多项式求逆

本文介绍了一种求解多项式逆元的方法,利用已知条件递归地找到满足特定模意义下等式成立的多项式G。通过数学推导展示了如何从较低次数的逆元推导出较高次数的逆元,并提供了基于快速傅立叶变换(NTT)的高效实现。

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

例题:洛谷P4238
什么是多项式的逆呢?嗯,就是如例题题面描述的那样,求满足 F(x)G(x)1(modxn) F ( x ) G ( x ) ≡ 1 ( mod x n ) 的G。
如果多项式F只有一项,那么显然 G0 G 0 就是 F0 F 0 的逆元。
若有n项,递归求解。
假如我们已知 F(x)H(x)1(modxn2) F ( x ) H ( x ) ≡ 1 ( mod x ⌈ n 2 ⌉ )
又显然 F(x)G(x)1(modxn2) F ( x ) G ( x ) ≡ 1 ( mod x ⌈ n 2 ⌉ )
那么 F(x)(G(x)H(x))0(modxn2) F ( x ) ( G ( x ) − H ( x ) ) ≡ 0 ( mod x ⌈ n 2 ⌉ )
G(x)H(x)0(modxn2) G ( x ) − H ( x ) ≡ 0 ( mod x ⌈ n 2 ⌉ )
两边同时平方。由于 G(x)H(x) G ( x ) − H ( x ) 在模 xn2 x ⌈ n 2 ⌉ 为0,则其0次项到 n21 ⌈ n 2 ⌉ − 1 次项都为0。平方后的多项式记为P,则 Pi=ij=0(G(x)H(x))j(G(x)H(x))ij P i = ∑ j = 0 i ( G ( x ) − H ( x ) ) j ( G ( x ) − H ( x ) ) i − j ,显然 (G(x)H(x))j ( G ( x ) − H ( x ) ) j (G(x)H(x))ij ( G ( x ) − H ( x ) ) i − j 至少有一项的次数小于 n2 ⌈ n 2 ⌉ ,为0,所以:
G(x)2+H(x)22G(x)H(x)0(modxn) G ( x ) 2 + H ( x ) 2 − 2 G ( x ) H ( x ) ≡ 0 ( mod x n )
两边同时乘F(x),再由 F(x)G(x)1(modxn) F ( x ) G ( x ) ≡ 1 ( mod x n ) 可得: G(x)2H(x)F(x)H(x)2(modxn) G ( x ) ≡ 2 H ( x ) − F ( x ) H ( x ) 2 ( mod x n )
用NTT来做多项式乘法即可解决本题。
时间复杂度是 O(nlogn) O ( n l o g n )

#include<bits/stdc++.h>
using namespace std;
int read() {
    int q=0;char ch=' ';
    while(ch<'0'||ch>'9') ch=getchar();
    while(ch>='0'&&ch<='9') q=q*10+ch-'0',ch=getchar();
    return q;
}
#define RI register int
const int mod=998244353,G=3,N=2100000;
int n;
int a[N],b[N],c[N],rev[N];
int ksm(int x,int y) {
    int re=1;
    for(;y;y>>=1,x=1LL*x*x%mod) if(y&1) re=1LL*re*x%mod;
    return re;
}
void NTT(int *a,int n,int x) {
    for(RI i=0;i<n;++i) if(i<rev[i]) swap(a[i],a[rev[i]]);
    for(RI i=1;i<n;i<<=1) {
        RI gn=ksm(G,(mod-1)/(i<<1));
        for(RI j=0;j<n;j+=(i<<1)) {
            RI t1,t2,g=1;
            for(RI k=0;k<i;++k,g=1LL*g*gn%mod) {
                t1=a[j+k],t2=1LL*g*a[j+k+i]%mod;
                a[j+k]=(t1+t2)%mod,a[j+k+i]=(t1-t2+mod)%mod;
            }
        }
    }
    if(x==1) return;
    int ny=ksm(n,mod-2); reverse(a+1,a+n);
    for(RI i=0;i<n;++i) a[i]=1LL*a[i]*ny%mod;
}
void work(int deg,int *a,int *b) {
    if(deg==1) {b[0]=ksm(a[0],mod-2);return;}
    work((deg+1)>>1,a,b);
    RI len=0,orz=1;
    while(orz<(deg<<1)) orz<<=1,++len;
    for(RI i=1;i<orz;++i) rev[i]=(rev[i>>1]>>1)|((i&1)<<(len-1));
    for(RI i=0;i<deg;++i) c[i]=a[i];
    for(RI i=deg;i<orz;++i) c[i]=0;
    NTT(c,orz,1),NTT(b,orz,1);
    for(RI i=0;i<orz;++i)
        b[i]=1LL*(2-1LL*c[i]*b[i]%mod+mod)%mod*b[i]%mod;
    NTT(b,orz,-1);
    for(RI i=deg;i<orz;++i) b[i]=0;
}
int main()
{
    n=read();
    for(RI i=0;i<n;++i) a[i]=read();
    work(n,a,b);
    for(RI i=0;i<n;++i) printf("%d ",b[i]);
    return 0;
}
在Java中,多项式通常是指找到一个多项式,使得它们的乘积等于恒等多项式1。这个过程可以视为多项式函数的运算,即解反函数。不过,需要注意的是,并非所有的多项式都有,只有那些非零常数项的多项式才有可能有。对于这样的多项式,我们可以利用除法的思想来近似计算。 一个简单的实现方法是使用拉格朗日插值法构建多项式,但是直接计算多项式在数值上可能会不稳定,因此更常见的是在数学软件库(如Apache Commons Math)中使用专门的算法,例如Bezout's identity(贝祖定理)或者使用多项式长除法。 以下是一个基本的示例,展示了如何使用`java.math.BigInteger`类(用于处理大整数)来实现多项式: ```java import java.math.BigInteger; public class PolynomialInversion { public static BigInteger[] inverse(BigInteger[] coefficients) { if (coefficients[0].equals(BigInteger.ZERO)) throw new IllegalArgumentException("Zero polynomial has no inverse."); // 倒序系数数组以便从最高次幂开始 BigInteger[] reversed = reverse(coefficients); // 计算系数的逆元 BigInteger[] inverses = new BigInteger[reversed.length]; for (int i = 0; i < reversed.length; i++) { inverses[i] = reversed[i].modInverse(reversed[reversed.length - 1]); } return reverse(inverses); // 将结果反转回原始顺序 } private static BigInteger[] reverse(BigInteger[] array) { BigInteger[] reversed = new BigInteger[array.length]; System.arraycopy(array, 0, reversed, reversed.length - 1, reversed.length); return reversed; } } ``` 在这个例子中,`inverse()`方法接收一个系数数组(按照降序排列),然后依次计算每个系数的模,最后返回向的系数数组。请注意,这只是一个简化的版本,实际应用中需要考虑更多的边界条件和精度问题。
评论 2
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