由于笔者对于积性函数的了解比较有限，本文所作工作纯属闭门造车，得到的结果可能也并不算优，仅作为抛砖引玉，欢迎大家提出优化意见。
问题 设定积性函数 f : Z > 0 → G f : \mathbb Z_{>0} \rightarrow G f:Z>0→G，多次询问 ( n , m ) ↦ f ( ( n m ) ) (n,m) \mapsto f(\binom n m) (n,m)↦f((mn))。设 m ≤ n ≤ N m\le n\le N m≤n≤N，且询问 Q Q Q 次。其中 G G G 看作可以高效执行乘法的交换群。
下文我们不妨设 f ( 1 ) = 1 f(1) = 1 f(1)=1，且注意当 G G G 取 F p × × Z \mathbb F_p^{\times } \times \mathbf Z Fp××Z 的时候可用于模拟 a ⋅ 0 k a \cdot 0^k a⋅0k，也就可以用于进行我们喜闻乐见的 m o d p \bmod p modp 上运算。
初步分析
我们定义 v p ( n ) = ∑ k ≥ 1 ⌊ n p k ⌋ v_p(n) = \sum_{k\ge 1} \lfloor \frac n{p^k} \rfloor vp(n)=∑k≥1⌊pkn⌋，易见 v p ( n ) v_p(n) vp(n) 实际上就是 n ! n! n! 其中所含质因子 p p p 的数量，我们记 f p ( α ) = f ( p α ) f_p(\alpha) = f(p^\alpha) fp(α)=f(pα) ，那么就有
f ( ( n m ) ) = ∏ p ∈ P f p ( v p ( n ) − v p ( m ) − v p ( n − m ) ) f\left(\binom n m\right)=\prod_{p\in \mathbb P} f_p(v_p(n)-v_p(m)-v_p(n-m)) f((mn))=p∈P∏fp(vp(n)−vp(m)−vp(n−m))
由于 ⌊ n p k ⌋ − ⌊ m p k ⌋ − ⌊ n − m p k ⌋ ∈ { 0 , 1 } \lfloor \frac n{p^k} \rfloor - \lfloor \frac m{p^k} \rfloor - \lfloor \frac {n-m}{p^k} \rfloor \in \{0, 1\} ⌊pkn⌋−⌊pkm⌋−⌊pkn−m⌋∈{0,1} 表征了 n n n 减去 m m m 时在 p p p 进制下有没有向 p k p^k pk 对应位进行借位，我们可知 v p ( n ) − v p ( m ) − v p ( n − m ) ≤ log p n v_p(n)-v_p(m)-v_p(n-m) \le \log _p n vp(n)−vp(m)−vp(n−m)≤logpn，故对于 f p f_p fp 而言我们只需知晓 1 ≤ α ≤ log p N 1\le \alpha \le \log_p N 1≤α≤logpN 项，这等于说我们只需输入所有 p α ≤ N p^\alpha \le N pα≤N 部分的 f ( p α ) f(p^\alpha) f(pα) 信息。根据素数定理， # { p α ≤ N } = π ( N ) + O ( N ) ∼ N ln N \#\{p^\alpha\le N\} = \pi(N) + \mathcal O(\sqrt N) \sim \frac N{\ln N} #{pα≤N}=π(N)+O(N)∼lnNN。
接下来将在标题中给出各算法在 N , Q N,Q N,Q 同阶时的最优复杂度。
莫队算法 Θ ( N 3 / 2 ) \Theta(N^{3/2}) Θ(N3/2)
第一个有所优化的思路是将 ( n , m ) (n,m) (n,m) 看作二维点对，通过莫队算法规划一条路径来在过程中维护答案，为了平衡复杂度，可以考虑在路径规划过程中只考虑 > N 1 / c > N^{1/c} >N1/c 的质数，这样总是不超过 c c c 次修改，而剩下的在最后进行计算。这样就达到了 O ( Q N 1 / c log N + c N Q ) \mathcal O(Q\frac{N^{1/c}}{\log N} + cN\sqrt Q) O(QlogNN1/c+cNQ) 的复杂度。
然而这一做法实在是没有利用什么太多的问题性质。由于莫队算法存在以 Ω ( N Q ) \Omega(N\sqrt Q) Ω(NQ) 这一路径长度的不可改进的下界，这一思路是没有什么前途的。
一阶判别式 Θ ( N 3 / 2 log N ) \Theta(\frac{N^{3/2}}{\log N}) Θ(logNN3/2)
我们先考虑取 c = 2 c=2 c=2，观察对于 > N 1 / 2 >N^{1/2} >N1/2 的素数，此时 α ≤ 1 \alpha \le 1 α≤1，且其值只能由 α = ⌊ n p ⌋ − ⌊ m p ⌋ − ⌊ n − m p ⌋ \alpha =\lfloor \frac n p \rfloor -\lfloor \frac m p \rfloor -\lfloor \frac {n-m} p \rfloor α=⌊pn⌋−⌊pm⌋−⌊pn−m⌋ 贡献。我们记判别式有
