【学习笔记】多项式 3：多项式运算

合集 - 学习笔记(42)

1.【学习笔记】Kruskal 重构树2022-11-25 2.【学习笔记】网络流2022-12-15 3.【学习笔记】高级数据结构2022-12-21 4.【学习笔记】线性基2022-12-27 5.【学习笔记】Link Cut Tree2022-12-28 6.【学习笔记】字符串后缀算法2022-12-30 7.【学习笔记】字符串回文算法2023-01-12 8.【学习笔记】组合数学2023-01-27 9.【学习笔记】多项式 1：基础操作2023-01-30 10.【学习笔记】多项式 2：集合幂级数2023-02-03

11.【学习笔记】多项式 3：多项式运算2023-02-11

12.【学习笔记】Prufer 序列2023-02-15 13.【学习笔记】多项式 4：生成函数2023-02-15 14.【学习笔记】DP 套 DP2023-02-19 15.【学习笔记】图的连通性2023-02-22 16.【学习笔记】差分约束2023-03-20 17.【学习笔记】长链剖分2023-04-22 18.【学习笔记】2-SAT2023-04-23 19.【学习笔记】根号算法2023-06-06 20.【学习笔记】Primal-Dual 原始对偶算法2023-06-15 21.【学习笔记】Bostan-Mori 算法2023-07-02 22.【学习笔记】狄利克雷卷积与高级筛法2023-07-03 23.【学习笔记】DP 优化 1：基础优化2023-07-03 24.【学习笔记】DP 优化 2：动态 DP2023-07-04 25.【学习笔记】李超线段树2023-07-09 26.【学习笔记】优化建图2023-07-11 27.【学习笔记】Segment Tree Beats2023-07-11 28.【学习笔记】插头 DP2023-07-13 29.【学习笔记】任意模数多项式乘法2023-07-16 30.【学习笔记】SG 函数与 SG 定理2023-08-05 31.【学习笔记】类欧几里得算法2023-08-06 32.【学习笔记】狄利克雷前/后缀和/差分2023-08-11 33.【学习笔记】DSU on Tree2023-08-22 34.【学习笔记】DP 优化 3：闵可夫斯基和优化 DP2023-09-01 35.【学习笔记】笛卡尔树2023-09-05 36.【学习笔记】Miller-Rabin 算法2023-10-24 37.【学习笔记】DP 优化 4：决策单调性2023-11-15 38.【学习笔记】DP 优化 5：wqs 二分优化 DP2023-12-04 39.【学习笔记】边分治2023-12-28 40.【学习笔记】KMP 相关算法2024-01-10 41.【学习笔记】概率生成函数2024-01-11 42.【学习笔记】离散对数和剩余2024-01-25

多项式求导与积分#

(a x^{n})^{'} = a \times n x^{n - 1}

$(ax^n)'=a\times nx^{n-1}$

\int a x^{n} d x = \frac{a}{n + 1} x^{n + 1}

$\int ax^n\mathrm{d}x=\dfrac{a}{n+1}x^{n+1}$

单独对每一项操作后加和。

预处理逆元，时间复杂度 $O(n)$ 。

inline Poly Differntial(int n){
    Poly F;
    F.set(n);
    for(int i=1;i<n;++i) F[i-1]=f[i]*i%mod;
    return F;
} 
inline Poly Integral(int n){
    Poly F;
    F.set(n+1);
    for(int i=0;i<n;++i) F[i+1]=f[i]*inv[i+1]%mod;
    return F;
}

多项式牛顿迭代#

牛顿强啊！

设函数 $G$ ，要求一多项式 $f(x)$ ，满足：

G (f (x)) \equiv 0 (\mod x^{n})

$G(f(x))\equiv 0\pmod {x^n}$

假定已经求得 $f_0(x)$ ，满足：

G (f_{0} (x)) \equiv 0 (\mod x^{⌈ n / 2 ⌉})

