整除分块（算法证明+复杂度证明）

题目陈述

• 大意：求解下面的表达式的值

$$\sum _{i=1}^n\lfloor \frac{n}{i}\rfloor$$

算法一：朴素算法

算法思路

• 暴力算法，枚举每个$i$，计算其对答案的贡献，遍历所有的$i$即可

代码实现

class Solution {
public:
    int work(long long n) {
        long long ans = 0;
        for (int i = 1; i <= n ; i ++ ) //枚举所有的i
            ans += n / i; //计算i对答案的贡献
        ans %= 998244353; //对答案取模
        return ans;
    }
};

复杂度分析

• 时间复杂度，所有的$i$都遍历了一遍，时间复杂度为$O(n)$
• 空间复杂度，定义了变量$ans$，为$O(1)$

算法二：整除分块

算法思路

• 首先，要了解整除分块是干什么的？设计整除分块的题目大概都具有以下形式，也就是我们这道题的题目（最基本的形式）
  $$\sum _{i=1}^n\lfloor \frac{n}{i}\rfloor$$
• 上面的括号代表向下取整，即整除
• 我们以$n=6$为例子，如下图

• 我们将$\lfloor \frac{n}{i}\rfloor$都换成具体的正整数

• 我们可以发现对于一个$i$，往往是一段区间的整除值都是同一个值（废话）
• 此处我们感性理解一下，比如从$4,5,6$除$6$的结果是$1.5,1.2,1$
• 或看为，除法带余数，就出现一段区间他们的商都是一个值
• 现在，假如我们通常知道了区间内的某一个下标（一般是左端点），如何求得跟它所在区间的右端点？
• 设$n=i\ast j+t，t\in [0,i-1]$，显然我们可以这样表示$i$，而把$j$设置为倍数，显然$j$也就是$\lfloor \frac{n}{i}\rfloor$的值
• 对于右端点$r$,必然有$t<j$
• 反证法，若$t\ge j$则，可以令$t^{\prime }=t-j$,$n=r\ast j+t=(r+1)\ast j+t^{\prime }$
• 就得到了区间内比右端$r$还靠右的满足条件的点
• 所以：对于右端点$r$,必然有$t<j$
• 我们就可以根据这个性质，通过$l$，求得$j$，再通过$j$求得$r$
• 故对于一个区间，我们知道左端点$l$，即可以通过公式计算右端点$r=\lfloor \frac{n}{\lfloor \frac{n}{l}\rfloor }\rfloor$，代码中写作r = n / (n / i)，注意此处为整除
• 既然我们知道了当前区间的左右端点，那么如何知道下一个区间的左端点呢？很显然，也就是右端点的下一个位置，即$l=r+1$
• 于是我们只要这样这样遍历下去，就可以求得
  $$\sum _{i=1}^n\lfloor \frac{n}{i}\rfloor$$的值

代码实现

class Solution {
public:
    int work(long long n) {
        long long ans = 0;
        for (long long l = 1, r; l <= n; l = r + 1) //整除分块
        {
            r = n / (n / l); //获取右端点
            ans += (r - l + 1) * (n / l); //将当前区间的贡献加到答案上面
        }
        ans %= 998244353; //对答案进行取模
        return ans;
    }
};

复杂度分析

• 时间复杂度，为整除分块的时间复杂度，即$O(n)$，下面给出整除分块的时间复杂度证明：
• 对于$1\le i\le \sqrt{n}$，这样的$i$最多有$\sqrt{n}$个，考虑映射关系，一个$\lfloor \frac{n}{i}\rfloor$与一个$i$映射（实际上可能多个$i$对应一个），最多也有$\sqrt{n}$个
• 对于$\sqrt{n}<i\le n$，有$\lfloor \frac{n}{i}\rfloor <\sqrt{n}$，这些$\lfloor \frac{n}{i}\rfloor$都会落在$[1,\sqrt{n})$这个区间上面，最多就$\sqrt{n}-1$个
• 总共最多$2\sqrt{n}-1$个，为$O(\sqrt{n})$级别，证毕
• 空间复杂度，定义了$ans,l,r$，为$O(1)$