卷积FFT、NTT、FWT

先简短几句话说说FFT....

多项式可用系数和点值表示,n个点可确定一个次数小于n的多项式

多项式乘积为 f(x)*g(x),显然若已知f(x), g(x)的点值,O(n)可求得多项式乘积的点值。

我们所需要的就是O(nlogn)快速地将两个系数多项式表示成点值多项式,O(n)求得乘积的点值表示后O(nlogn)还原成系数多项式。

这里就需要套FFT板子了...

FFT中取n个单位根,需要n是2的幂。

又因为n个点可确定一个次数小于n的多项式,所以n > 乘积多项式的最高次数。

以上。

HDU4609 n个木棍任取三根能组成三角形的概率。

数组开小莫名T,WA.

 1 #include <bits/stdc++.h>
 2 #define ll long long
 3 using namespace std;
 4 const int N = 4e5+10;
 5 struct comp{
 6     double r,i;comp(double _r=0,double _i=0){r=_r;i=_i;}
 7     comp operator+(const comp x){return comp(r+x.r,i+x.i);}
 8     comp operator-(const comp x){return comp(r-x.r,i-x.i);}
 9     comp operator*(const comp x){return comp(r*x.r-i*x.i,r*x.i+i*x.r);}
10 };
11 const double pi=acos(-1.0);
12 void FFT(comp a[],int n,int t){
13     for(int i=1,j=0;i<n-1;i++){
14         for(int s=n;j^=s>>=1,~j&s;);
15             if(i<j)swap(a[i],a[j]);
16     }
17     for(int d=0;(1<<d)<n;d++){
18         int m=1<<d,m2=m<<1;
19         double o=pi/m*t;comp _w(cos(o),sin(o));
20         for(int i=0;i<n;i+=m2){
21             comp w(1,0);
22             for(int j=0;j<m;j++){
23                 comp &A=a[i+j+m],&B=a[i+j],t=w*A;
24                 A=B-t;B=B+t;w=w*_w;
25             }
26         }
27     }
28     if(t==-1)for(int i=0;i<n;i++)a[i].r/=n;
29 }
30 comp x[N];
31 ll num[N], sum[N];
32 int main(){
33     int T; scanf("%d", &T);
34     while(T--){
35         memset(num, 0, sizeof num);
36         int n, u, maxnum = -1; scanf("%d", &n);
37         for(int i = 0; i < n; i++){
38             scanf("%d", &u);
39             maxnum = max(maxnum, u), num[u]++;
40         }
41         int len = 1;
42         while(len <= maxnum*2) len <<= 1;
43         for(int i = 0; i < len; i++)
44             x[i] = comp(num[i], 0);
45         FFT(x, len, 1);
46         for(int i = 0; i < len; i++)
47             x[i] = x[i]*x[i];
48         FFT(x, len , -1);
49         for(int i = 0; i < len; i++)
50             sum[i] = x[i].r+0.5;
51         for(int i = 0; i < len; i+=2)
52             sum[i] -= num[i>>1];//去掉两次取的木棍相同的
53         for(int i = 0; i < len; i ++)
54             sum[i] >>= 1;//算了2次
55         for(int i = 1; i < len; i++)
56             sum[i] += sum[i-1];
57         ll tot = (ll)n*(n-1)*(n-2)/6, ans = tot;
58         for(int i = 0; i <= maxnum; i++)
59                 ans -= num[i]*sum[i];//去掉不能组成三角形的
60         printf("%.7f\n", 1.0*ans/tot);
61     }
62     return 0;
63 }
View Code

 

LA4671 给出A串与B串,只含小写字母a、b。问:A串中有多少本质不同的子串满足 与B串长度相同 且 与B串相对应位置字符不同的数量小于k。

题解:a做1,b做0。将B倒着来一遍和A做卷积,可得有多少位置A串与B串都是a。a做0,b做1再来一遍即可。

hash!37做基1000173169做模会冲突!1e9+7做基1e9+9做模也会冲突!双哈希可以过,37做基2^64做模可过,37做基100000000173169LL做模也可过....