χ p , k ( n , m ) = ⌊ n p k ⌋ − ⌊ m p k ⌋ − ⌊ n − m p k ⌋ \chi_{p,k}(n,m) = \left\lfloor \frac n{p^k} \right\rfloor - \left\lfloor \frac m{p^k} \right\rfloor - \left\lfloor \frac {n-m}{p^k} \right\rfloor χp,k(n,m)=⌊pkn⌋−⌊pkm⌋−⌊pkn−m⌋
那么对于 > N 1 / 2 >N^{1/2} >N1/2 的部分，我们只需要考虑
∏ p ∈ P p > N 1 / 2 f p ( 1 ) χ p , 1 ( n , m ) = ∏ p ∈ P p > N 1 / 2 f p ( 1 ) ⌊ n p ⌋ − ⌊ m p ⌋ − ⌊ n − m p ⌋ \begin{aligned} &\quad \prod_{p\in \mathbb P \atop p>N^{1/2}} f_p(1)^{\chi_{p,1}(n,m)}\\ & =\prod_{p\in \mathbb P \atop p>N^{1/2}} f_p(1)^{\lfloor \frac n p \rfloor -\lfloor \frac m p \rfloor -\lfloor \frac {n-m} p \rfloor} \end{aligned} p>N1/2p∈P∏fp(1)χp,1(n,m)=p>N1/2p∈P∏fp(1)⌊pn⌋−⌊pm⌋−⌊pn−m⌋
因此记
S ( n ) = ∏ p ∈ P p > N 1 / 2 f p ( 1 ) ⌊ n p ⌋ S(n)=\prod_{p\in \mathbb P \atop p>N^{1/2}} f_p(1)^{\lfloor \frac n p \rfloor} S(n)=p>N1/2p∈P∏fp(1)⌊pn⌋
那么这部分的贡献就仅仅是 S 1 ( n ) S 1 ( m ) S 1 ( n − m ) \frac{S_1(n)}{S_1(m)S_1(n-m)} S1(m)S1(n−m)S1(n)。
而我们预处理 S 1 ( n ) S_1(n) S1(n)，只需对每个 p p p 进行 ⌊ N p ⌋ \lfloor \frac N p\rfloor ⌊pN⌋ 次修改，然后进行前缀积即可。
如果我们考虑预处理 > N 1 / c > N^{1/c} >N1/c 的质数（ c ∈ [ 1 2 , 1 ] c\in [\frac 12, 1] c∈[21,1]），那么根据 Mertens 第二定理，这部分预处理的复杂度为 Θ ( N log c ) = Θ ( N ) \Theta(N\log c) = \Theta(N) Θ(Nlogc)=Θ(N)。
Mertens 第二定理：
∑ p ∈ P p ≤ N 1 p = ln ln N + C + O ( 1 ln N ) \sum_{p\in \mathbb P \atop p\le N} \frac 1 p = \ln \ln N + C + \mathcal O \left(\frac 1{\ln N}\right) p≤Np∈P∑p1=lnlnN+C+O(lnN1)因此记 M ( N ) = ∑ p ∈ P ∧ p ≤ N 1 p M(N) = \sum_{p\in \mathbb P \wedge p\le N} \frac 1 p M(N)=∑p∈P∧p≤Np1，那么有
M ( N ) − M ( N 1 / c ) = ln ln N − ln ln N 1 / c + O ( 1 ln N ) = ln c + O ( 1 ln N ) \begin{aligned}M(N) - M(N^{1/c}) &= \ln \ln N - \ln \ln N^{1/c} + \mathcal O\left(\frac 1{\ln N}\right) \\ &= \ln c + \mathcal O\left(\frac 1{\ln N}\right)\end{aligned} M(N)−M(N1/c)=lnlnN−lnlnN1/c+O(lnN1)=lnc+O(lnN1)
因此这一做法的复杂度为 Θ ( N + Q ⋅ N 1 / c log N ) \Theta(N + Q \cdot \frac{N^{1/c}}{\log N}) Θ(N+Q⋅logNN1/c)。
二阶判别式 Θ ( N 4 / 3 log N ) \Theta(\frac{N^{4/3}}{\log N}) Θ(logNN4/3)
我们考虑对于 2 < c ≤ 3 2 < c \le 3 2<c≤3 的情况。
