hiho1388 FFT/NTT
来源:互联网 发布:零基础学算法可行 编辑:程序博客网 时间:2024/04/27 07:10
http://hihocoder.com/problemset/problem/1388
题意:
思路:FFT。。。因为显然展开和A^2和B^2没什么关系。。就是一个乘积的形式。。这样显然可以转换成卷积的形式
但是至今构造多项式明显是∑A[i]*B[i-k]所以我们把B翻转一下。。但是还是不够,显然这不是全部。。就把A扩长两倍或者最后求和的时候把剩下的那部分再加上就行了
sum[i]+sum[i+n] 就是k取i的时候式子
PS。这个题目数据很大,FFT用复数double搞精度不够。。正解释NTT找一个超大的满足NTT条件的素数或者找几个大数然后CRT一下就可以得到准确值。。
不过也可以利用fft找到最优的K是多少,然后暴力算一遍就可以了。。
(我并不会FFT。。。理解还是重在构造多项式。。然后快速卷积。。额。。推荐一个bolghttp://blog.miskcoo.com/2015/04/polynomial-multiplication-and-fast-fourier-transform#i-15)
代码:
#include <stdio.h>#include <string.h>#include <iostream>#include <algorithm>#include <math.h>#include <complex>using namespace std;const double PI = acos(-1.0); //复数结构体struct Complex{ double x,y;//实部和虚部x+yi Complex(double _x = 0.0,double _y = 0.0){ x = _x;y = _y; } Complex operator -(const Complex &b)const { return Complex(x-b.x,y-b.y); } Complex operator +(const Complex &b)const { return Complex(x+b.x,y+b.y); } Complex operator *(const Complex &b)const { return Complex(x*b.x-y*b.y,x*b.y+y*b.x); }};/* * 进行FFT和IFFT前的反转变换。 * 位置i和 (i二进制反转后位置)互换 * len必须去2的幂 */void change(Complex y[],int len){ int i,j,k; for(i = 1, j = len/2; i <len-1; i++){ if(i < j)swap(y[i],y[j]); //交换互为小标反转的元素,i<j保证交换一次 //i做正常的+1,j左反转类型的+1,始终保持i和j是反转的 k = len/2; while(j >= k){ j -= k; k /= 2; } if(j < k)j += k; }} /* * 做FFT * len必须为2^k形式, * on==1时是DFT,on==-1时是IDFT */void fft(Complex y[],int len,int on){ change(y,len); for(int h = 2; h <= len; h <<= 1){ Complex wn(cos(-on*2*PI/h),sin(-on*2*PI/h)); for(int j = 0; j < len; j+=h){ Complex w(1,0); for(int k = j; k < j+h/2; k++){ Complex u = y[k]; Complex t = w*y[k+h/2]; y[k] = u+t; y[k+h/2] = u-t; w = w*wn; } } } if(on == -1) for(int i = 0; i < len; i++) y[i].x /= len;}const int MAXN = 200010;Complex x1[MAXN],x2[MAXN];int n;long long a[MAXN],b[MAXN];long long sum[MAXN];int main(){ int t; scanf("%d",&t); while(t--){ scanf("%d",&n); long long ans=0; for(int i=0;i<n;i++) scanf("%lld",&a[i]); for(int i=n-1;i>=0;i--) scanf("%lld",&b[i]); for(int i=0;i<n;i++) ans+=a[i]*a[i]+b[i]*b[i]; int len = 1; while(len < n*2 )len<<=1; for(int i = 0; i < n; i++) x1[i] = Complex(a[i],0); for(int i = n; i < len; i++) x1[i] = Complex(0,0); for(int i = 0; i < n; i++) x2[i] = Complex(b[i],0); for(int i = n; i < len; i++) x2[i] = Complex(0,0); //求DFT fft(x1,len,1); fft(x2,len,1); for(int i = 0; i < len; i++) x1[i] = x1[i]*x2[i]; fft(x1,len,-1); for(int i = 0;i < len;i++){ sum[i] = (long long)(x1[i].x+0.5); } int k=-1; long long mx=0; for(int i = 0;i < n;i++){ if((sum[i]+sum[i+n])>mx){ mx=(sum[i]+sum[i+n]); k=n-i-1; } } for(int i = 0;i < n;i++){ ans-=2*a[i]*b[n-1-(i+k)%n]; } printf("%lld\n",ans); //cout<<ans<<endl; } return 0;}
0 0
- hiho1388 FFT/NTT
- fft & ntt
- FFT-NTT
- fft/ntt
- 初识FFT和NTT
- BZOJ2179【FFT】【NTT】
- [UOJ34]FFT && NTT 模板
- FFT、NTT小结
- FFT,NTT学习笔记
- FFT及NTT模板
- FFT & NTT学习心得
- FFT&NTT(草稿)
- FFT&&FWT&&NTT
- HDU4609 NTT||FFT
- FFT & NTT 学习 模板
- FFT+NTT 学习资料收集
- 如何调试fft与ntt
- NTT FFT 数论变换 快速傅里叶变换 模板
- 【概念笔记】JAVA基础 - part1
- 粗糙集(Rough set) 理论
- 第五周-raptor 矩形面积计算
- 软件工程导论作业
- Android Studio快捷键
- hiho1388 FFT/NTT
- man ll stat ln seq echo rename which alias 命令使用作用
- git 使用笔记
- apache 配置静态资源访问
- Hibernate学习笔记(四)——HQL
- Android程序开发——自定义View(二)
- 1048. Find Coins (25)
- hadoop 常用缺少包错误
- Spring DI(一)