[基本操作]快速沃尔什变换

本文深入探讨FWT算法,一种用于解决多项式位运算卷积的高效算法,包括and、or、xor卷积的公式及实现代码。通过具体实例如WC2018州区划分与HAOI2015按位或问题,展示FWT在子集DP和概率问题中的应用。

还是补全一下科技树吧...之后可能就专心刷刷题?

虽然感觉我的科技树连开始的一层都没点全。。。

 

FWT 可以用来解决多项式的位运算卷积,也就是对于两个多项式 $A,B$ ,求一个 $C$ 满足 $C_k = \sum\limits_{i=1}^n\sum\limits_{j=1}^n[i\oplus j == k]A_i \times B_j$

常见的有 $and,or,xor$ 卷积

式子就不推了,放个结论吧

令 $A$ 为一个 $2^n$ 维向量

设 $A_0$ 为 $A$ 的前 $2^{n-1}$ 维组成的向量, $A_1$ 为 $A$ 的后 $2^{n-1}$ 维组成的向量

对于 or 卷积:

$$FWT(A)=
\begin{cases}
(FWT(A_0),FWT(A_0) + FWT(A_1))& \text{n>0}\\
A& \text{n=0}
\end{cases}$$

 

顺便,or 的 FWT 相当于对于每个非空集合求了子集和

 

对于 and 卷积:

$$FWT(A)=
\begin{cases}
(FWT(A_0) + FWT(A_1),FWT(A_1))& \text{n>0}\\
A& \text{n=0}
\end{cases}$$

 

对于 xor 卷积:

$$FWT(A)=
\begin{cases}
(FWT(A_0) + FWT(A_1),FWT(A_0) - FWT(A_1))& \text{n>0}\\
A& \text{n=0}
\end{cases}$$

#include<bits/stdc++.h>
#define LL long long
using namespace std;
namespace IO{
    const int BS=(1<<23)+5; int Top=0;
    char Buffer[BS],OT[BS],*OS=OT,*HD,*TL,SS[20]; const char *fin=OT+BS-1;
    char Getchar(){if(HD==TL){TL=(HD=Buffer)+fread(Buffer,1,BS,stdin);} return (HD==TL)?EOF:*HD++;}
    void flush(){fwrite(OT,1,OS-OT,stdout);}
    void Putchar(char c){*OS++ =c;if(OS==fin)flush(),OS=OT;}
    void write(int x){
        if(!x){Putchar('0');return;} if(x<0) x=-x,Putchar('-');
        while(x) SS[++Top]=x%10,x/=10;
        while(Top) Putchar(SS[Top]+'0'),--Top;
    }
    int read(){
        int nm=0,fh=1; char cw=Getchar();
        for(;!isdigit(cw);cw=Getchar()) if(cw=='-') fh=-fh;
        for(;isdigit(cw);cw=Getchar()) nm=nm*10+(cw-'0');
        return nm*fh;
    }
}
using namespace IO;
const int maxn = 200010,mod = 998244353,inv2 = 499122177;
int n,m,a[maxn],b[maxn];
inline int inc(int x,int y){x += y;if(x >= mod)x -= mod;return x;}
inline int dec(int x,int y){x -= y;if(x < 0)x += mod;return x;}
inline int skr(int x,int t)
{
    int res = 1;
    while(t)
    {
        if(t & 1)res = 1LL * res * x % mod;
        x = 1LL * x * x % mod;
        t = t >> 1; 
    }return res;
}
inline void fwt(int *a,int n,int t,int f)//1:or , 2:and , 3:xor
{
    for(int i=1;i<n;i<<=1)
    {
        for(int j=0,p=i<<1;j<n;j+=p)
        {
            for(int k=0;k<i;++k)
            {
                int x = a[j + k],y = a[i + j + k];
                if(t == 1)
                {
                    if(f == 1) a[i + j + k] = inc(x,y);
                    else a[i + j + k] = dec(y,x);
                }
                else if(t == 2)
                {
                    if(f == 1) a[j + k] = inc(x,y);
                    else a[j + k] = dec(x,y);
                }
                else if(t==3)
                {
                    if(f == 1) a[j + k] = inc(x,y),a[i + j + k]=dec(x,y);
                    else a[j + k] = 1LL * inc(x,y) * inv2 % mod,a[i + j + k] = 1LL * dec(x,y) * inv2 % mod;
                }
            }
        }
    }
}
int main()
{
    int t = read();n = read(),m = read();
    int l = max(n,m),L = 0,bs = 1;
    for(;bs < l;bs <<= 1)L++;
    for(int i=0;i<=n;i++)a[i] = read();
    for(int i=0;i<=m;i++)b[i] = read();
    fwt(a,bs,t,1);fwt(b,bs,t,1);
    for(int i=0;i<bs;i++)a[i] = 1LL * a[i] * b[i] % mod;
    fwt(a,bs,t,-1);
    for(int i=0;i<bs;i++)write(a[i]),Putchar(' ');
    flush();
}
View Code

 