我们考虑先算出 χ p , 1 \chi_{p,1} χp,1 和 χ p , 2 \chi_{p,2} χp,2 单独的情况，这些都是简单的。但是还需考虑到 p 1 , p 2 p^1,p^2 p1,p2 部分皆进位的情况。考虑直接将 χ p , 1 ⋅ χ p , 2 \chi_{p,1} \cdot \chi_{p,2} χp,1⋅χp,2 展开：
χ p , 1 ( n , m ) ⋅ χ p , 2 ( n , m ) = ( ⌊ n p ⌋ − ⌊ m p ⌋ − ⌊ n − m p ⌋ ) ⋅ ( ⌊ n p 2 ⌋ − ⌊ m p 2 ⌋ − ⌊ n − m p 2 ⌋ ) \chi_{p,1}(n,m)\cdot \chi_{p,2} (n,m) = \left(\left\lfloor \frac n{p} \right\rfloor - \left\lfloor \frac m{p} \right\rfloor - \left\lfloor \frac {n-m}{p} \right\rfloor\right) \cdot \left(\left\lfloor \frac n{p^2} \right\rfloor - \left\lfloor \frac m{p^2} \right\rfloor - \left\lfloor \frac {n-m}{p^2} \right\rfloor\right) χp,1(n,m)⋅χp,2(n,m)=(⌊pn⌋−⌊pm⌋−⌊pn−m⌋)⋅(⌊p2n⌋−⌊p2m⌋−⌊p2n−m⌋)
由于两位都已经作为 χ p , 1 , χ p , 2 \chi_{p,1}, \chi_{p,2} χp,1,χp,2 各自统计过一次了，所以我们现在需要做的是以 f p ( 2 ) f p ( 1 ) − 2 f_p(2)f_p(1)^{-2} fp(2)fp(1)−2 为底，我们考虑
S 2 ( x , y ) = ∏ p ∈ P p > N 1 / c ( f p ( 2 ) f p ( 1 ) − 2 ) ⌊ x p ⌋ ⋅ ⌊ y p 2 ⌋ S_2(x,y) =\prod_{p\in \mathbb P \atop p>N^{1/c}} \left(f_p(2)f_p(1)^{-2}\right)^{\left\lfloor \frac xp\right\rfloor \cdot \left \lfloor \frac y{p^2} \right\rfloor} S2(x,y)=p>N1/cp∈P∏(fp(2)fp(1)−2)⌊px⌋⋅⌊p2y⌋
注意到这已经是个二维数组了，但是我们可以将其看作二维数点。对于给定的素数 p p p，其对于 ( x , y ) (x,y) (x,y) 的影响是 ⌊ N p ⌋ ⋅ ⌊ N p 2 ⌋ \left\lfloor \frac Np\right\rfloor \cdot \left \lfloor \frac N{p^2} \right\rfloor ⌊pN⌋⋅⌊p2N⌋ 个单点修改。经过分析，总共的修改量是 Θ ( N 2 − 2 / c log N ) \Theta(\frac{N^{2-2/c}}{\log N}) Θ(logNN2−2/c) 的。
考虑证明当常数 r > 1 r > 1 r>1 时有 ∑ p ∈ P ∧ p > x 1 p r = Θ ( 1 x r − 1 log x ) \sum_{p\in \mathbb P \wedge p>x} \frac 1{p^r} = \Theta \left( \frac 1{x^{r-1}\log x} \right) ∑p∈P∧p>xpr1=Θ(xr−1logx1)。
这里仅提供一个不严谨的证明，基于一个将素数看作以 1 log x \frac 1{\log x} logx1 的密度分布的数。
由此我们断言该和式与 ∑ p > x 1 p r log p \sum_{p>x} \frac 1{p^r \log p} ∑p>xprlogp1 同阶。由于 log p > log x \log p > \log x logp>logx，可以得到上界 O ( 1 log x ⋅ ∑ p > x 1 p r ) = O ( 1 x r − 1 log x ) \mathcal O(\frac 1{\log x} \cdot \sum_{p>x} \frac 1{p^r}) = \mathcal O(\frac{1}{x^{r-1}\log x}) O(logx1⋅∑p>xpr1)=O(xr−1logx1)。考虑仅求和到 2 x 2x 2x 并且令 1 log p ≤ 1 log 2 x \frac 1{\log p} \le \frac 1{\log 2x} logp1≤log2x1，即可得到下界 Ω ( 1 x r − 1 log x ) \Omega(\frac 1{x^{r-1}\log x}) Ω(xr−1logx1)。
综上，我们大致说明了这个界是紧的。
