結果

問題 No.1839 Concatenation Matrix
ユーザー hitonanodehitonanode
提出日時 2021-12-19 19:05:53
言語 Python3
(3.12.2 + numpy 1.26.4 + scipy 1.12.0)
結果
TLE  
実行時間 -
コード長 2,453 bytes
コンパイル時間 240 ms
コンパイル使用メモリ 13,056 KB
実行使用メモリ 91,820 KB
最終ジャッジ日時 2024-09-15 14:44:48
合計ジャッジ時間 14,319 ms
ジャッジサーバーID
（参考情報） 		judge3 / judge5
このコードへのチャレンジ
（要ログイン）

テストケース

テストケース表示
入力 結果 実行時間
実行使用メモリ
testcase_00 AC 538 ms
91,820 KB
testcase_01 AC 546 ms
45,636 KB
testcase_02 AC 540 ms
45,376 KB
testcase_03 AC 538 ms
45,536 KB
testcase_04 AC 532 ms
45,652 KB
testcase_05 AC 538 ms
45,372 KB
testcase_06 AC 532 ms
45,128 KB
testcase_07 AC 627 ms
45,248 KB
testcase_08 AC 922 ms
45,252 KB
testcase_09 AC 1,117 ms
45,248 KB
testcase_10 TLE -
testcase_11 -- -
testcase_12 -- -
testcase_13 -- -
testcase_14 -- -
testcase_15 -- -
testcase_16 -- -
testcase_17 -- -
testcase_18 -- -
権限があれば一括ダウンロードができます

ソースコード

diff # 

import numpy as np
from numpy.core.numeric import convolve


class NTT:
    def __init__(self, D: int, MOD: int, root: int) -> None:
        self.md = MOD
        self.w = np.array([1], np.int64)
        self.iw = np.array([1], np.int64)

        while len(self.w) < 1 << (D - 1):
            dw = pow(root, (self.md - 1) // (len(self.w) * 4), self.md)
            dwinv = pow(dw, -1, self.md)
            self.w = np.r_[self.w, self.w * dw] % self.md
            self.iw = np.r_[self.iw, self.iw * dwinv] % self.md

    def ntt(self, mat: np.ndarray):
        in_shape = mat.shape
        n = in_shape[-1]

        m = n // 2
        while m:
            mat = mat.reshape(-1, n // (m * 2), 2, m)
            w_use = self.w[:n // (m * 2)].reshape(1, -1, 1)
            y = mat[:, :, 1] * w_use % self.md
            mat = np.stack((mat[:, :, 0] + y, mat[:, :, 0] + self.md - y), 2) % self.md
            m //= 2
        return mat.reshape(in_shape)

    def intt(self, mat: np.ndarray):
        in_shape = mat.shape
        n = in_shape[-1]

        m = 1
        while m < n:
            mat = mat.reshape(-1, n // (m * 2), 2, m)
            iw_use = self.iw[:n // (m * 2)].reshape(1, -1, 1)
            mat = np.stack((mat[:, :, 0] + mat[:, :, 1], (mat[:, :, 0] + self.md - mat[:, :, 1]) * iw_use), 2) % self.md
            m *= 2
        n_inv = pow(n, -1, self.md)
        return mat.reshape(in_shape) * n_inv % self.md

    def convolve(self, v1: np.ndarray, v2: np.ndarray) -> np.ndarray:
        v1 = v1.copy()
        v2 = v2.copy()
        n1, n2 = len(v1), len(v2)
        nret = n1 + n2 - 1
        nfft = 1
        while nfft < nret:
            nfft <<= 1
        v1.resize(nfft)
        v2.resize(nfft)
        v1 = self.ntt(v1)
        v2 = self.ntt(v2)
        vret = v1 * v2 % md
        vret = self.intt(vret)
        vret.resize(nret)
        return vret


md = 998244353
convolver = NTT(18, md, 3)

N = int(input())
A = np.array(list(map(int, input().split())), dtype=np.int64)

polys = [None] * (N * 2)
p10 = 10
for i in range(N - 1):
    polys[i] = np.array([1, p10], dtype=np.int64)
    p10 = p10 * p10 % md

l, r = 0, N - 1
while l + 1 < r:
    polys[r] = convolver.convolve(polys[l], polys[l + 1])
    polys[l] = None
    polys[l + 1] = None
    r += 1
    l += 2

vs = convolver.convolve(polys[l], A)
ret = np.zeros(N, dtype=np.int64)
for i, v in enumerate(vs):
    ret[(i + 1) % N] += v
ret %= md
print(*list(ret), sep='\n')
0