数论函数相关

一.数论函数的定义与一些基本的数论函数.

数论函数：数论函数定义为定义域为正整数且陪域为复数的函数.

积性函数：若有数论函数$f$满足$\gcd (n,m)=1$时$f(nm)=f(n)f(m)$，则函数$f$被称为积性函数.

完全积性函数：若有数论函数$f$满足任何时候$f(nm)=f(n)f(m)$，则函数$f$被称为完全积性函数.

接下来我们定义几个基本的数论函数.

元函数：$e(n)=[n=1]$.

恒等函数：$I(n)=1$.

单位函数：$\epsilon (n)=n$.

约数个数函数：$\tau (n)={\sum }_{d|n}1$.

约数和函数：$\sigma (n)={\sum }_{d|n}d$.

约数函数性质参见整除理论与线性丢番图方程相关.

欧拉函数：$\varphi (n)={\sum }_{i=1}^n[\gcd (i,n)=1]$.

欧拉函数性质参见欧拉函数相关.


二.Dirichlet卷积及其计算.

Dirichlet卷积：定义两个数论函数$f,g$的Dirichlet卷积$f\times g$为：
$$(f\times g)(n)=\sum _{d|n}f(d)g\left(\frac{n}{d}\right)$$

考虑如何计算两个数论函数的Dirichlet卷积，可以按照定义算，那样是$O(n\sqrt{n})$的.

还有一种$O(n\log n)$的计算方法是，将枚举因数改为枚举倍数，计算总贡献.

代码如下：

void Dir_mul(int *a,int *b,int n){
  for (int i=n;i>=1;--i){
    for (int j=2;i*j<=n;++j) a[i*j]+=a[i]*b[j];
    a[i]*=b[1];
  }
}

三.Dirichlet卷积的相关性质.

Dirichlet卷积的性质1：所有数论函数的Dirichlet卷积满足交换律，即：
$$f\times g=g\times f$$

证明：
$$(f\times g)(n)=\sum _{d|n}f(d)g\left(\frac{n}{d}\right)=(g\times f)(n)$$

证毕.

Dirichlet卷积的性质2：所有数论函数的Dirichlet卷积满足结合律，即：
$$f\times g\times h=f\times (g\times h)$$

证明：
$$\begin{gathered} (f\times g\times h)(n) \\ =\sum _{t{d}_3=n}\left(\sum _{d_1{d}_2=t}f(d_1)g(d_2)\right)h(d_3) \\ =\sum _{d_1{d}_2{d}_3=n}f(d_1)g(d_2)h(d_3) \\ =\sum _{d_{1}t=n}f(d_1)\sum _{d_2{d}_3=t}g(d_2)h(d_3) \\ =(f\times (g\times h))(n) \end{gathered}$$

证毕.

Dirichlet卷积的性质3：所有数论函数的Dirichlet卷积关于加法满足分配律，即：
$$(f+g)\times h=f\times h+g\times h$$

证明：
$$\begin{gathered} ((f+g)\times h)(n) \\ =\sum _{d|n}(f(d)+g(d))h\left(\frac{n}{d}\right) \\ =\sum _{d|n}f(d)h\left(\frac{n}{d}\right)+\sum _{d|n}g(d)h\left(\frac{n}{d}\right) \\ =(f\times h)(n)+(g\times h)(n) \end{gathered}$$

证毕.

Dirichlet卷积的性质4：两个积性函数的Dirichlet卷积仍然是积性函数.

证明：
若在$\gcd (n,m)=1$时，有$f(nm)=f(n)f(m),g(nm)=g(n)g(m)$，则：
$$\begin{gathered} (f\times g)(n)(f\times g)(m) \\ =\left(\sum _{d|n}f(d)g\left(\frac{n}{d}\right)\right)\left(\sum _{d|m}f(d)g\left(\frac{m}{d}\right)\right) \\ =\sum _{d_1|n}\sum _{d_2|m}f(d_1)g\left(\frac{n}{d_1}\right)f(d_2)g\left(\frac{m}{d_2}\right) \\ =\sum _{d_1|n}\sum _{d_2|m}f(d_1{d}_2)g\left(\frac{nm}{d_1{d}_2}\right) \\ =\sum _{d|nm}f(d)g\left(\frac{nm}{d}\right) \\ =(f\times g)(nm) \end{gathered}$$

证毕.