WC2018 州区划分

有一个无向图,你要把它划分成 k 个州,要求每个州内不能存在欧拉回路,每个州的满意度是 $i$ 州的权值和除以前 $i$ 州的权值和 ,一个划分方案的满意度是所有州满意度的乘积,求所有划分方案满意度之和,膜 998244353

$n \leq 21$

sol:

记 $sig_S=\sum\limits_{i \in S}w_i \times [州内没有欧拉回路]$

显然是一个子集 dp:

$f_{S} = \frac{1}{sig_S}\sum\limits_{T\subseteq S}f_{T} \times sig_{S-T}$

然后发现这是一个子集卷积,一般是枚举一下集合大小,然后直接卷

 

HAOI2015 按位或

一开始你有一个数字 $0$ ,每秒你有 $P_i$ 的概率得到一个$\in [0,2^n-1]$数字 $i$,与你现在的数字进行按位或,求期望多少秒能得到 $2^n-1$

$n \leq 20$

sol:

先最值反演

然后就是对于每个子集 $T$ 要求 $E(min\{T\})$

发现只要有一位异或上了就可以了,那就是 $E(min\{T\}) = \frac{1}{\sum\limits_{s ∩ T \neq \emptyset}P_s}$

现在就是对于每个 $T$ 要求所有与 $T$ 有交的集合权值和

发现有交的不好求,没交的就是 $T$ 所有补集的子集,用 FWT 预处理子集和就行了

(其实不 FWT 也行,但这毕竟是一篇 FWT 博客

 

转载于:https://www.cnblogs.com/Kong-Ruo/p/10189904.html

已经博主授权,源码转载自 https://pan.quark.cn/s/a4b39357ea24 常见问题解答 网页打开速度慢或者打不开网页? 受到多种因素的影响,对于非会员用户我们无法提供最优质的服务。 如果您希望得到最棒的体验,请至大会员页面("右上角菜单 → 大会员")根据说明操作。 请注意:受制于国际网络的诸多不确定性,我们无法对任何服务的可靠性做出任何保证。 如果出现了网络连接相关的问题,我们建议您先等待一段时间,之后再重试。 如果您在重试后发现问题仍然存在,请联系我们,并说明网络问题持续的时间。 图片下载后无法找到? 打开"右上角菜单 → 更多 → 修改下载路径",在弹出的对话框中可以看到当前图片的保存路径。 此外,由于网络因素,在保存图片之后,等待屏幕下方出现"已保存到..."后,才能在本地找到图片。 如何更改图片保存的目录? 请参见"右上角菜单 → 更多 → 修改下载路径"。 翻页不方便? 在点进某个图片后,通过在图片上向左或向右滑动,即可翻页查看下一个作品。 如何保存原图/导出动图? 长按图片/动图,在弹出的菜单中选择保存/导出即可。 输入账号密码后出现"进行人机身份验证"? 此为pixiv登陆时的验证码,请按照要求点击方框或图片。 在pxvr中注册pixiv账号后,收到验证邮件,无法访问邮件中的验证链接? 请复制邮件中的链接,打开pxvr中的"右上角菜单 → 输入地址"进行访问。 能否自动将页面内容翻译为汉语? 很抱歉,pxvr暂不提供语言翻译服务。 图片下载类型是否可以选择? 能否批量下载/批量管理下载? 已支持批量下载多图作品中的所有原图:找到一个多图作品,进入详情页面后,点击图片进入多图浏览模式,长按任意一张图片即可看到批量下载选项。 关于上述其他功能,我们...
考虑局部遮阴的光伏PSO-MPPT控制模型(Simulink仿真实现)内容概要:本文介绍了基于Simulink仿真实现的考虑局部遮阴的光伏PSO-MPPT控制模型,旨在通过粒子群优化(PSO)算法解决光伏发电系统在局部阴影条件下最大功率点跟踪(MPPT)的效率问题。文档不仅提供了该模型的技术实现方法,还列举了大量相关的MATLAB/Simulink仿真资源,涵盖电力系统、智能优化算法、机器学习、路径规划、信号处理等多个科研方向,适用于复现高水平期刊论文和开展创新性研究。文中强调科研需逻辑缜密、善于借力,并提倡结合实际仿真与理论分析以提升研究深度。 适合人群:具备一定电力电子、自动控制或新能源背景,熟悉MATLAB/Simulink环境,从事光伏系统优化、智能算法应用或相关领域研究的研发人员及硕博研究生。 使用场景及目标:①研究局部遮阴下光伏系统MPPT控制策略的性能提升;②利用PSO等智能优化算法解决非线性、多峰值优化问题;③复现SCI/EI级别论文中的MPPT控制模型;④开展光伏系统建模与仿真教学或项目开发。 阅读建议:建议读者结合文档提供的网盘资源,下载完整代码与模型文件,按照目录顺序逐步学习,重点理解PSO算法在MPPT中的应用机制,并通过修改参数、对比实验等方式深入掌握仿真细节,提升工程实践与科研创新能力。
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