$G(f_0(x))\equiv 0\pmod {x^{\left\lceil n/2\right\rceil}}$

泰勒展开：

G (f (x)) = \sum_{i = 0}^{\infty} \frac{G^{(i)} (f_{0} (x))}{i!} (f (x) - f_{0} (x))^{i}

$G(f(x))=\sum_{i=0}^{\infty} \dfrac{G^{(i)}(f_0(x))}{i!}(f(x)-f_0(x))^i$

由于右侧 $f(x)-f_0(x)$ 的最低非零次项次数为 $\left\lceil n/2\right\rceil$ ，因此：

\forall i \geq 2, (f (x) - f_{0} (x))^{i} \equiv 0 (\mod x^{n})

$\forall i\ge 2,(f(x)-f_0(x))^i\equiv 0\pmod {x^n}$

于是式子实际上是：

G (f_{0} (x)) + G^{'} (f_{0} (x)) (f (x) - f_{0} (x)) \equiv 0 (\mod x^{n})

$G(f_0(x))+G'(f_0(x))(f(x)-f_0(x))\equiv 0\pmod {x^n}$

整理一下就是：

f (x) \equiv f_{0} (x) - \frac{G (f_{0} (x))}{G^{'} (f_{0} (x))} (\mod x^{n})

$f(x)\equiv f_0(x)-\dfrac{G(f_0(x))}{G'(f_0(x))}\pmod {x^n}$

于是我们只需要求出 $[x^0]f(x)$ 再倍增即可。

多项式求逆#

给定 $F(x)$ ，求 $G(x)$ 使得：

F (x) G (x) \equiv 1 (\mod x^{n})

$F(x)G(x)\equiv 1\pmod {x^n}$

常规倍增法#

假设已经求得 $G_0$ 满足：

F (x) G_{0} (x) \equiv 1 (\mod x^{⌈ n / 2 ⌉})

$F(x)G_0(x)\equiv 1\pmod {x^{\left\lceil n/2\right\rceil}}$

接下来推一下式子：

\begin{aligned} G (x) & \equiv G_{0} (x) & (\mod x^{⌈ n / 2 ⌉}) \\ G (x) - G_{0} (x) & \equiv 0 & (\mod x^{⌈ n / 2 ⌉}) \\ (G (x) - G_{0} (x))^{2} & \equiv 0 & (\mod x^{n}) \\ F (x) (G^{2} (x) - 2 G (x) G_{0} (x) + G_{0}^{2} (x)) & \equiv 0 & (\mod x^{n}) \\ G (x) - 2 G_{0} (x) + F (x) G_{0}^{2} (x) & \equiv 0 & (\mod x^{n}) \end{aligned}

$\begin{aligned} G(x)&\equiv G_0(x)&\pmod {x^{\left\lceil n/2\right\rceil}}\\ G(x)-G_0(x)&\equiv 0&\pmod {x^{\left\lceil n/2\right\rceil}}\\ (G(x)-G_0(x))^2&\equiv 0&\pmod {x^n}\\ F(x)(G^2(x)-2G(x)G_0(x)+G_0^2(x))&\equiv 0&\pmod {x^n}\\ G(x)-2G_0(x)+F(x)G_0^2(x)&\equiv 0&\pmod {x^n}\\ \end{aligned}$

于是得到：

G (x) \equiv G_{0} (x) (2 - F (x) G_{0} (x)) (\mod x^{n})

$G(x)\equiv G_0(x)(2-F(x)G_0(x))\pmod {x^n}$

牛顿迭代法#

构造：

G (f (x)) = \frac{1}{f (x)} - F (x)

$G(f(x))=\dfrac{1}{f(x)}-F(x)$

代入牛顿迭代式：

f (x) = f_{0} (x) - \frac{\frac{1}{f_{0} (x)} - F (x)}{- \frac{1}{f_{0}^{2} (x)}}

