热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

学习笔记第三十九节:快速沃尔什变换(FWT)

正题我们学会了快速傅立叶变换,狄利克雷卷积,现在我们来解决一下快速沃尔什变换。它主要是解决这样的问题的:。也就是说其中那个你看不懂的符号指
正题

      我们学会了快速傅立叶变换,狄利克雷卷积,现在我们来解决一下快速沃尔什变换。

      它主要是解决这样的问题的:C(k)=\sum_{i\oplus j=k} A(i)*B(j)

      也就是说C=A\times B

      其中那个你看不懂的符号指的是三则运算的其中一种:or,and,xor。

      怎么做?

      我们来模仿一下解决多项式乘法的过程,我们先是把原数组做一次傅立叶变换,然后再相乘,最后再做一次逆变换。

      是否可以把这种方法运用到这里呢?

      显然是可以的:我们设一个数组tf(A),它表示A数组FWT变换之后的结果。

      我们要使得tf(C)=tf(A)*tf(B),其中乘法是按位相乘。

      然后我们做一次tf(C)逆变换即可。

      那么这个tf(C)应该怎么找呢?

      三种运算就有三种tf

  or

       我们设tf(A)=(tf(A_0),tf(A_0)+tf(A_1))

       其中+表示按位相加,二元组表示前后相接,也就是说A=(A_0,A_1)其中0,1表示二进制下标的第一位恰好分为两部分。

       发现,当我们使得tf这样定义的时候,tf(C)=tf(A)*tf(B)

       为什么?

       首先来看C,C=A\times B,明显的当我们把A,B拆开时,贡献到C_0的只有A_0*B_0,而贡献到C_1的就是A_0*B_1+A_1*B_0+A_1*B_1。也就是说C=A\times B=(A_0,A_1)\times (B_0,B_1)=(A_0*B_0,A_0*B_1+A_1*B_0+A_1*B_1)。(因为是或运算啊

       接着我们就可以知道

      \\tf(C)=(tf(C_0),tf(C_0+C_1)) \\=(tf(A_0*B_0),tf(A_0 * B_0+A_0* B_1+A_1* B_0+A_1* B_1))) \\=(tf(A_0*B_0),tf(A_0* B_0)+tf(A_0*B_1)+tf(A_1*B_0)+tf(A_1*B_1))

      为什么可以拆?因为考虑每个多个数组 加起来和分开 并不影响 每个位置上面的数对后面的影响,具体可以试一下手算。
      再看tf(A)*tf(B),这个按位相乘又等于什么呢?相当于前面和前面的相乘,后面的和后面的相乘。

      \small \\tf(A) * tf(B)=(tf(A_0),tf(A_0)+tf(A_1))*(tf(B_0),tf(B_0)+tf(B_1))) \\=(tf(A_0)*tf(B_0),tf(A_0)*tf(B_0)+tf(A_0)*tf(B_1)+tf(A_1)*tf(B_0+tf(A_1)*tf(B_1)))

      我们知道当只有一个数的时候,tf(C)=tf(A)*tf(B)

      然后我们就可以知道,只要我们能满足当

       \\tf(A_0\times B_0)=tf(A_0)*tf(B_0) \\tf(A_0\times B_1)=tf(A_0)*tf(B_1) \\tf(A_1\times B_0)=tf(A_1)*tf(B_0) \\tf(A_1\times B_1)=tf(A_1)*tf(B_1)

       时,那么我们就可以证明tf(A\times B)=tf(A)*tf(B)

       把上面的四条式子换到上面tf(C)的式子中,可以发现上面所化简的tf(C=A\times B),tf(A)*tf(B)是相等的。

       所以我们就证明了当tf(A)=(tf(A_0),tf(A_0)+tf(A_1))时,tf(C=A\times B)=tf(A)*tf(B)是成立的。

        接下来我们就可以用O(n\log n)的时间处理出来tf(A),tf(B)再逐位相乘得到tf(C)

        要求C还不简单吗?

        考虑我们怎么从A变为tf(A)的,是不是先从小的开始,然后将左边的值加到右边。

        我们要变回去,就从最大的区间开始,用用右边的左边的即可。

    and

        那么与运算其实和或运算差不多。tf(A)=(tf(A_0)+tf(A_1),tf(A_1))

        求逆运算的过程类似。关于证明可以自己推导,十分简单。

    xor

         抑或运算有点复杂,但是有公式就很好推导tf(A)=(tf(A_0)+tf(A_1),tf(A_0)-tf(A_1))

         是不是很鬼畜,然而求逆也是非常简单的,自己推导。

     最后,求逆的证明有的博客写得很复杂,其实根本不需要,就相当于将加的减回去即可。

     

#include
#include
#include
#include
using namespace std;const int maxn=17;
long long a[1<int limit,n;
const long long mod&#61;998244353;long long ksm(long long x,long long t){long long tot&#61;1;while(t){if(t&1) (tot*&#61;x)%&#61;mod;(x*&#61;x)%&#61;mod;t/&#61;2;}return tot;
}void tf_or(long long *now){for(int l&#61;2;l<&#61;limit;l<<&#61;1)for(int i&#61;0;i}void utf_or(long long *now){for(int l&#61;limit;l>&#61;2;l>>&#61;1)for(int i&#61;0;i}void tf_and(long long *now){for(int l&#61;2;l<&#61;limit;l<<&#61;1)for(int i&#61;0;i}void utf_and(long long *now){for(int l&#61;limit;l>&#61;2;l>>&#61;1)for(int i&#61;0;i}void tf_xor(long long *now){long long a,b;for(int l&#61;2;l<&#61;limit;l<<&#61;1)for(int i&#61;0;i}void utf_xor(long long *now){long long a,b;for(int l&#61;limit;l>&#61;2;l>>&#61;1)for(int i&#61;0;i}void FWT_or(){tf_or(a);tf_or(b);for(int i&#61;0;i}void FWT_and(){tf_and(a);tf_and(b);for(int i&#61;0;i}void FWT_xor(){tf_xor(a);tf_xor(b);for(int i&#61;0;i}int main(){inv&#61;ksm(2,mod-2);scanf("%d",&n);limit&#61;1<}

