Luogu4191:[CTSC2010]性能优化

本文深入探讨了在特定条件下,如何解决两个多项式的循环卷积问题。通过将问题转化为使用混合基FFT的方法,解决了当n不是2的幂时,无法直接应用NTT的问题。文章详细介绍了算法的实现过程,包括如何利用单位复数的性质和循环卷积的特性来高效地计算多项式的乘法。

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

传送门
题目翻译:给定两个 \(n\) 次多项式 \(A,B\) 和一个整数 \(C\),求 \(A\times B^C\) 在模 \(x^n\) 意义下的卷积
显然就是个循环卷积,所以只要代入 \(\omega_n^{k}\) 进去求出点值,然后插值就好了
???\(n\) 不是 \(2^k\) 的形式,不能直接 \(NTT\)
怎么办呢?
根据题目性质,可以把 \(n\) 拆成 \(2^{a_1}3^{a_2}5^{a_3}7^{a_4}\) 的形式
这启示我们每次不是每次分成两半而是拆分成 \(3/5/7\) 次,然后再合并点值
\(F(x)=\sum a_ix^i,F_r(x)=\sum a_{ip+r}x^i\)
那么 \(F(x)=\sum x^rF(x^p)\)
根据单位复数的性质(消去引理和折半引理)那么
\[F(\omega_n^{an+b})=\sum \omega_{np}^{(an+b)r}F_r(w_n^b)\]
那么只需要写一个每次分 \(p\) 份的 \(FFT\) 就好了

# include <bits/stdc++.h>
using namespace std;
typedef long long ll;

const int maxn(5e5 + 5);

int n, c, a[maxn], b[maxn], tmp[maxn], g, pri[233333], tot, pw[2][maxn], mod, r[maxn];

inline int Pow(ll x, int y) {
    register ll ret = 1;
    for (; y; y >>= 1, x = x * x % mod)
        if (y & 1) ret = ret * x % mod;
    return ret;
}

inline void Inc(int &x, int y) {
    x = x + y >= mod ? x + y - mod : x + y;
}

int Dfs(int s, int p, int cur, int blk) {
    if (cur == tot + 1) return s + p;
    register int nxt;
    nxt = blk / pri[cur];
    return Dfs(s + nxt * (p % pri[cur]), (p - p % pri[cur]) / pri[cur], cur + 1, nxt);
}

inline void DFT(int *p, int opt) {
    register int i, j, k, l, q, t, cur;
    for (i = 0; i < n; ++i) tmp[r[i]] = p[i];
    for (i = 0; i < n; ++i) p[i] = tmp[i], tmp[i] = 0;
    for (i = 1, cur = tot; i < n; i *= pri[cur], --cur) {
        for (t = i * pri[cur], j = 0; j < n; j += t)
            for (k = 0; k < t; k += i)
                for (l = 0; l < i; ++l)
                    for (q = 0; q < pri[cur]; ++q)
                        Inc(tmp[j + k + l], (ll)pw[opt == -1][n / t * (k + l) * q % n] * p[j + i * q + l] % mod);
        for (j = 0; j < n; ++j) p[j] = tmp[j], tmp[j] = 0;
    }
    if (opt == -1) for (c = Pow(n, mod - 2), i = 0; i < n; ++i) p[i] = (ll)p[i] * c % mod;
}

int main() {
    register int i, j, x;
    scanf("%d%d", &n, &c), mod = n + 1;
    for (x = n, i = 2; i * i <= x; ++i)
        while (x % i == 0) pri[++tot] = i, x /= i;
    if (x > 1) pri[++tot] = x;
    for (i = 2; ; ++i) {
        for (g = i, j = 1; g && j <= tot; ++j)
            if (Pow(g, n / pri[j]) == 1) g = 0;
        if (g) break;
    }
    for (i = 0; i < n; ++i) scanf("%d", &a[i]);
    for (i = 0; i < n; ++i) scanf("%d", &b[i]);
    pw[0][0] = pw[1][0] = 1, pw[0][1] = g, pw[1][1] = Pow(g, mod - 2);
    for (i = 2; i < n; ++i) pw[0][i] = (ll)pw[0][i - 1] * g % mod, pw[1][i] = (ll)pw[1][i - 1] * pw[1][1] % mod;
    for (i = 0; i < n; ++i) r[i] = Dfs(0, i, 1, n);
    DFT(a, 1), DFT(b, 1);
    for (i = 0; i < n; ++i) a[i] = (ll)a[i] * Pow(b[i], c) % mod;
    DFT(a, -1);
    for (i = 0; i < n; ++i) printf("%d\n", a[i]);
    return 0;
}

转载于:https://www.cnblogs.com/cjoieryl/p/10211854.html

资源下载链接为: https://pan.quark.cn/s/22ca96b7bd39 在当今的软件开发领域,自动化构建与发布是提升开发效率和项目质量的关键环节。Jenkins Pipeline作为一种强大的自动化工具,能够有效助力Java项目的快速构建、测试及部署。本文将详细介绍如何利用Jenkins Pipeline实现Java项目的自动化构建与发布。 Jenkins Pipeline简介 Jenkins Pipeline是运行在Jenkins上的一套工作流框架,它将原本分散在单个或多个节点上独立运行的任务串联起来,实现复杂流程的编排与可视化。它是Jenkins 2.X的核心特性之一,推动了Jenkins从持续集成(CI)向持续交付(CD)及DevOps的转变。 创建Pipeline项目 要使用Jenkins Pipeline自动化构建发布Java项目,首先需要创建Pipeline项目。具体步骤如下: 登录Jenkins,点击“新建项”,选择“Pipeline”。 输入项目名称和描述,点击“确定”。 在Pipeline脚本中定义项目字典、发版脚本和预发布脚本。 编写Pipeline脚本 Pipeline脚本是Jenkins Pipeline的核心,用于定义自动化构建和发布的流程。以下是一个简单的Pipeline脚本示例: 在上述脚本中,定义了四个阶段:Checkout、Build、Push package和Deploy/Rollback。每个阶段都可以根据实际需求进行配置和调整。 通过Jenkins Pipeline自动化构建发布Java项目,可以显著提升开发效率和项目质量。借助Pipeline,我们能够轻松实现自动化构建、测试和部署,从而提高项目的整体质量和可靠性。
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