$f(x)=f_0(x)-\dfrac{\dfrac{1}{f_0(x)}-F(x)}{-\dfrac{1}{f_0^2(x)}}$

整理一下就是：

f (x) \equiv f_{0} (x) (2 - F (x) f_{0} (x)) (\mod x^{n})

$f(x)\equiv f_0(x)(2-F(x)f_0(x))\pmod {x^n}$

inline Poly Inv(int n){
    Poly F,G;
    G.set(1);
    G[0]=q_pow(f[0],mod-2,mod);
    for(int L=2;L<2*n;L<<=1){
        F.set(2*L),G.set(2*L);
        F.clear(0,2*L-1);
        for(int i=0;i<L;++i) F[i]=f[i];
        F.NTT(2*L,1),G.NTT(2*L,1);
        for(int i=0;i<2*L;++i) G[i]=1ll*(int)G[i]*(2ll-1ll*(int)G[i]*(int)F[i]%mod+mod)%mod;
        G.NTT(2*L,0);
        G.clear(min(n,L),2*L-1);
    }
    return G;
}

多项式开根#

给定 $F(x)$ ，求 $G(x)$ 使得：

F (x) \equiv G^{2} (x) (\mod x^{n})

$F(x)\equiv G^2(x)\pmod {x^n}$

常规倍增法#

假设已经求得 $G_0$ 满足：

F (x) \equiv G_{0}^{2} (x) (\mod x^{⌈ n / 2 ⌉})

$F(x)\equiv G_0^2(x)\pmod {x^{\left\lceil n/2\right\rceil}}$

接下来推一下式子：

\begin{aligned} G (x) & \equiv G_{0} (x) & (\mod x^{⌈ n / 2 ⌉}) \\ G (x) - G_{0} (x) & \equiv 0 & (\mod x^{⌈ n / 2 ⌉}) \\ (G (x) - G_{0} (x))^{2} & \equiv 0 & (\mod x^{n}) \\ G^{2} (x) - 2 G (x) G_{0} (x) + G_{0}^{2} (x) & \equiv 0 & (\mod x^{n}) \\ F (x) - 2 G (x) G_{0} (x) + G_{0}^{2} (x) & \equiv 0 & (\mod x^{n}) \end{aligned}

$\begin{aligned} G(x)&\equiv G_0(x)&\pmod {x^{\left\lceil n/2\right\rceil}}\\ G(x)-G_0(x)&\equiv 0&\pmod {x^{\left\lceil n/2\right\rceil}}\\ (G(x)-G_0(x))^2&\equiv 0&\pmod {x^n}\\ G^2(x)-2G(x)G_0(x)+G_0^2(x)&\equiv 0&\pmod {x^n}\\ F(x)-2G(x)G_0(x)+G_0^2(x)&\equiv 0&\pmod {x^n}\\ \end{aligned}$

于是得到：

G (x) \equiv \frac{F (x) + G_{0}^{2} (x)}{2 G_{0} (x)} (\mod x^{n})

$G(x)\equiv \dfrac{F(x)+G_0^2(x)}{2G_0(x)}\pmod {x^n}$

即：

G (x) \equiv \frac{F (x)}{2 G_{0} (x)} + \frac{G_{0} (x)}{2} (\mod x^{n})

$G(x)\equiv \dfrac{F(x)}{2G_0(x)}+\dfrac{G_0(x)}{2}\pmod {x^n}$

牛顿迭代法#

构造：

G (f (x)) = f^{2} (x) - F (x)

$G(f(x))=f^2(x)-F(x)$

代入牛顿迭代式：

f (x) = f_{0} (x) - \frac{f_{0}^{2} (x) - F (x)}{2 f_{0} (x)}

$f(x)=f_0(x)-\dfrac{f_0^2(x)-F(x)}{2f_0(x)}$

整理一下就是：

f (x) \equiv \frac{F (x) + f_{0}^{2} (x)}{2 f_{0} (x)} (\mod x^{n})

