• 【XSY4378】vanity(生成函数,拉格朗日反演)


    题面

    vanity

    题解

    关键在于对所有的 k k k 求:

    [ x n ] ( x ( e x − 1 ) ) k [x^n]\left(x(e^x-1)\right)^k [xn](x(ex1))k

    考虑使用拉格朗日反演,对于形式幂级数 H ( x ) H(x) H(x) F ( x ) = x + O [ x ] 2 F(x)=x+O[x]^2 F(x)=x+O[x]2,有:

    [ x n ] H ( F ( x ) ) = 1 n [ x − 1 ] H ′ ( x ) G ( x ) − n [x^n]H(F(x))=\frac{1}{n}[x^{-1}]H'(x)G(x)^{-n} [xn]H(F(x))=n1[x1]H(x)G(x)n

    H ( x ) = x k H(x)=x^k H(x)=xk,为了凑出 F ( x ) = x + O [ x ] 2 F(x)=x+O[x]^2 F(x)=x+O[x]2 的形式,若把原来的式子转化成 [ x n − k ] ( e x − 1 ) k [x^{n-k}](e^x-1)^k [xnk](ex1)k,施拉格朗日反演可得:

    [ x n − k ] ( e x − 1 ) k = 1 n − k [ x n − 1 ] k x k − 1 ( x ln ⁡ ( 1 + x ) ) n − k = k n − k [ x n − k ] ( x ln ⁡ ( 1 + x ) ) n − k

    (ex1)k=1nk[xn1]kxk1(xln(1+x))nk=knk[xnk](xln(1+x))nk" role="presentation" style="position: relative;">(ex1)k=1nk[xn1]kxk1(xln(1+x))nk=knk[xnk](xln(1+x))nk
    [xnk](ex1)k=nk1[xn1]kxk1(ln(1+x)x)nk=nkk[xnk](ln(1+x)x)nk

    这时你发现 [ x n − k ] ( x ln ⁡ ( 1 + x ) ) n − k [x^{n-k}]\left(\dfrac{x}{\ln(1+x)}\right)^{n-k} [xnk](ln(1+x)x)nk 对于多个 k k k 来说并不好求。

    事实上,正确的方法应该令 f = x ( e x − 1 ) f=\sqrt{x(e^x-1)} f=x(ex1) ,把原来的式子转化成 [ x n ] f 2 k [x^n]f^{2k} [xn]f2k,再施拉格朗日反演:

    [ x n ] f 2 k = 1 n [ x n − 1 ] 2 k x 2 k − 1 ( x g ( x ) ) n = 2 k n [ x n − 2 k ] ( x g ( x ) ) n

    f2k=1n[xn1]2kx2k1(xg(x))n=2kn[xn2k](xg(x))n" role="presentation" style="position: relative;">f2k=1n[xn1]2kx2k1(xg(x))n=2kn[xn2k](xg(x))n
    [xn]f2k=n1[xn1]2kx2k1(g(x)x)n=n2k[xn2k](g(x)x)n

    于是只需求出 g = f < − 1 > g=f^{<-1>} g=f<1> 即可。

    此时看起来 g g g 并没有简洁的写法,但实际上我们可以通过牛顿迭代解出 g g g

    g ( e g − 1 ) = x g ( e g − 1 ) − x 2 = 0 \sqrt{g(e^g-1)}=x\\g(e^g-1)-x^2=0 g(eg1) =xg(eg1)x2=0

    F ( g ) = g ( e g − 1 ) − x 2 F(g)=g(e^g-1)-x^2 F(g)=g(eg1)x2,解 F F F 的零点即可。

  • 相关阅读:
    《PyTorch深度学习实践》第二讲 线性模型 课后练习
    ElasticSearch IK中扩展词和停用词
    VBA实现Word表格排序
    Nat. Biomed. Eng.| 综述:医学和医疗保健中的自监督学习
    【PG】PostgreSQL字符集
    FFmpeg常用结构体分析
    ssm+springmvc基于springboot的宠物领养系统的设计与实现_j5fk4
    C语言框架FreeSwitch自定义事件介绍与使用示例
    13.计算机视觉
    基于Python实现的SVM实验
  • 原文地址:https://blog.csdn.net/ez_lcw/article/details/126167414