多项式求逆学习笔记

本文探讨了在模意义下求多项式逆元的问题,利用快速傅里叶变换(FFT)进行高效计算,通过逐步扩增多项式长度,实现逆元的精确求解。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

前言

老年颓废选手深感无力…
水题一堆堆真是痛苦
点点技能树愉悦身心

定义

有一个多项式A(x)A(x)A(x),现在要你找一个多项式B(x)B(x)B(x)使得
A(x)B(x)≡1(mod  xn)A(x)B(x)\equiv 1(\mod x^n)A(x)B(x)1(modxn)
mod  xn\mod x^nmodxn的意义是截断xnx^nxn及以后的更高项。不截断的话,根据二项式定理,除非A(x)A(x)A(x)仅有常数项,否则B(x)B(x)B(x)有无限项

求逆

FFTFFTFFT一样把长度先扩到2k2^k2k
假设当前我们已经知道一个多项式G(x)G(x)G(x)能使得
A(x)G(x)≡1(mod  xn2)A(x)G(x)\equiv 1(\mod x^{\frac{n}{2}})A(x)G(x)1(modx2n)
我们知道A(x)B(x)≡1(mod  xn)A(x)B(x)\equiv 1(\mod x^n)A(x)B(x)1(modxn),所以也有A(x)B(x)≡1(mod  xn2)A(x)B(x)\equiv 1(\mod x^{\frac{n}{2}})A(x)B(x)1(modx2n)
两式组合有
A(x)(G(x)−B(x))≡0(mod  xn2)A(x)(G(x)-B(x))\equiv 0(\mod x^{\frac{n}{2}})A(x)(G(x)B(x))0(modx2n)
由于已经知道A(x)≠0A(x)\neq 0A(x)̸=0,所以只有G(x)−B(x)≡0G(x)-B(x) \equiv 0G(x)B(x)0
平方有
(G(x)−B(x))2≡0(mod  xn)(G(x)-B(x))^2\equiv 0(\mod x^n)(G(x)B(x))20(modxn)
注意到我们这里扩大到了xnx^nxn
不妨设多项式C(x)=G(x)−B(x)C(x)=G(x)-B(x)C(x)=G(x)B(x)
显然C(x)2C(x)^2C(x)2中任意一个系数均有C(i)2=∑C(j)∗C(i−j)C(i)^2=\sum C(j)*C(i-j)C(i)2=C(j)C(ij),而其中至少有一项等于000,所以可以扩大到xnx^nxn
化开可以得到
G(x)2+B(x)2−2∗G(x)B(x)≡0(mod  xn)G(x)^2+B(x)^2-2*G(x)B(x)\equiv 0(\mod x^n)G(x)2+B(x)22G(x)B(x)0(modxn)
乘上A(x)A(x)A(x)
A(x)G(x)2+B(x)−2∗G(x)≡0(mod  xn)A(x)G(x)^2+B(x)-2*G(x)\equiv 0(\mod x^n)A(x)G(x)2+B(x)2G(x)0(modxn)
因为早就知道有A(x)B(x)≡1A(x)B(x)\equiv 1A(x)B(x)1可以直接得到上式
移项可得
B(x)≡2∗G(x)−A(x)G(x)2B(x)\equiv 2*G(x)-A(x)G(x)^2B(x)2G(x)A(x)G(x)2
可以FFTFFTFFT优化了…
复杂度T(n)=T(n2)+O(nlogn)T(n)=T(\frac{n}{2})+O(nlogn)T(n)=T(2n)+O(nlogn)nlognnlognnlogn

板子

LL pow_mod(LL a,LL b)
{
	LL ret=1;
	while(b)
	{
		if(b&1)ret=ret*a%mod;
		a=a*a%mod;b>>=1;
	}
	return ret;
}
int R[110000*4],L;
void NTT(LL *y,int len,int on)
{
	for(int i=0;i<len;i++)if(i<R[i])swap(y[i],y[R[i]]);
	for(int i=1;i<len;i<<=1)
	{
		LL wn=pow_mod(3,(mod-1)/(i<<1));if(on==-1)wn=pow_mod(wn,mod-2);
		for(int j=0;j<len;j+=(i<<1))
		{
			LL w=1;
			for(int k=0;k<i;k++)
			{
				LL u=y[j+k];
				LL v=y[j+k+i]*w%mod;
				y[j+k]=(u+v)%mod;
				y[j+k+i]=(u-v+mod)%mod;
				w=w*wn%mod;
			}
		}
	}
	if(on==-1)
	{
		LL temp=pow_mod(len,mod-2);
		for(int i=0;i<len;i++)y[i]=(y[i]*temp)%mod;
	}
}
LL A[110000*4],G[110000*4],B[110000*4];
void getinv(LL *B,int len)
{
	if(len==1){B[0]=pow_mod(A[0],mod-2);return ;}
	getinv(B,len>>1);
	int ln;L=0;
	for(ln=1;ln<=len;ln<<=1)L++;
	for(int i=0;i<ln;i++)R[i]=(R[i>>1]>>1)|(i&1)<<(L-1);
	for(int i=0;i<len;i++)G[i]=A[i];
	for(int i=len;i<ln;i++)G[i]=B[i]=0;
	NTT(G,ln,1);NTT(B,ln,1);
	for(int i=0;i<ln;i++)B[i]=(B[i]*(2-G[i]*B[i]%mod)+mod)%mod;
	NTT(B,ln,-1);
	for(int i=len;i<ln;i++)B[i]=0;
}
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