我们使用一个 Θ ( k ) \Theta (k) Θ(k) 修改 - Θ ( k n 1 / k ) \Theta(kn^{1/k}) Θ(kn1/k) 询问的 k k k 层级结构，那么复杂度就是
Θ ( k N 2 − 2 / c log N + Q ( N 1 / c log N + k n 1 / k ) ) \Theta \left(k\frac{N^{2-2/c}}{\log N} + Q \left(\frac{N^{1/c}}{\log N} + kn^{1/k}\right)\right) Θ(klogNN2−2/c+Q(logNN1/c+kn1/k))
当 N , Q N,Q N,Q 同阶时，我们可直接取 c = 3 , k = 4 c=3,k=4 c=3,k=4 即达到最优复杂度。
三阶判别式
三阶判别式的原理不难解释，但是如果直接对上述方法照猫画虎到三维数点，会引发一个复杂度上的问题。经过计算发现，这样的点数有 Θ ( N 3 − 5 c log N ) \Theta(\frac{N^{3-\frac 5c}}{\log N}) Θ(logNN3−c5)，即使是 c = 3 + ϵ c=3+\epsilon c=3+ϵ 的情况也没有优化同阶时候的复杂度，事实上接下来我们可能不太好继续优化同阶时候的复杂度了，但是现在我们能够将 c c c 可用范围扩展，使得处理 N , Q N,Q N,Q 不平衡的情况能够处理。由于我们要介绍接下来的算法，所以先不讨论如何优化不平衡的三维数点，先记作 O ~ ( N 3 − 5 / c + Q N 1 / c ) \tilde \mathcal O\left( N^{3-5/c} + QN^{1/c} \right) O~(N3−5/c+QN1/c)。
高阶判别式
我们考虑形如 ⌊ x p ⌋ ⌊ x p 2 ⌋ \lfloor \frac xp \rfloor \lfloor \frac x{p^2} \rfloor ⌊px⌋⌊p2x⌋ 的数点本质上只是一维数点，且只有 ⌊ x p ⌋ \lfloor \frac x p\rfloor ⌊px⌋ 个修改。同理，形如 ⌊ x p ⌋ ⌊ y p 2 ⌋ ⌊ x p 3 ⌋ \lfloor \frac xp \rfloor \lfloor \frac y{p^2} \rfloor\lfloor \frac x{p^3}\rfloor ⌊px⌋⌊p2y⌋⌊p3x⌋ 的数点实际上也是二维。接下来还剩下一种情况： ⌊ x p ⌋ ⌊ y p 2 ⌋ ⌊ z p 3 ⌋ \lfloor \frac xp \rfloor \lfloor \frac y{p^2} \rfloor\lfloor \frac z{p^3}\rfloor ⌊px⌋⌊p2y⌋⌊p3z⌋，但我们发现根据询问的性质，要么有 z = x + y z=x+y z=x+y，要么有 z = ∣ x − y ∣ z=|x-y| z=∣x−y∣。因为 ⌊ x p 3 ⌋ , ⌊ y p 3 ⌋ \lfloor \frac x{p^3} \rfloor,\lfloor \frac y{p^3} \rfloor ⌊p3x⌋,⌊p3y⌋ 实已确定，那么 ⌊ z p 3 ⌋ \lfloor \frac z{p^3} \rfloor ⌊p3z⌋ 要么是定值，要么被斜率为 ± 1 \pm 1 ±1 的一条直线切成两部分，而我们知道，三角形也是可以转化为二维数点的。因此，我们完全同理地将三阶判别式转化成了复杂度：
Θ ( k N 2 − 2 / c log N + Q ( N 1 / c log N + k n 1 / k ) ) , 1 < c ≤ 4 \Theta \left(k\frac{N^{2-2/c}}{\log N} + Q \left(\frac{N^{1/c}}{\log N} + kn^{1/k}\right)\right), \quad 1<c\le 4 Θ(klogNN2−2/c+Q(logNN1/c+kn1/k)),1<c≤4
对于更高阶的判别式，我们总是可以在确定了 x , y , z x,y,z x,y,z 的出现的第一个 p k p^k pk 位置的情况下，在 poly c \operatorname{poly} c polyc 的时间内 DP 出其他拆括号位置的系数。但是注意到我们需要枚举所有的 χ p , i \chi_{p,i} χp,i 其中的 i i i 构成的子集，所以复杂度是
Θ ( k N 2 − 2 / c log N + Q ( N 1 / c log N + k n 1 / k ) ) ⋅ O ~ ( 2 c ) \Theta \left(k\frac{N^{2-2/c}}{\log N} + Q \left(\frac{N^{1/c}}{\log N} + kn^{1/k}\right)\right) \cdot \tilde \mathcal O(2^c) Θ(klogNN2−2/c+Q(logNN1/c+kn1/k))⋅O~(2c)
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