$f(x)\equiv \dfrac{F(x)+f_0^2(x)}{2f_0(x)}\pmod {x^n}$

即：

f (x) \equiv \frac{F (x)}{2 f_{0} (x)} + \frac{f_{0} (x)}{2} (\mod x^{n})

$f(x)\equiv \dfrac{F(x)}{2f_0(x)}+\dfrac{f_0(x)}{2}\pmod {x^n}$

inline Poly Sqrt(int n){
    Poly F,G,invG,H;
    G.set(1);
    G[0]=1;
    for(int L=2;L<2*n;L<<=1){
        F.set(2*L),G.set(2*L),H.set(2*L);
        F.clear(0,2*L-1);
        for(int i=0;i<L;++i) F[i]=f[i];
        invG=G.Inv(L);
        F.NTT(2*L,1),invG.NTT(2*L,1);
        for(int i=0;i<2*L;++i) H[i]=F[i]*invG[i]%mod*inv[2]%mod;
        H.NTT(2*L,0);
        for(int i=0;i<2*L;++i) G[i]=(H[i]+G[i]*inv[2]%mod)%mod;
        G.clear(min(n,L),2*L-1);
    }
    return G;
}

多项式对数函数#

给定 $F(x)$ ，求 $G(x)$ 使得：

\ln F (x) \equiv G (x) (\mod x^{n})

$\ln F(x)\equiv G(x)\pmod {x^n}$

左侧相当于一个复合函数，对左右求导：

(\ln F (x))^{'} \times F^{'} (x) \equiv G^{'} (x) (\mod x^{n})

$(\ln F(x))'\times F'(x)\equiv G'(x)\pmod {x^n}$

根据简单初等函数的导数得：

\frac{F^{'} (x)}{F (x)} \equiv G^{'} (x) (\mod x^{n})

$\dfrac{F'(x)}{F(x)}\equiv G'(x)\pmod {x^n}$

求出 $G'(x)$ 后积分得到 $G(x)$ ：

G (x) = \int G^{'} (x) d x

$G(x)=\int G'(x) \mathrm{d}x$

inline Poly Ln(int n){
    Poly dF,invF,G,H;
    dF=Differntial(n),invF=Inv(n);
    int L=1;
    while(L<2*n) L<<=1;
    dF.set(L),invF.set(L),G.set(L);
    dF.NTT(L,1),invF.NTT(L,1);
    for(int i=0;i<L;++i) G[i]=dF[i]*invF[i]%mod;
    G.NTT(L,0);
    H=G.Integral(L);
    H.clear(n,L);
    return H;
}

注意多项式牛顿迭代和多项式 $\ln$ 在求导时的区别，前者的 $G(f(x))$ 是关于 $f(x)$ 的函数，也即 $G'(f(x))=\dfrac{\mathrm{d} G(f(x))}{\mathrm{d}f(x)}$ ；后者 $G(x)$ 是关于 $x$ 的函数，也即 $G'(x)=\dfrac{\mathrm{d}G(x)}{\mathrm{d}x}$ ，而左侧的 $\ln F(x)$ 是关于 $x$ 的复合函数，所以要应用复合函数求导 $(\ln F(x))'=\dfrac{\mathrm{d} \ln F(x)}{\mathrm{d} F(x)}\times\dfrac{\mathrm{d} F(x)}{\mathrm{d}x}$ 。

多项式指数函数#

给定 $F(x)$ ，求 $G(x)$ 使得：

\exp F (x) \equiv G (x) (\mod x^{n})

$\exp F(x)\equiv G(x)\pmod {x^n}$

使用牛顿迭代法，构造：

G (f (x)) = \ln f (x) - F (x)

