Meissel-Lehmer 算法

Meissel-Lehmer 算法是一种高效的计算数论函数 pi(n)，它表示不大于 n 的质数个数。该算法的时间复杂度为 O(n^{2/3})，相比较于传统的计算筛法的时间复杂度 O(n \log \log n)，可以得到较快的计算速度。

Meissel-Lehmer 算法的核心思想是利用前一次计算的结果，来快速地计算新的 pi(n)。具体的计算步骤如下：

1. 首先，预处理出一系列小质数 p，将 n 区间的整数分成若干个块，每个块内大小为 n^{2/3}，从而确定块的数量 m。由于 n 区间内的整数个数为 n，而对于任意一个块大小，块的数量为 n/n^{2/3}=n^{1/3}，因此需要约为 n^{1/3} 个块才能覆盖这个区间内的所有数。

2. 对于每个块 j，计算 n 以内的第 p_i 个质数 s_{i,j}，可以使用线性筛法进行预处理，在后续的计算过程中用到该值来计算块内的质数个数。

3. 遍历 p 中的每个质数 p_i，从 p_i^2 开始，对于每个块 j，计算 g_{i,j} 表示 [1, n^{2/3}] 范围内 p_i 的倍数在第 j 块中出现的次数，使用前缀和的方法加速计算。最后，对每个块求出在块内不大于 n 的质数数量 c_j：

c_j = s_{1, j} - g_{1,j} + s_{2,j} - g_{2,j} + s_{3,j} - g_{3,j} + s_{4,j} - g_{4,j} + \cdots

其中 s_{i,j} 表示第 j 块内第 i 个质数，g_i,j 表示第 j 块内 [1, n^{2/3}] 范围内 p_i 的倍数的个数。这里采用了插板法的思想，通过加或减一个起始点，转换为了不同质数范围内的情况。

4. 最后，对于每个块 j，可以通过前缀和的方式计算出该块内所有不大于 n 的质数个数：

\pi(n) = c_1 + c_2 + c_3 + \cdots + c_m

Meissel-Lehmer 算法的关键思想是利用前一次的计算结果，快速计算出较大的 \pi(n) 值。然而，该算法并不适用于需要随机访问函数值的算法，因为在每个块内的质数个数是连续的，而且该算法还需要大量的预处理。不过对于一些需要多次访问函数值的计算问题，比如计算欧拉函数，该算法是非常高效的。