三.Dirichlet卷积逆.

如何求一个数论函数的在Dirichlet卷积意义下的逆呢？

首先我们需要知道，Dirichlet卷积的单位元为元函数$e$.

首先对于一个已知的数论函数$f$，它的Dirichlet卷积逆$f^{-1}$必然得满足：
$$f(1)f^{-1}(1)=1\Rightarrow f^{-1}(1)=\frac{1}{f(1)}$$

然后，我们考虑$n>1$时构造$f^{-1}(n)$：
$$\begin{gathered} \sum _{d|n}{f}^{-1}(d)f\left(\frac{n}{d}\right)=0 \\ {f}^{-1}(n)f(1)+\sum _{d|n\wedge d<n}{f}^{-1}(d)f\left(\frac{n}{d}\right)=0 \\ {f}^{-1}(n)=-\frac{1}{f(1)}\sum _{d|n\wedge d<n}{f}^{-1}(d)f\left(\frac{n}{d}\right) \end{gathered}$$

所以我们有：
$$f^{-1}(n)=\{\begin{array}{cc}\frac{1}{f(1)}& n=1\\ -\frac{1}{f(1)}{\sum }_{d|n\wedge d<n}{f}^{-1}(d)f\left(\frac{n}{d}\right)& n>1\end{array}$$

同时我们知道了，一个数论函数$f$存在Dirichlet卷积逆当且仅当$f(1)\ne 0$.


四.Mobius函数.

Mobius函数：我们把恒等函数$I$的Dirichlet卷积逆称为Mobius函数，记为$\mu$.

现在我们来求一下$\mu (n)$的具体数值.

首先，根据上面得出的结论，我们可以构造$\mu$函数为：
$$\mu (n)=\{\begin{array}{cc}1& n=1\\ -{\sum }_{d|n\wedge d<n}\mu (d)& n>1\end{array}$$

尝试打出一个表：
$$\begin{array}{cccccccccc}1& 2& 3& 4& 5& 6& 7& 8& 9& \cdots \\ 1& -1& -1& 0& -1& 1& -1& 0& 0& \cdots \end{array}$$

设唯一分解$n={\prod }_{i=1}^k{p}_i^{c_i}$，我们发现$\mu$函数可能满足这么一个表达式：
$$\mu (n)=\{\begin{array}{cc}(-1{)}^k& \forall i,c_i=1\\ 0& \exists i,c_i>1\end{array}$$

证明：
首先当$n=1$时，显然有$\mu (1)I(1)=e(1)$.
若$n>1$，设唯一分解$n={\prod }_{i=1}^k{p}_i^{c_i}$，令$m={\prod }_{i=1}^k{p}_i$，则有：
$$\sum _{d|n}\mu (d)=\sum _{d|m}\mu (d)$$

此时仍然有$m>1$，设$t={\prod }_{i=1}^{k-1}{p}_i^{c_i}$，则有：
$$\sum _{d|m}\mu (d)=\sum _{d|t}(\mu (d)+\mu (d{p}_k))$$

由于$\mu (d)$与$\mu (d{p}_k)$必定为相反数，所以$\mu (d)+\mu (d{p}_k)=0$，即：
$$\sum _{d|n}\mu (d)=\sum _{d|t}0=0$$

证毕.

现在我们得到了$\mu$函数的一个通项公式.


五.Mobius函数的求解.

求解单个Mobius函数的方法非常简单，可以通过直接分解质因数做到$O(\sqrt{n})$求解.

代码入下：

int Get_mu(int n){
  int res=1,now=n;
  for (int i=2;i*i<=n;++i)
    if (now%i==0){
      if ((now/=i)%i==0) return 0;
      res=-res;
    }
  return now>1?-res:res;
}

而显然，Mobius函数也非常容易用线性筛筛出.

时间复杂度$O(n)$.

代码如下：

int b[N+9],pr[N+9],cp;
int mu[N+9];

void Sieve(){
  mu[1]=1;
  for (int i=2;i<=n;++i){
  	if (!b[i]) pr[++cp]=i,mu[i]=-1;
  	for (int j=1;j<=cp&&i*pr[j]<=n;++j){
  	  b[i*pr[j]]=1;
  	  if (i%pr[j]==0) {mu[i*pr[j]]=0;break;}
  	  mu[i*pr[j]]=-mu[i];
  	}
  }
}

六.Mobius反演及其应用.