 


推荐阅读
  • 本文主要解析了Open judge C16H问题中涉及到的Magical Balls的快速幂和逆元算法,并给出了问题的解析和解决方法。详细介绍了问题的背景和规则,并给出了相应的算法解析和实现步骤。通过本文的解析,读者可以更好地理解和解决Open judge C16H问题中的Magical Balls部分。 ... [详细]
  • 本文讨论了使用差分约束系统求解House Man跳跃问题的思路与方法。给定一组不同高度,要求从最低点跳跃到最高点,每次跳跃的距离不超过D,并且不能改变给定的顺序。通过建立差分约束系统,将问题转化为图的建立和查询距离的问题。文章详细介绍了建立约束条件的方法,并使用SPFA算法判环并输出结果。同时还讨论了建边方向和跳跃顺序的关系。 ... [详细]
  • 本文介绍了P1651题目的描述和要求,以及计算能搭建的塔的最大高度的方法。通过动态规划和状压技术,将问题转化为求解差值的问题,并定义了相应的状态。最终得出了计算最大高度的解法。 ... [详细]
  • 本文介绍了UVALive6575题目Odd and Even Zeroes的解法,使用了数位dp和找规律的方法。阶乘的定义和性质被介绍,并给出了一些例子。其中,部分阶乘的尾零个数为奇数,部分为偶数。 ... [详细]
  • Iamtryingtomakeaclassthatwillreadatextfileofnamesintoanarray,thenreturnthatarra ... [详细]
  • HDU 2372 El Dorado(DP)的最长上升子序列长度求解方法
    本文介绍了解决HDU 2372 El Dorado问题的一种动态规划方法,通过循环k的方式求解最长上升子序列的长度。具体实现过程包括初始化dp数组、读取数列、计算最长上升子序列长度等步骤。 ... [详细]
  • 本文介绍了一种划分和计数油田地块的方法。根据给定的条件,通过遍历和DFS算法,将符合条件的地块标记为不符合条件的地块,并进行计数。同时,还介绍了如何判断点是否在给定范围内的方法。 ... [详细]
  • 动态规划算法的基本步骤及最长递增子序列问题详解
    本文详细介绍了动态规划算法的基本步骤,包括划分阶段、选择状态、决策和状态转移方程,并以最长递增子序列问题为例进行了详细解析。动态规划算法的有效性依赖于问题本身所具有的最优子结构性质和子问题重叠性质。通过将子问题的解保存在一个表中,在以后尽可能多地利用这些子问题的解,从而提高算法的效率。 ... [详细]
  • Java太阳系小游戏分析和源码详解
    本文介绍了一个基于Java的太阳系小游戏的分析和源码详解。通过对面向对象的知识的学习和实践,作者实现了太阳系各行星绕太阳转的效果。文章详细介绍了游戏的设计思路和源码结构,包括工具类、常量、图片加载、面板等。通过这个小游戏的制作,读者可以巩固和应用所学的知识,如类的继承、方法的重载与重写、多态和封装等。 ... [详细]
  • 向QTextEdit拖放文件的方法及实现步骤
    本文介绍了在使用QTextEdit时如何实现拖放文件的功能,包括相关的方法和实现步骤。通过重写dragEnterEvent和dropEvent函数,并结合QMimeData和QUrl等类,可以轻松实现向QTextEdit拖放文件的功能。详细的代码实现和说明可以参考本文提供的示例代码。 ... [详细]
  • Java容器中的compareto方法排序原理解析
    本文从源码解析Java容器中的compareto方法的排序原理,讲解了在使用数组存储数据时的限制以及存储效率的问题。同时提到了Redis的五大数据结构和list、set等知识点,回忆了作者大学时代的Java学习经历。文章以作者做的思维导图作为目录,展示了整个讲解过程。 ... [详细]
  • 本文介绍了九度OnlineJudge中的1002题目“Grading”的解决方法。该题目要求设计一个公平的评分过程,将每个考题分配给3个独立的专家,如果他们的评分不一致,则需要请一位裁判做出最终决定。文章详细描述了评分规则,并给出了解决该问题的程序。 ... [详细]
  • 本文介绍了解决二叉树层序创建问题的方法。通过使用队列结构体和二叉树结构体,实现了入队和出队操作,并提供了判断队列是否为空的函数。详细介绍了解决该问题的步骤和流程。 ... [详细]
  • CF:3D City Model(小思维)问题解析和代码实现
    本文通过解析CF:3D City Model问题,介绍了问题的背景和要求,并给出了相应的代码实现。该问题涉及到在一个矩形的网格上建造城市的情景,每个网格单元可以作为建筑的基础,建筑由多个立方体叠加而成。文章详细讲解了问题的解决思路,并给出了相应的代码实现供读者参考。 ... [详细]
  • Linux环境变量函数getenv、putenv、setenv和unsetenv详解
    本文详细解释了Linux中的环境变量函数getenv、putenv、setenv和unsetenv的用法和功能。通过使用这些函数,可以获取、设置和删除环境变量的值。同时给出了相应的函数原型、参数说明和返回值。通过示例代码演示了如何使用getenv函数获取环境变量的值,并打印出来。 ... [详细]
author-avatar
热情风吟_181
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有