ZR3704 背包

ZR3704 背包

现有 \(n\) 种物品,每种物品分 \(a_i\) 类,重量均为 \(i\)。给定 \(m\),对所有 \(i=1,2,\cdots,m\) 求出体积为 \(i\) 的完全背包方案数。认为两种方案不同,当且仅当某类物品选择数目不同。

\(n,m\le 10^4\),1 秒,512 MB。

考虑 OGF,用 \(x\) 的幂次刻画选出的体积。列出同种物品的 GF

\[F_i=1+x^i+x^{2i}+\cdots=\dfrac{1}{1-x^i} \]

题目所求为

\[F\equiv\prod_{i=1}^n \left(F_i\right)^{a_i} \pmod {x^{m+1}} \]

提取 \(x^1 \sim x^m\) 项系数作为答案。列出 \(F=\prod\limits_{i=1}^n (1-x^i)^{-a_i}\),我们求

\[\begin{aligned} G&=\prod_{i=1}^n (1-x^i)^{a_i}\\ &=\prod_{i=1}^n \sum_{k=0}^{a_i} \binom{a_i}{k} (-1)^k x^{ik} \end{aligned} \]

得到 \(G\) 后满足 \(F=G^{-1}\),使用 \(O(m^2)\) 的多项式求逆:

\[\begin{aligned} FG&=1\\ [x^k] FG&=[k=1]\\ \sum_{i=0}^k f_ig_{m-i}&=[k=1]\\ f_kg_0&=[k=1]-\sum_{i=0}^{k-1} f_i g_{m-i} \end{aligned} \]

写出 \([x^q]G\) 的组合意义式

\[g_q=\sum_{k_1 \sim k_n} \left[\sum_{i=1}^n ik_i=q\right] \prod_{i=1}^n \binom{a_i}{k_i}(-1)^{k_i} \]

对 \(g_q\) 进行 DP,逐个加入 \(k_1,k_2,\cdots\),枚举 \(k_i\) 的取值做转移

\[g_q \gets g_{q-ik_i} \binom{a_i}{k_i} (-1)^{k_i} \]

注意倒序枚举 \(q\) 转移。由 \(ik_i \le q \le m\) 可知 \(k_i\) 是调和型枚举,复杂度 \(O(nm \log n)\)。

对于 \(\binom{a_i}{k_i}\) 的求解,可以使用递推式预处理

\[\binom{a_i}{k_i}=\dfrac{a_i-k_i+1}{k_i}\binom{a_i}{k_i-1} \]

经卡常可以通过。

const int N = 1e4 + 5;
int n, m, a[N];
mint f[N], g[N];

mint inv[N], c[N][N];
void prework() {
    for (int i = 1; i <= m; i++) inv[i] = ~mint(i);
    for (int i = 1; i <= n; i++) {
        c[i][0] = 1;
        for (int j = 1; i * j <= m && j <= a[i]; j++)
            c[i][j] = c[i][j-1] * (a[i]-j+1) * inv[j];
    }
}

void _main() {
    cin >> n >> m;
    for (int i = 1; i <= n; i++) cin >> a[i];
    prework(); g[0] = 1; 
    for (int i = 1; i <= n; i++) 
        for (int q = m; q >= 0; q--) 
            for (int k = 1; i * k <= q && k <= a[i]; k++) {
                mint val = c[i][k] * g[q - i * k];
                if (k & 1) g[q] -= val;
                else g[q] += val;
            }
    f[0] = 1;
    for (int k = 1; k <= m; k++) 
        for (int i = 0; i < k; i++) f[k] -= f[i] * g[k - i];
    for (int i = 1; i <= m; i++) cout << f[i] << ' '; 
}

更优秀的做法:

列出 \(F=\prod\limits_{i=1}^n (1-x^i)^{-a_i}\) 后取对数化乘为加

\[\begin{aligned} \ln F &= \sum_{i=1}^n \ln (1-x^i)^{-a_i}\\ &= -\sum_{i=1}^n a_i \ln (1-x^i)\\ &=\sum_{i=1}^n a_i \sum_{k \ge 1} \dfrac{x^{ik}}{k}\\ &=\sum_{q \ge 1} x^q \sum_{ik=q} \dfrac{a_i}{k} \end{aligned} \]

令 \(c_q=\sum \limits_{i \mid q} ia_i\) 得到 \([x^q] \ln F= \dfrac{c_q}{q}\)。进而

\[\begin{aligned} (\ln F)' &= \dfrac{F'}{F}=\sum_{i \ge 1} c_i x^{i-1}\\ [x^{m-1}]F'&= [x^{m-1}]F\sum_{ i\ge 1} c_i x^{i-1}\\ mf_m&=\sum_{k=1}^m c_kf_{m-k} \end{aligned} \]

预处理 \(c_i\) 序列后,\(f\) 可以 \(O(m^2)\) 递推

\[\boxed{f_m=\dfrac{1}{m} \sum_{k=1}^m c_kf_{m-k},\quad f_0=1} \]

posted @ 2026-11-02 15:26  stripe_python  阅读(13)  评论(0)    收藏  举报