并且是测试点 #1,#6->#15 WA，

那么检查一下，你做 NTT 的时候 $N$ 的大小有没有开够 QwQ

    void convolution(vector<int>& a,vector<int> c){
        prework(a.size()*2);/*prework(a.size()+c.size()+1)*/
        int tmp=a.size();
        a.resize(N),c.resize(N);
        NTT(a,0),NTT(c,0);
        for(int i=0;i<N;i++) a[i]=mul(c[i],pls(2,mod-mul(a[i],c[i])));
        NTT(a,1);
        a.resize(tmp);
    }

解释一下，prework(n) 中的 $n$ 是 NTT 要处理的数组长度，之后会转化成 $2$ 的幂，$a$ 是传进去的 $F(x)$，$c$ 是 $G_1(x)$，函数返回 $G(x)$。

这里之所以要开成 $2n$ 的点值，是因为 $G_1(x)(2-F(x)G_1(x))$ 最高次幂可能是 $2n$ 级别的，点值一定要开够，再对 $x^n$ 取模。

另外推荐大家用 std::vector，虽说常数大概是数组的两倍，但是这种写法几乎没有细节：

vector<int> PolyInv(vector<int> a){
    if(a.size()==1u){
        a[0]=inv(a[0]);
        return a;
    }
    vector<int> b((a.size()+1)>>1);
    for(int i=0;i<(int)b.size();i++) b[i]=a[i];
    b=PolyInv(b);
    ntt::convolution(a,b);
    return a;
}