根据$I\times \mu =e$，我们还可以推出一个反演：
$$f=I\times g\iff g=\mu \times f$$

将上述反演形式写成和式，我们就可以得到Mobius反演：
$$f(n)=\sum _{d|n}g(d)\iff g(n)=\sum _{d|n}f(d)\mu \left(\frac{n}{d}\right)$$

Mobius反演的一个经典作用是和式变换，例如：
$$\begin{gathered} \sum _{i=1}^n\sum _{j=1}^m[\gcd (i,j)=1] \\ =\sum _{i=1}^n\sum _{j=1}^m\sum _{d|\gcd (i,j)}\mu (d) \\ =\sum _{i=1}^n\sum _{j=1}^m\sum _{d|i\wedge d|j}\mu (d) \\ =\sum _{d=1}^{\min (n,m)}\mu (d)\sum _{i=1}^{\lfloor \frac{n}{d}\rfloor }\sum _{i=1}^{\lfloor \frac{m}{d}\rfloor }1 \\ =\sum _{d=1}^{\min (n,m)}\mu (d)\lfloor \frac{n}{d}\rfloor \lfloor \frac{m}{d}\rfloor \end{gathered}$$

然后通过经典的除法分块，我们可以做到$O(\sqrt{n}+\sqrt{m})$求解这个式子.


七.一些特殊的Dirichlet卷积.

卷积1：$f\times e=f$.

这就是元函数的作用…

卷积2：$e=\mu \times I$.

卷积3：$\epsilon =\varphi \times I$.

证明：
首先我们构造函数$f=\varphi \times I$，由于$\varphi$和$I$都是积性函数，所以$f$也是积性函数.
此时我们可以把$n$写成唯一分解形式$n={\prod }_{i=1}^k{p}_i^{c_i}$，容易发现现在只需要证明：
$$\sum _{d|p_i^{c_i}}\varphi (d)=p_i^{c_i}$$

于是有：
$$\begin{gathered} \sum _{d|p_i^{c_i}}\varphi (d)=\sum _{j=0}^{c_i}\varphi (p_i^j) \\ =1+\sum _{j=0}^{c_i-1}(p_i-1)p_i^j \\ =1+(p_i-1)\frac{1-p_i^{c_i}}{1-p_i} \\ =1+p_i^{c_i}-1 \\ =p_i^{c_i} \end{gathered}$$

证毕.

卷积4：$\varphi =\mu \times \epsilon$.

证明：
考虑用容斥计算欧拉函数，设唯一分解$n={\prod }_{i=1}^k{p}_i^{c_i}$，我们可以得到：
$$\varphi (n)=\sum _{T\subseteq [k]}(-1{)}^{|T|}\frac{n}{{\prod }_{i\in T}{p}_i}$$

令$m={\prod }_{i=1}^k{p}_i$，有：
$$\varphi (n)=\sum _{d|m}\mu (d)\frac{n}{d}$$

对于满足$d|n$却不满足$d|m$的$d$必然有$\mu (d)=0$，所以：
$$\varphi (n)=\sum _{d|n}\mu (d)\frac{n}{d}$$

证毕.


八.杜教筛.

假设有一个数论函数$f(n)$，考虑计算下式：
$$\sum _{i=1}^{n}f(n)$$

看起来除了一些非常简单的数论函数（例如$e,I,\epsilon$），怎么着我们也得用$O(n)$的是时间复杂度来求出（例如$\mu ,\varphi$）.

但如果$f(n)$有一些特殊的性质的话，我们也可以用低于$O(n)$的时间复杂度求出！这也是接下来研究的重点.

我们先构造出两个数论函数$h,g$满足$h=g\times f$，且$h,g$都非常好算.

