标签：frac 个点 sum 容斥 2022 binom XOI 线段 SD
首先我们考虑不重不漏地统计这个事情，这个题事实上是凸多边形划分的一个拓展，传统的凸多边形剖分方案数就是卡特兰数。
那么这里的区别就是：
- 在一条边上的点不能相互连线段
- 在边中间上的点可以没线段
不妨考虑我们手动枚举了一些中间点完全不连边，剩下 \(m\) 个点要连边，如果我们直接当做凸 \(m\) 三角剖分数（设为 \(T_m\) ），会包含所有合法方案，但也会多算一些不合法方案，这些方案的特征是：包含至少一条两段点都在同一条边上的线段。
进一步，因为三角剖分是恰好剖完的，你可以想象把那条边上的点人为凸出去，那么只要有一条不合法线段，那么里面必然有一条线段恰好跨越一个点（称之为相邻不合法线段）！
那么我们就可以钦定一个相邻不合法线段的集合 \(S\) 去容斥，相当于把两条边缩成了一条边，忽略了中间一个点，中间有个 \(-1^{|S|}\) 的容斥系数就行了。
那么整体的框架就是：先抛去一些边中间的点不连边，然后在剩下的点中选出若干互不相邻的点减少一条边做容斥，最终乘上对应的三角剖分数。
每条边独立，设一条边中间有 \(t\) 个点，设 \(F_i\) 表示这条边中间最终保留下来 \(i\) 个点，计算我们就再枚举 \(j\) 个点作为容斥，方案数可以直接插板：
\[F_i = \sum_{j} (-1)^j\binom{t}{i + j} \binom{i+1}{j} \]最后把每个 \(F\) 乘起来，然后乘上对应的卡特兰数加和就好了，这部分似乎必须要分治 NTT，看似是 \(\log^2\) 但你发现极限情况是 \(250000\) 而不是 \(500000\)，好像可以接受？
然后就能 \(O(n^2)\) 了。
现在就是要快速算每个 \(F\)，发现他有 \(i+j,i,i-j\) 不能直接卷积，可恶！！
EI 好像会线性算，这里只提供两种拙劣的方法：
-
可以直接按照组合意义，即分成若干最终保留的段，然后不保留段中可以选择一个作为容斥，然后类似倍增 DP / FFT 的过程做就好了，应该需要记录左右端点的状态，可能是 \(O(9n\log n)\) 的，不知道会不会 T。
-
考虑 GF，这个过程很像二项式定理，配一个 \(x\) 可以画成两个 \((x+1)^p\) 乘积的形式：
\[F_i = [x^{t-i}]\sum_{j} \binom{t}{t-i-j} x^{t-i-j} \binom{i+1}{j}(-x)^{j} \]\[= [x^{t-i}] (x+1)^t (1-x)^{i+1} \]\[= [x^{t}] (x+1)^t [(1-x)^{i+1}x^i] \]\[= \sum_{j=0}^t [x^{t-j}](x+1)^t \times [x^j][(1-x)^{i+1}x^i] \]设 \(G_j = [x^{t-j}](x+1)^t\)。
\[F_i = \sum_{j=0}^t G_j \times [x^j][(1-x)^{i+1}x^i] \]考虑使用转置原理，反过来看 \(F\) 到 \(G\) 系数向量的线性变换，以下 \(h\) 充当 \(F\) 作用：
\[G_j = [x^j]\sum_{i=0}^a h_i [(1-x)^{i+1}x^i] \]设 $$H(x) = \sum_{i=0}^a h_i x^i $$
\[= [x^j]\sum_{i=0}^a (1-x)H(x-x^2)) \]\[= [x^j]\sum_{i=0}^a (1-x)H(-(x-\frac{1}{2})^2+\frac{1}{4})) \]将步骤拆解，可以概括为：
- 将 \(H(x)\) 变成 \(H(x+\frac{1}{4})\)
- 将 \(H(x)\) 变成 \(H(-x)\)
- 将 \(H(x)\) 变成 \(H(x^2)\)
- 将 \(H(x)\) 变成 \(H(x-\frac{1}{2})\)
- 将 \(H(x)\) 乘 \((1 - x)\)
每一步的转置矩阵，\(1, 4\) 步是卷积，剩下都可以线性做，就做到了 \(O(n \log n)\)
代码实现的第二种：
标签：frac,个点,sum,容斥,2022,binom,XOI,线段,SD 来源： https://www.cnblogs.com/dmoransky/p/16294274.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。