;
    while(y){
        if(y&1) Ans=Ans*x%z;
        y>>=1; x=x*x%z;
    }
    return Ans;
}
inline bool check(int x){
    for(int i=2;i*i<=m;++i)
      if((m-1)%i==0&&quickpow((LL)x,(LL)(m-1)/i,m)==1) return false;
    return true;
}
inline int get_g(){
    if(m==2) return 1;
    for(int i=2;;++i)
      if(check(i)) return i;
}
inline void NTT(LL *a,int f){
    int i,j,k;
    LL wn,w,x,y;
    for(i=0;i<N;++i) d[i]=a[rev[i]];
    for(i=0;i<N;++i) a[i]=d[i];
    for(i=2;i<=N;i<<=1){
        wn=quickpow(3,f==1?(D-1)/i:D-1-(D-1)/i,D);
        for(j=0;j<N;j+=i){
            w=1;
            for(k=j;k<j+i/2;++k){
                x=a[k]%D;
                y=w*a[k+i/2]%D;
                a[k]=(x+y)%D;
                a[k+i/2]=(x-y+D)%D;
                w=w*wn%D;
            }
        }
    }
    if(f==-1) for(i=0;i<N;++i) a[i]=a[i]*ni%D;
}
inline void mul(LL *a,LL *bb,LL *cc){
    int i;
    for(i=0;i<N;++i) b[i]=bb[i],c[i]=cc[i];
    NTT(b,1);NTT(c,1);
    for(i=0;i<N;++i) a[i]=b[i]*c[i]%D;
    NTT(a,-1);
    for(i=m-1;i<N;++i){
        a[i-m+1]=(a[i-m+1]+a[i])%D;
        a[i]=0;
    }
}
inline void calc(LL *a){
    ans[0]=1;
    while(n){
        if(n&1) mul(ans,ans,a);
        n>>=1; mul(a,a,a);
    }
}
int main(){
    int i,j,len;
    scanf("%d%d%d%d",&n,&m,&x,&s[0]);
    for(N=1;N<m*2;N<<=1,L+=1); N<<=1,L+=1;
    for(i=0;i<N;++i){
        for(j=i,len=0;j;j>>=1) dig[len++]=j&1;
        for(j=0;j<L;++j) rev[i]=(rev[i]<<1)|dig[j];
    }
    g=get_g();mi[0]=1;
    ni=quickpow(N,D-2,D);
    for(i=1;i<m-1;++i){
        mi[i]=(mi[i-1]*(LL)g)%m;
        pos[(int)mi[i]]=i;
    }
    for(i=1;i<=s[0];++i){
        scanf("%d",&s[i]);
        if(s[i]==0) continue;
        ++sum[pos[s[i]]];
    }
    calc(sum);
    printf("%lld\n",ans[pos[x]]);
}
### NOIP2015 运输计划 BZOJ4326 题解分析 #### 问题背景 该问题是经典的图论优化问题之一,主要考察树结构上的路径操作以及高效的数据处理能力。题目要求在一个由 $n$ 个节点组成的无向连通树中找到最优的一条边将其改造为虫洞(通过此边不需要耗费时间),从而使得给定的 $m$ 条运输路径中的最长耗时最小化。 --- #### 解决方案概述 解决这一问题的核心在于利用 **二分答案** 和 **树上差分技术** 的组合来实现高效的计算过程。以下是具体的技术细节: 1. **二分答案**: 设当前目标是最小化的最大路径长度为 $T_{\text{max}}$。我们可以通过二分的方式逐步逼近最终的结果。每次尝试验证是否存在一种方式将某条边改为虫洞后使所有路径的最大值不超过当前设定的目标值 $mid$[^1]。 2. **路径标记与统计**: 使用树上差分的思想对每一条路径进行标记并快速统计受影响的情况。假设两点之间的最近公共祖先 (Lowest Common Ancestor, LCA) 是 $r = \text{lca}(u_i, v_i)$,则可以在三个位置分别施加影响:增加 $(u_i + 1), (v_i + 1)$ 同时减少 $(r - 2)$。这种操作能够有效覆盖整条路径的影响范围,并便于后续统一查询和判断[^1]。 3. **数据结构支持**: 结合线段树或者 BIT (Binary Indexed Tree),可以进一步加速区间修改和单点查询的操作效率。这些工具帮助我们在复杂度范围内完成大量路径的同时更新和检索需求[^2]。 4. **实际编码技巧**: 实现过程中需要注意一些边界条件和技术要点: - 正确维护 DFS 序列以便映射原树节点到连续编号序列; - 准备好辅助函数用于快速定位 LCA 节点及其对应关系; - 编码阶段应特别留意变量初始化顺序及循环终止逻辑以防潜在错误发生。 下面给出一段基于上述原理的具体 Python 实现代码作为参考: ```python from collections import defaultdict, deque class Solution: def __init__(self, n, edges): self.n = n self.graph = defaultdict(list) for u, v, w in edges: self.graph[u].append((v, w)) self.graph[v].append((u, w)) def preprocess(self): """Preprocess the tree to get dfs order and lca.""" pass def binary_search_answer(self, paths): low, high = 0, int(1e9) best_possible_time = high while low <= high: mid = (low + high) // 2 if self.check(mid, paths): # Check feasibility with current 'mid' best_possible_time = min(best_possible_time, mid) high = mid - 1 else: low = mid + 1 return best_possible_time def check(self, limit, paths): diff_array = [0]*(self.n+1) for path_start, path_end in paths: r = self.lca(path_start, path_end) # Apply difference on nodes based on their relationship. diff_array[path_start] += 1 diff_array[path_end] += 1 diff_array[r] -= 2 suffix_sum = [sum(diff_array[:i]) for i in range(len(diff_array)+1)] # Verify whether any edge can be modified within given constraints. possible_to_reduce_max = False for node in range(1, self.n+1): parent_node = self.parent[node] if suffix_sum[node]-suffix_sum[parent_node]>limit: continue elif not possible_to_reduce_max: possible_to_reduce_max=True return possible_to_reduce_max # Example usage of class methods would follow here... ``` --- #### 总结说明 综上所述,本题的关键突破点在于如何巧妙运用二分策略缩小搜索空间,再辅以恰当的树形结构遍历技术和差分手段提升整体性能表现。这种方法不仅适用于此类特定场景下的最优化求解任务,在更广泛的动态规划领域也有着广泛的应用前景[^3]。 ---
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值