• LG4389 付公主的背包


    付公主的背包

    付公主有一个可爱的背包,这个背包最多可以装 (10^5) 大小的东西。

    付公主有 (n) 种商品,每种商品体积为 (v_i),都有 (10^5) 件。

    给定 (m),对于 (sin [1,m]),请你回答用这些商品恰好装 (s) 体积的方案数。对 (998244353) 取模。

    (n,mleq 100000,1leq V_ileq m)

    题解

    https://2016gdgzoi509.blog.luogu.org/fu-gong-zhu-di-bei-bao

    答案显然是 (n) 个形如 (sum_{i=0}^infty x^{vi}=frac{1}{1-x^v}) 的多项式的卷积,然而直接NTT的时间复杂度是(O(nmlog n))

    我们可以把每个多项式(ln)然后相加, 最后(exp)回去。

    [f(x)=sum_{i=0}^infty x^{vi}=frac{1}{1-x^v}\ g(x)=ln f(x)\ g'(x)=frac{f'(x)}{f(x)}=frac{f'(x)}{frac{1}{1-x^v}}\ =(1-x^v)sum_{i=1}^infty vicdot x^{vi-1}\ =sum_{i=1}^infty(vi-v(i-1))x^{vi-1}=sum_{i=1}^infty vcdot x^{vi-1}\ g(x)=sum_{i=1}^infty frac{1}{i}x^{vi} ]

    这样只需要通过调和级数原理快速合并 (g(x)),在 (exp) 回去就是了。

    时间复杂度 (O(m log m))

    CO int N=262144;
    int omg[2][N],rev[N],inv[N];
    
    void NTT(poly&a,int dir){
    	int lim=a.size(),len=log2(lim);
    	for(int i=0;i<lim;++i) rev[i]=rev[i>>1]>>1|(i&1)<<(len-1);
    	for(int i=0;i<lim;++i)if(i<rev[i]) swap(a[i],a[rev[i]]);
    	for(int i=1;i<lim;i<<=1)
    		for(int j=0;j<lim;j+=i<<1)for(int k=0;k<i;++k){
    			int t=mul(omg[dir][N/(i<<1)*k],a[j+i+k]);
    			a[j+i+k]=add(a[j+k],mod-t),a[j+k]=add(a[j+k],t);
    		}
    	if(dir==1){
    		int ilim=fpow(lim,mod-2);
    		for(int i=0;i<lim;++i) a[i]=mul(a[i],ilim);
    	}
    }
    poly operator~(poly a){
    	int n=a.size();
    	poly b(1,fpow(a[0],mod-2));
    	if(n==1) return b;
    	int lim=2;
    	for(;lim<n;lim<<=1){
    		poly a1(a.begin(),a.begin()+lim);
    		a1.resize(lim<<1),NTT(a1,0);
    		b.resize(lim<<1),NTT(b,0);
    		for(int i=0;i<lim<<1;++i) b[i]=mul(2+mod-mul(a1[i],b[i]),b[i]);
    		NTT(b,1),b.resize(lim);
    	}
    	a.resize(lim<<1),NTT(a,0);
    	b.resize(lim<<1),NTT(b,0);
    	for(int i=0;i<lim<<1;++i) b[i]=mul(2+mod-mul(a[i],b[i]),b[i]);
    	NTT(b,1),b.resize(n);
    	return b;
    }
    poly log(poly a){
    	int n=a.size();
    	poly b=~a;
    	for(int i=0;i<n-1;++i) a[i]=mul(a[i+1],i+1);
    	a.resize(n-1);
    	int lim=1<<(int)ceil(log2(2*n-2));
    	a.resize(lim),NTT(a,0);
    	b.resize(lim),NTT(b,0);
    	for(int i=0;i<lim;++i) a[i]=mul(a[i],b[i]);
    	NTT(a,1),a.resize(n);
    	for(int i=n-1;i>=1;--i) a[i]=mul(a[i-1],inv[i]);
    	return a[0]=0,a;
    }
    poly exp(poly a){
    	int n=a.size();
    	poly b(1,1); // a[0]=0
    	if(n==1) return b;
    	int lim=2;
    	for(;lim<n;lim<<=1){
    		b.resize(lim);poly c=log(b);
    		c[0]=add(1+a[0],mod-c[0]);
    		for(int i=1;i<lim;++i) c[i]=add(a[i],mod-c[i]);
    		c.resize(lim<<1),NTT(c,0);
    		b.resize(lim<<1),NTT(b,0);
    		for(int i=0;i<lim<<1;++i) b[i]=mul(c[i],b[i]);
    		NTT(b,1),b.resize(lim);
    	}
    	b.resize(lim);poly c=log(b);
    	c[0]=add(1+a[0],mod-c[0]);
    	for(int i=1;i<n;++i) c[i]=add(a[i],mod-c[i]);
    	c.resize(lim<<1),NTT(c,0);
    	b.resize(lim<<1),NTT(b,0);
    	for(int i=0;i<lim<<1;++i) b[i]=mul(c[i],b[i]);
    	NTT(b,1),b.resize(n);
    	return b;
    }
    
    int cnt[N];
    
    int main(){
    	omg[0][0]=1,omg[0][1]=fpow(3,(mod-1)/N);
    	omg[1][0]=1,omg[1][1]=fpow(omg[0][1],mod-2);
    	for(int i=2;i<N;++i){
    		omg[0][i]=mul(omg[0][i-1],omg[0][1]);
    		omg[1][i]=mul(omg[1][i-1],omg[1][1]);
    	}
    	inv[0]=inv[1]=1;
    	for(int i=2;i<N;++i) inv[i]=mul(mod-mod/i,inv[mod%i]);
    	int n=read<int>(),m=read<int>();
    	for(int i=1;i<=n;++i) ++cnt[read<int>()];
    	poly a(m+1);
    	for(int v=1;v<=m;++v)if(cnt[v])
    		for(int i=1;i*v<=m;++i) a[i*v]=add(a[i*v],mul(cnt[v],inv[i]));
    	a=exp(a);
    	for(int i=1;i<=m;++i) printf("%d
    ",a[i]);
    	return 0;
    }
    
  • 相关阅读:
    将博客搬至CSDN
    机器学习中的超参数(Hyperparameters in machine learning)
    《机器学习笔记》-环境配置
    采用KNN算法实现一个简单的推荐系统
    推荐系统介绍:(协同过滤)—Intro to Recommender Systems: Collaborative Filtering
    推荐系统中TopN与kNN的区别
    采用KNN算法实现一个简单的推荐系统
    k-medoids与k-Means聚类算法的异同
    使用Spring Initializer快速创建Spring Boot项目
    Spring 自动注入
  • 原文地址:https://www.cnblogs.com/autoint/p/12158690.html
Copyright © 2020-2023  润新知