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

\(n,m\leq 100000,1\leq V_i\leq m\)。

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\(O(nm\log n)\)。

我们可以把每个多项式\(\ln\)然后相加, 最后\(\exp\)回去。

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

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\n",a[i]);
    return 0;
}

原文地址:https://www.cnblogs.com/autoint/p/12158690.html

时间: 2024-10-16 08:39:17

LG4389 付公主的背包的相关文章

[luogu4389]付公主的背包(FFT)

完全背包方案计数问题的FFT优化.首先写成生成函数的形式:对重量为V的背包,它的生成函数为$\sum\limits_{i=0}^{+\infty}x^{Vi}=\frac{1}{1-x^{V}}$于是答案就是$\prod \frac{1}{1-x^{V_k}}$.直接做显然会超时,考虑使用ln将乘法变为加法.https://www.cnblogs.com/cjyyb/p/10132855.html 1 #include<cmath> 2 #include<cstdio> 3 #in

【LGP4389】付公主的背包

题目 退役前抄一道生成函数快乐一下 就是让我们做一个完全背包,但是朴素的做法显然是\(O(nm)\)的 把每一个物品搞成一个多项式,显然这个多项式所有\(v_i\)的倍数箱为\(1\),剩下的为\(0\) 我们写成生成函数的话就是\(\frac{1}{1-x^{v_i}}\) 也就是我们我们要求的答案就是 \[\prod_{i=1}^n\frac{1}{1-x^{v_i}}\] 直接大力卷积是 \(O(nmlogn)\)的,好像还比暴力慢了一点 发现连乘并不是很好处理,考虑取一个\(\ln\)

付公主的背包

题链 这是重题啦. 真*题解· 原文地址:https://www.cnblogs.com/rrsb/p/8683421.html

luogu4389 付公主的背包

题目描述: luogu 题解: 生成函数+多项式exp板子. 首先商品默认无穷件.所以对于价值为$k$的商品,其生成函数为$\frac{1}{1-x^k}$. 然后集体取ln求和然后再exp就好了. 但是这个算法的瓶颈在集体取ln. 发现一个性质:$$ln(\frac{1}{1-x^k})=-ln(1-x^k)$$ $$=- \int \frac{-kx^{k-1}}{1-x^k}$$ $$=\int kx^{k-1}*\sum_{i=0}^{\infty}x^{ki}$$ $$=\int \s

付公主的矩形

题链 我们注意给定n*m的矩形,直线穿过的点为 n+m-gcd(n,m): n+m=k+gcd(n,m); 故 gcd(n,m)| k 且 n/gcd(n,m)+m/gcd(n,m)=k/gcd(n,m)+1; n/gcd(n,m)与 m/gcd(n,m)互质. 故我们枚举 gcd ,那么我们发现对于固定的gcd,(我们记欧拉函数为fi(x)) n,m的对数=fi (k/gcd+1) 不过这是有重复的,最后+1再除2就好了. #include<bits/stdc++.h> #define N

[复习]多项式和生成函数相关内容

[复习]多项式和生成函数相关内容 多项式 涉及的方面 主要在于多项式的乘法,也就是\(FFT,NTT,MTT\). 但是也多项式的求逆,\(exp\),\(ln\),开根,求导,积分等操作. 多项式乘法 并没有什么好复习的,记好板子就行了.同样也是多项式运算的基础. 泰勒展开&麦克劳林级数 泰勒展开: 如果\(f(x)\)在\(x0\)处存在\(n\)阶导,那么就有: \[\begin{aligned}f(x)&=f(x0)+\frac{f^1(x0)}{1!}(x-x0)+\frac{f

dp背包问题/01背包,完全背包,多重背包,/coin change算法求花硬币的种类数

一步一步循序渐进. Coin Change 具体思想:给你 N元,然后你有几种零钱S={S1,S2...,Sm} (每种零钱数量不限). 问:凑成N有多少种组合方式  即N=x1 * S1+x2*S2+...+xk*Sk (xk>=0,k=1,2..m) 设有f(x)中组合方式 有两种解答(自底向上回溯): 1.不用第m种货币   f(N,m-1) 2.用第m种货币 f(N-Sm,m) 总的组合方式为f(N,m)=f(N,m-1)+f(N-Sm,m) anything is nonsense,s

CF19B 01背包(必须装满)

http://codeforces.com/problemset/problem/19/B Bob came to a cash & carry store, put n items into his trolley, and went to the checkout counter to pay. Each item is described by its price ci and time ti in seconds that a checkout assistant spends on t

POJ 3260 The Fewest Coins(多重背包+全然背包)

http://poj.org/problem?id=3260 题意: John要去买价值为m的商品. 如今的货币系统有n种货币,相应面值为val[1],val[2]-val[n]. 然后他身上每种货币有num[i]个. John必须付给售货员>=m的金钱, 然后售货员会用最少的货币数量找钱给John. 问你John的交易过程中, 他给售货员的货币数目+售货员找钱给他的货币数目 的和最小值是多少? 分析: 本题与POJ 1252类型: http://blog.csdn.net/u013480600