 1 #include <bits/stdc++.h>
 2 #define ull unsigned long long
 3 using namespace std;
 4 const int N = 4e5+10;
 5 struct comp{
 6     double r,i;comp(double _r=0,double _i=0){r=_r;i=_i;}
 7     comp operator+(const comp x){return comp(r+x.r,i+x.i);}
 8     comp operator-(const comp x){return comp(r-x.r,i-x.i);}
 9     comp operator*(const comp x){return comp(r*x.r-i*x.i,r*x.i+i*x.r);}
10 };
11 const double pi=acos(-1.0);
12 void FFT(comp a[],int n,int t){
13     for(int i=1,j=0;i<n-1;i++){
14         for(int s=n;j^=s>>=1,~j&s;);
15             if(i<j)swap(a[i],a[j]);
16     }
17     for(int d=0;(1<<d)<n;d++){
18         int m=1<<d,m2=m<<1;
19         double o=pi/m*t;comp _w(cos(o),sin(o));
20         for(int i=0;i<n;i+=m2){
21             comp w(1,0);
22             for(int j=0;j<m;j++){
23                 comp &A=a[i+j+m],&B=a[i+j],t=w*A;
24                 A=B-t;B=B+t;w=w*_w;
25             }
26         }
27     }
28     if(t==-1)for(int i=0;i<n;i++)a[i].r/=n;
29 }
30 comp x[N], y[N];
31 char a[100010], b[100010];
32 int ans[N];
33 //hash
34 ull xp[122222] = {1}, H[122222];
35 void initHash(){
36     H[0] = a[0];
37     for(int i = 1; a[i]; i++)
38         H[i] = H[i-1]*31uLL+a[i];
39 }
40 ull askHash(int l, int r){
41     if(l == 0) return H[r];
42     return H[r]-H[l-1]*xp[r-l+1];
43 }
44 
45 int main(){
46     for(int i = 1; i < 122222; i++) xp[i] = xp[i-1]*31uLL;
47 
48     int ca = 1, K;
49     while(scanf("%d", &K), K != -1){
50         scanf(" %s %s", a, b);
51         int lenA = strlen(a), lenB = strlen(b), len = 1;
52         if(lenA < lenB){
53             printf("Case %d: %d\n", ca++, 0);
54             continue ;
55         }
56 
57         for(int i = 0; i < lenB-1-i; i++)
58             swap(b[i], b[lenB-1-i]);
59         while(len <= lenA+lenB) len <<= 1;
60 
61         for(int i = 0; i < len; i++){
62             x[i] = comp(i < lenA? (a[i] == 'a'): 0, 0);
63             y[i] = comp(i < lenB? (b[i] == 'a'): 0, 0);
64         }
65         FFT(x, len, 1);
66         FFT(y, len, 1);
67         for(int i = 0; i < len; i++)
68             x[i] = x[i]*y[i];
69         FFT(x, len, -1);
70         for(int i = 0; i < len; i++)
71             ans[i] = x[i].r+0.5;
72 
73         for(int i = 0; i < len; i++){
74             x[i] = comp(i < lenA? (a[i] == 'b') : 0, 0);
75             y[i] = comp(i < lenB? (b[i] == 'b') : 0, 0);
76         }
77         FFT(x, len, 1);
78         FFT(y, len, 1);
79         for(int i = 0; i < len; i++)
80             x[i] = x[i]*y[i];
81         FFT(x, len, -1);
82         for(int i = 0; i < len; i++)
83             ans[i] += x[i].r+0.5;
84 
85         initHash();
86         set<ull> se;
87         for(int i = lenB-1; i < lenA; i++)
88             if(ans[i] >= lenB-K)
89                 se.insert(askHash(i-lenB+1, i));
90         printf("Case %d: %d\n", ca++, (int)se.size());
91     }
92     return 0;
93 }
View Code

 

=================================分割线=================================== 

NTT

NTT资料

NTT资料2

NTT与FFT类似,FFT用复数形式会有精度损失,而NTT则是在整数域内取模意义下,无精度损失。

 

如果 P = r2+1 是个素数,G是模P下的一个原根,那么在mod P 意义下,可以处理 2k 以内规模的数据 。

G在模P下的阶为 P-1,即 r2

那么Gr 在模P下的阶为2k ,这里的 Gr  即等价于FFT里的wn .

那么我们用模P下的卷积运算就不会产生精度损失。

P =   998244353 = 119*223+1, 能够处理223 = 8e6+ 规模的数据,原根为3.

P = 1004535809 479*221+1, 能够处理221 = 2e6+ 规模的数据,原根为3, 且 1004535809 加起来不会爆 int.

NTT能解决模数  P = r2+1 的问题,那么如何解决模任意数呢?

先前的 NTT资料 里有提到,

 

即用多个小素数跑NTT,最后用中国剩余定理求出 n(m-1)内满足条件的唯一值,当 各个素数积 > n(m-1)2 时中国剩余定理后显然可取得唯一值。

 

=================================分割线===================================

 

FWT资料

FWT资料2

Ck = i⊕j=k (Ai*Bj),  ⊕是某种运算符号。当⊕是+时,即是傅里叶变换;当⊕是^, &, |等某种位运算时,即是FWT快速沃尔什变换。

FFT中,数组长度要大于结果的最高次幂,高位补0;FWT时,数组长度需要是2的整数次幂,不足补0。

原理不是怎么重要...

模板套用即可。

 

 1 //快速沃尔什变换
 2 void FWT(int*a,int n){
 3     for(int d=1;d<n;d<<=1)for(int m=d<<1,i=0;i<n;i+=m)for(int j=0;j<d;j++){
 4         int x=a[i+j],y=a[i+j+d];
 5         //xor:a[i+j]=x+y,a[i+j+d]=x−y;
 6         //and:a[i+j]=x+y;
 7         //or:a[i+j+d]=x+y;
 8     }
 9 }
10 void UFWT(int*a,int n){
11     for(int d=1;d<n;d<<=1)for(int m=d<<1,i=0;i<n;i+=m)for(int j=0;j<d;j++){
12         int x=a[i+j],y=a[i+j+d];
13         //xor:a[i+j]=(x+y)/2,a[i+j+d]=(x−y)/2;
14         //and:a[i+j]=x−y;
15         //or:a[i+j+d]=y−x;
16     }
17 }
View Code

 防溢出可mod 1e9+7大质数,则除以2的时候乘2的逆元。

 

FWT后,相乘,UFWT回去即可。

 

posted @ 2016-09-20 00:54  我在地狱  阅读(2188)  评论(0编辑  收藏  举报