那么我们有：
$$\begin{gathered} \sum _{i=1}^{n}h(i)=\sum _{i=1}^n\sum _{d|i}g(d)f\left(\frac{i}{d}\right) \\ =\sum _{d=1}^{n}g(d)\sum _{i=1}^{\lfloor \frac{n}{d}\rfloor }f(i) \end{gathered}$$

设：
$$S(i)=\sum _{j=1}^{i}f(j)$$

那么有：
$$\begin{gathered} \sum _{i=1}^{n}h(i)=\sum _{d=1}^{n}g(d)S\left(\lfloor \frac{n}{d}\rfloor \right) \\ \sum _{i=1}^{n}h(i)=g(1)S(n)+\sum _{d=2}^{n}g(d)S\left(\lfloor \frac{n}{d}\rfloor \right) \\ g(1)S(n)=\sum _{i=1}^{n}h(i)-\sum _{d=2}^{n}g(d)S\left(\lfloor \frac{n}{d}\rfloor \right) \\ S(n)=\frac{1}{g(1)}\left(\sum _{i=1}^{n}h(i)-\sum _{d=2}^{n}g(d)S\left(\lfloor \frac{n}{d}\rfloor \right)\right) \end{gathered}$$

递归计算就好了，而且根据取整函数的性质，需要算的前缀和只有$O(\sqrt{n})$个数$S\left(\lfloor \frac{n}{i}\rfloor \right)$.

那么时间复杂度即为：
$$O\left(\sum _{i=1}^{\lfloor \sqrt{n}\rfloor }\left(\sqrt{i}+\sqrt{\frac{n}{i}}\right)\right)=O\left(n^{\frac{1}{2}}{\int }_1^{\sqrt{n}}\left(i^{\frac{1}{2}}+i^{-\frac{1}{2}}\right)\mathrm{d}i\right)=O(n^{\frac{3}{4}})$$

考虑线性筛预处理前$m$个数的前缀和，那么时间复杂度变为：
$$O\left(\sum _{i=1}^{\lfloor \frac{n}{m}\rfloor }\sqrt{\frac{n}{i}}\right)=O\left(n^{\frac{1}{2}}{\int }_1^{\frac{n}{m}}{i}^{-\frac{1}{2}}\mathrm{d}i\right)=O\left(\frac{n}{\sqrt{m}}+m\right)$$

取$m=n^{\frac{2}{3}}$最优，时间复杂度为$O(n^{\frac{2}{3}})$.

根据上面的卷积2和卷积3，不难写出杜教筛筛$\mu$和$\varphi$的前缀和代码.

记忆化使用map实现应该是没有太大问题的，因为需要用map存的值只有$O(\sqrt{n})$级别个.

luogu4213代码如下（被卡常了两个点，手写hash即可过）：

#include<bits/stdc++.h>
using namespace std;

typedef long long LL;

const int N=100000,M=5000000;

int b[M+9],pr[M+9],cp;
LL mu[M+9],phi[M+9];

void Sieve(){
  mu[1]=1;phi[1]=1;
  for (int i=2;i<=M;++i){
  	if (!b[i]) pr[++cp]=i,mu[i]=-1,phi[i]=i-1;
    for (int j=1;j<=cp&&i*pr[j]<=M;++j){
      int t=i*pr[j];
	  b[t]=1;
      if (i%pr[j]==0) {mu[t]=0;phi[t]=phi[i]*pr[j];break;}
      mu[t]=-mu[i];phi[t]=phi[i]*(pr[j]-1);
    }
  }
  for (int i=1;i<=M;++i) mu[i]+=mu[i-1],phi[i]+=phi[i-1];
}

void start(){
  Sieve();
}

LL n;

void into(){
  scanf("%lld",&n);
}

map<LL,LL>sphi,smu;
LL ans0,ans1;

LL Get_sumphi(LL n){
  if (n<=M) return phi[n];
  if (sphi.find(n)!=sphi.end()) return sphi[n];
  LL res=n*(n+1)>>1;
  for (LL l=2,r;l<=n;l=r+1){
  	r=n/(n/l);
  	res-=(r-l+1)*Get_sumphi(n/l);
  }
  return sphi[n]=res;
}

int Get_summu(LL n){
  if (n<=M) return mu[n];
  if (smu.find(n)!=smu.end()) return smu[n];
  int res=1;
  for (LL l=2,r;l<=n;l=r+1){
  	r=n/(n/l);
  	res-=(r-l+1)*Get_summu(n/l);
  }
  return smu[n]=res;
}

void work(){
  ans0=Get_sumphi(n);
  ans1=Get_summu(n);
}

void outo(){
  printf("%lld %lld\n",ans0,ans1);
}

int main(){
  int T;
  scanf("%d",&T);
  start();
  for (;T--;){
    into();
    work();
    outo();
  }
  return 0;
}