$G(f(x))=\ln f(x)-F(x)$

代入牛顿迭代式：

f (x) = f_{0} (x) - \frac{\ln f_{0} (x) - F (x)}{\frac{1}{f_{0} (x)}}

$f(x)=f_0(x)-\dfrac{\ln f_0(x)-F(x)}{\dfrac{1}{f_0(x)}}$

整理一下就是：

f (x) \equiv f_{0} (x) (1 - \ln f_{0} (x) + F (x)) (\mod x^{n})

$f(x)\equiv f_0(x)(1-\ln f_0(x)+F(x))\pmod {x^n}$

inline Poly Exp(int n){
    Poly F,G,lnG;
    G.set(1);
    G[0]=1;
    for(int L=2;L<2*n;L<<=1){
        F.set(2*L),G.set(2*L);
        F.clear(0,2*L-1);
        for(int i=0;i<L;++i) F[i]=f[i];
        lnG=G.Ln(L);
        F.NTT(2*L,1),G.NTT(2*L,1),lnG.NTT(2*L,1);
        for(int i=0;i<2*L;++i) G[i]=G[i]*(1ull-lnG[i]+F[i]+mod)%mod;
        G.NTT(2*L,0);
        G.clear(min(n,L),2*L-1);
    }
    return G;
}

多项式半家桶封装模板#

点击查看代码

inline int q_pow(int A,int B,int P){
    int res=1;
    while(B){
        if(B&1) res=1ll*res*A%P;
        A=1ll*A*A%P;
        B>>=1;
    }
    return res;
}

int inv[maxn];
int rev[maxn];
int base,w[maxn];
struct Poly{
    const static int g=3;
    int deg;
    vector<ull> f;
    ull &operator[](const int &i){return f[i];}
    ull operator[](const int &i)const{return f[i];}
    inline void set(int L){deg=L;f.resize(L);}
    inline void clear(int L,int R){for(int i=L;i<=R;++i)f[i]=0;}
    inline void output(int L){for(int i=0;i<L;++i)printf("%llu ",f[i]);printf("\n");}
    inline void NTT(int L,bool type){
        set(L);
        for(int i=1;i<L;++i){
            rev[i]=(rev[i>>1]>>1)+(i&1?L>>1:0);
            if(i<rev[i]) swap(f[i],f[rev[i]]);
        }
        for(int d=1;d<L;d<<=1){
            base=q_pow(type?g:q_pow(g,mod-2,mod),(mod-1)/(2*d),mod);
            w[0]=1;
            for(int i=1;i<d;++i) w[i]=1ll*w[i-1]*base%mod;
            for(int i=0;i<L;i+=d<<1){
                for(int j=0;j<d;++j){
                    ull x=f[i+j],y=f[i+d+j]*w[j]%mod;
                    f[i+j]=x+y,f[i+d+j]=x-y+mod;
                }
            }
        }
        for(int i=0;i<L;++i) f[i]%=mod;
        if(!type){
            int inv_L=q_pow(L,mod-2,mod);
            for(int i=0;i<L;++i) f[i]=f[i]*inv_L%mod;
        }
    }
    inline Poly Differntial(int n){
        Poly F;
        F.set(n);
        for(int i=1;i<n;++i) F[i-1]=f[i]*i%mod;
        return F;
    } 
    inline Poly Integral(int n){
        Poly F;
        F.set(n+1);
        for(int i=0;i<n;++i) F[i+1]=f[i]*inv[i+1]%mod;
        return F;
    }
    inline Poly Inv(int n){
        Poly F,G;
        G.set(1);
        G[0]=q_pow(f[0],mod-2,mod);
        for(int L=2;L<2*n;L<<=1){
            F.set(2*L),G.set(2*L);
            F.clear(0,2*L-1);
            for(int i=0;i<L;++i) F[i]=f[i];
            F.NTT(2*L,1),G.NTT(2*L,1);
            for(int i=0;i<2*L;++i) G[i]=1ll*(int)G[i]*(2ll-1ll*(int)G[i]*(int)F[i]%mod+mod)%mod;
            G.NTT(2*L,0);
            G.clear(min(n,L),2*L-1);
        }
        return G;
    }
    inline Poly Sqrt(int n){
        Poly F,G,invG,H;
        G.set(1);
        G[0]=1;
        for(int L=2;L<2*n;L<<=1){
            F.set(2*L),G.set(2*L),H.set(2*L);
            F.clear(0,2*L-1);
            for(int i=0;i<L;++i) F[i]=f[i];
            invG=G.Inv(L);
            F.NTT(2*L,1),invG.NTT(2*L,1);
            for(int i=0;i<2*L;++i) H[i]=F[i]*invG[i]%mod*inv[2]%mod;
            H.NTT(2*L,0);
            for(int i=0;i<2*L;++i) G[i]=(H[i]+G[i]*inv[2]%mod)%mod;
            G.clear(min(n,L),2*L-1);
        }
        return G;
    }
    inline Poly Ln(int n){
        Poly dF,invF,G,H;
        dF=Differntial(n),invF=Inv(n);
        int L=1;
        while(L<2*n) L<<=1;
        dF.set(L),invF.set(L),G.set(L);
        dF.NTT(L,1),invF.NTT(L,1);
        for(int i=0;i<L;++i) G[i]=dF[i]*invF[i]%mod;
        G.NTT(L,0);
        H=G.Integral(L);
        H.clear(n,L);
        return H;
    }
    inline Poly Exp(int n){
        Poly F,G,lnG;
        G.set(1);
        G[0]=1;
        for(int L=2;L<2*n;L<<=1){
            F.set(2*L),G.set(2*L);
            F.clear(0,2*L-1);
            for(int i=0;i<L;++i) F[i]=f[i];
            lnG=G.Ln(L);
            F.NTT(2*L,1),G.NTT(2*L,1),lnG.NTT(2*L,1);
            for(int i=0;i<2*L;++i) G[i]=G[i]*(1ull-lnG[i]+F[i]+mod)%mod;
            G.NTT(2*L,0);
            G.clear(min(n,L),2*L-1);
        }
        return G;
    }
};

