容斥,积性函数,卷积,数论

最新推荐文章于 2023-12-05 13:15:39 发布

北弑鸣狮

最新推荐文章于 2023-12-05 13:15:39 发布

阅读量334

点赞数

分类专栏：数论文章标签：积性函数公式化简

本文链接：https://blog.csdn.net/qq_38890926/article/details/98176966

版权

数论专栏收录该内容

5 篇文章 0 订阅

订阅专栏

质数，欧拉函数，莫比乌斯函数等积性函数筛法

积性函数都可以在 o(n) 复杂度内计算出来。

如何线性筛 $g(x)=\sum_{d|x}f(d)$ ？

首先计算 g(1)=f(1) ,其次当为质数的时候可得 g(i)=g(1)+f(i) .

接下来筛的时候，如果 $i\%prime[j]!=0$ 则 g(nxt)=g(i)*g(prime[j]) .

$i\%prime[j]==0$ ，我们需要手动推出 g(i),g(prime[j]),g(nxt) 等他们之间的关系。

//欧拉筛打表o(n)
int tot,prime[maxn];
bool isPrime[maxn];
int phi[maxn],mu[maxn];
void init()
{
    memset(isPrime,true,sizeof(isPrime));
    mu[1]=phi[1]=1,tot=0;
    for(int i=2;i<maxn;i++)
    {
        if(isPrime[i]==true)prime[++tot]=i,phi[i]=i-1,mu[i]=-1;
        for(int j=1;j<=tot;j++)
        {
            int nxt=i*prime[j];
            if(nxt>=maxn)break;
            isPrime[nxt]=false;
            if(i%prime[j]==0)
            {
                phi[nxt]=phi[i]*prime[j];
                mu[nxt]=0;
                break;
            }
            else
            {
                phi[nxt]=phi[i]*(prime[j]-1);
                mu[nxt]=-mu[i];
            }
        }
    }
}

如果我们只需要求出单个则考虑一下的筛法：

求 $\sum_{d=1}^{n}f(\frac{n}{d})$ 的 $o(\sqrt{n})$ 筛法

由于对于一连串相同的d来说， n/d 的结果可能是相同的，故可以考虑同时处理一连串的值。

ll func(ll x){}
ll getans()
{
    ll ans=0;
    for(int d=1,nxt=1;d<=n;d=nxt+1)
    {
        int v=n/d;
        nxt=n/v;  //d-nxt之间的v都相同，故可以同时处理
        ans=ans+(nxt-d+1)*func(v);
    }
    return ans;
}

求 $\sum_{d=1}^{n}g(d)f(\frac{n}{d})$ 的 $o(\sqrt{n})$ 筛法

由于 n/d 的结果可能是相同的，因此我们可以将 n/d 相同结果的部分同时处理，并将该部分的 g(d) 求和

ll func(ll x){}
ll getans()
{
    ll ans=0;
    for(int d=1,nxt=1;d<=n;d=nxt+1)
    {
        int v=n/d;
        nxt=n/v;  //d-nxt之间的v都相同，故可以同时处理
        ans=ans+(sumg[nxt]-sumg[d-1])*func(v);
    }
    return ans;
}

$f(n)=\sum_{d=1}^{n}\frac{n}{d}$ 的线性筛

上式等价于 $f(n)=\sum_{d=1}^{n}\frac{n}{d}=\sum_{d=1}^{n}\tau(d)$ ，故 f(n) 的线性筛可以转化为 $\tau(d)$ 的线性筛再求前缀和。

积性函数

积性函数：对于任意互质的整数a和b有性质f(ab)=f(a)f(b)的数论函数。

完全积性函数：对于任意整数a和b有性质f(ab)=f(a)f(b)的数论函数。

$\epsilon(n) = [n = 1]$ 卷积单位元

$\varphi(n)=n\prod_{p|n}(1-1/p)$ 欧拉函数

1(n)=1 常数函数

Id(n)=n 线性函数

μ(n) 莫比乌斯函数，关于非平方数的质因子数目

gcd(n,k) 最大公因子，当k固定的情况

$d(n)=\sum_{d|n}1$ 表示n的正因子数目

σ(n) n的所有正因子之和

$\tau(n)$ n的因子个数

性质1： f(x) 为积性函数且 g(x) 为积性函数，则 t(x)=f(x)*g(x) 为积性函数。

性质2： f(x) 为积性函数有 $g(x)=\sum_{d|x}f(d)$ ，则 g(x) 为积性函数。结合性质1，可在 o(n) 复杂度计算出 $g(x)=\sum_{d|x}f_{1}(d)*f_{2}(d)$

