莫比乌斯反演问题若干

因为接触到了积性函数的线性筛的问题，之前有过类似问题但是不够系统，所以想把遇到过的所有的反演问题的问题记录一下。
问题1:
求$$ans=\sum _a^N\sum _b^{M}gcd(a,b)$$
这个问题比较经典啦。
设$f(d)为gcd(x,y)为d的对数，F(d)为d|gcd(x,y)的对数$
所以易知$$F(n)=\sum _{n|d}f(d)$$
反演得：$$f(n)=\sum _{n|d}\mu (\frac{d}{n})F(d)$$
那么：$$\begin{gathered} ans=\sum _{i}i\sum _{i|d}\mu (\frac{d}{i})F(d) \\ =\sum _{d}F(d)\sum _{i|d}\mu (\frac{d}{i})i \\ =\sum _{d}F(d)\sum _{i|d}\mu (i)\frac{d}{i} \end{gathered}$$
设$$h(d)=\sum _{i|d}\mu (i)\frac{d}{i}$$
我可以观察一下这个函数的性质是否满足积性函数的性质。设$p,q$为质数.
那么$h(p)=p-1$,所以$h(q)h(p)=(p-1)(q-1)$
因为$h(pq)=pq(1-\frac{1}{q}-\frac{1}{p}+\frac{1}{pq})=(p-1)(q-1)=h(q)h(p)$，所以是积性函数。
现在我们看$h(p^k)$这个函数的表达式。
因为k只要大于1，$\mu 函数都为0$，所以易知$h(p^k)=p^k-p^{k-1}$
我发现这个函数表现的性质和欧拉函数是一样的**！**
也就是说$$\varphi (d)=\sum _{i|d}\mu (i)\frac{d}{i}$$
所以原式为：$$ans=\sum _{d}F(d)\varphi (d)$$
那么问题已经有答案了，现在回过头来看这个关系，可以说是莫比乌斯函数和欧拉函数之间变换的桥梁：
$$\varphi (d)=\sum _{i|d}\mu (i)\frac{d}{i}=\sum _{i|d}\mu (\frac{d}{i})i$$
但是我们发现这个就是经过反演后的式子，所以我们应该还可以在还原到没有经过反演过的形式，则有：
$$n=\sum _{d|n}\varphi (d)$$
那么现在会有一个问题，既然答案没有莫比乌斯函数只有欧拉函数，我们能不能直接用如上的关系式来直接化简？
的确是可以的。
所以：$$\begin{gathered} ans=\sum _a^N\sum _b^M\sum _{d|gcd(a,b)}\varphi (d) \\ =\sum _a^N\sum _b^M\sum _{d|a且d|b}\varphi (d) \\ =\sum _d^{min(N,M)}\varphi (d)\frac{N}{d}\frac{M}{d} \end{gathered}$$
假如n和m的范围都在$10^5$这样，且有多组输入，那么就需要分块来加速，这样就需要处理$\varphi (x)$的前缀和。
问题2
求$$ans=\sum _a^N\sum _b^{M}lcm(a,b)$$
问题2看似和问题1相差不大，但是推导异常繁杂，下次再这两个问题之间更新一下简化的问题。
首先：$$ans=\sum _a^N\sum _b^M\frac{ab}{gcd(a,b)}$$
这里我们来枚举$d=gcd(a,b)$:
$$\begin{gathered} ans=\sum _d^{min(N,M)}\sum _a^N\sum _b^M[gcd(a,b)==d]\frac{ab}{d} \\ =\sum _d^{min(N,M)}d\sum _a^{\lfloor \frac{N}{d}\rfloor }\sum _b^{\lfloor \frac{M}{d}\rfloor }[gcd(a,b)==1]ab \end{gathered}$$

然后这里引入：$$\sum _{d|n}\mu (d)=[n=1]$$.
所以：
$$ans=\sum _d^{min(N,M)}d\sum _a^{\lfloor \frac{N}{d}\rfloor }\sum _b^{\lfloor \frac{M}{d}\rfloor }ab\sum _{k|gcd(a,b)}\mu (k)$$
发现内嵌的三个和式子和第一个问题有相似之处.做同样的处理：
设$ g(x)=1+2+3+…+x$
$$f(n,m)=\sum _a^n\sum _b^{m}ab\sum _{k|gcd(a,b)}\mu (k)$$
$$f(n,m)=\sum _k^{min(n,m)}\mu (k)k^{2}g(\lfloor \frac{n}{k}\rfloor )g(\lfloor \frac{m}{k}\rfloor )$$

所以$$ans=\sum _d^{min(N,M)}df(\lfloor \frac{N}{d}\rfloor ,\lfloor \frac{M}{d}\rfloor )$$

因为$$\lfloor \frac{\lfloor \frac{N}{d}\rfloor }{d^{\prime }}\rfloor =\lfloor \frac{N}{d{d}^{\prime }}\rfloor$$

所以整合到原式
$$ans=\sum _d^{min(N,M)}d\sum _k^{min(\lfloor \frac{N}{d}\rfloor ,\lfloor \frac{M}{d}\rfloor )}\mu (k)k^{2}g(\lfloor \frac{N}{kd}\rfloor )g(\lfloor \frac{M}{kd}\rfloor )$$

设$$h(x)=g(\lfloor \frac{N}{x}\rfloor )g(\lfloor \frac{M}{x}\rfloor )$$
$$ans=\sum _{d}d\sum _k\mu (k)k^{2}h(kd)$$

设$t=kd$
$$\begin{gathered} ans=\sum _{t}h(t)\sum _{k|t}\mu (k)k^2\frac{t}{k} \\ =\sum _{t}h(t)t\sum _{k|t}\mu (k)k \end{gathered}$$

设$$l(n)=\sum _{k|n}\mu (k)k$$
易知$l(n)$是个积性函数，用欧拉筛线性处理即可。