参考资料#

OI Wiki

作者：SoyTony

出处：https://www.cnblogs.com/SoyTony/p/Learning_Notes_about_Polynomial_3.html

版权：本作品采用「署名-非商业性使用-相同方式共享 4.0 国际」许可协议进行许可。

posted @ 2023-02-11 14:59 SoyTony 阅读(134) 评论(11) 编辑收藏举报

刷新页面返回顶部

登录后才能查看或发表评论，立即登录或者逛逛博客园首页

相关博文：

· 【学习笔记】多项式 1：基础操作

· 【学习笔记】任意模数多项式乘法

· 多项式小记

· 多项式（Ⅱ）：进阶工业

· 多项式全家桶

阅读排行：
· 单线程的Redis速度为什么快？
· 展开说说关于C#中ORM框架的用法！
· Pantheons：用 TypeScript 打造主流大模型对话的一站式集成库
· SQL Server 2025 AI相关能力初探
· 为什么退出登录或修改密码无法使 token 失效

公告

昵称： SoyTony
园龄： 3年2个月
粉丝： 144
关注： 92

+加关注

一言

Don't you know I'm still standing
better than I ever did.

——I'm still standing

2025年3月

日

一

二

三

四

五

六

Loading

SoyTony

【学习笔记】多项式 3：多项式运算

多项式求导与积分#

多项式牛顿迭代#

多项式求逆#

常规倍增法#

牛顿迭代法#

多项式开根#

常规倍增法#

牛顿迭代法#

多项式对数函数#

多项式指数函数#

多项式半家桶封装模板#

参考资料#

公告

一言

搜索

合集 (8)

随笔分类 (863)

阅读排行榜

评论排行榜

推荐排行榜