$\tau(n)$ 函数的筛法

tau[1]=1;
tau[p]=2;
if(i%prime[j]==0)
{
    int times=0,tmp=i;
    while(tmp%prime[j]==0)
    {
        times++;
        tmp=tmp/prime[j];
    }
    tau[nxt]=tau[i]/(times+1)*(times+2);
}
else
{
    tau[nxt]=tau[i]*2;
}

狄利克雷卷积

对于两个积性函数 f(x) g(x) ,定义它们的狄利克雷卷积为： $(f*g)(n) = \sum_{d|n} f(d) g(\frac{n}{d})$

数论函数与狄利克雷卷积形成群，满足结合律，封闭性，单位元，逆元，交换律.故两个积性函数的狄利克雷卷积还是积性函数。

其中单位元为 $\epsilon$ , $\epsilon(n) = [n = 1]$ ,常用积性函数见上表，当然还有其他的。

这里有比较常用的几种卷积关系：

$\mu * 1=\epsilon$ 这说明在卷积下莫比乌斯函数和1互为逆元，故可推出下面式子：

$\phi * 1=Id->\qquad \phi = Id * \mu$

莫比乌斯函数

对于每个正整数n(n ≥ 2)，设它的质因数分解式为：

　　根据这个式子定义n的莫比乌斯函数为：

性质：

1.任意数的所有因数的莫比乌斯函数值求和为0：

2.莫比乌斯函数和欧拉函数的关系：

莫比乌斯反演形式1：因子形式：

若定义在正整数集上的两个函数，f(n)和g(n)满足对任意n有：

　　 $f(n)=\sum_{d|n}g(d)$ 　　　　　　(1)

　　则可以通过f来表示g：

　　 $g(n)=\sum_{d|n}\mu(d)f(n/d)$ 　　　　(2)

　　反之，亦可以由关系(2)得到(1)

形式：倍数形式：

$F(n)=\sum_{n|d}f(d)=>f(n)=\sum_{n|d}\mu(d/n)F(d)$

证明：在卷积的定义下，上式变得很简单，eg：

$f(n)=\sum_{d|n}g(d)$ 看成是 $f(n)=\sum_{d|n}(g(d)*1(n/d))$ 故求g(n),直接转1的逆元,既是 $g(n)=\sum_{d|n}f(d)*\mu(n/d)$

求1-n平方因子个数

如果两个数，且 $y^{2}|x^{2}$ ,简单推理可以得到 y|x ,则我们可以得到结论，即平方项之间的容斥关系与非平方项之间相同，故可以采用相同的容斥方法，利用非平方项的莫比乌斯函数值计算平方项，将范围缩回到 $\sqrt_{n}$

由于n的莫比乌斯函数值表示n在容斥中系数的相反数，故 $F(n)=-\sum_{i=2}^{\sqrt{n}} \mu(i)*\frac{n}{i^{2}}$ . 非平方因子数为 $G(n)=\sum_{i=1}^{\sqrt{n}} \mu(i)*\frac{n}{i^{2}}$

常见变化

1. $\sum_{i=1}^{n}\sum_{j|i}f(j)$

$\sum_{i=1}^{n}\sum_{j|i}f(j)$ 采用j进行遍历可得： $\sum_{j=1}^{n}f(j)*(n/j)$ ,这步操作是将内层向外层进行变化，需要理解外层的含义。

也可以从数学上直接变化转成另外一种计算个数的方式 $\sum_{i=1}^{n}\sum_{j|i}f(j)=\sum_{j=1}^{n}\sum_{k=1}^{n/j}f(k)$

2. [gcd(i,j)=1] ,该形式可以写成和式的形式，我们观察该形式，也即是当i,j互质的时候为1，其他情况为0. 莫比乌斯函数性质中就有1的所有因子的莫比乌斯值和为1，其他数因子的莫比乌斯值和为0，故可以结合得到,上式其实是查看i,j的gcd值的因子和：

$[gcd(i,j)=1]= \sum_{d|gcd(i,j)} \mu(d)$

求： $\sum_{i=1}^{n}\sum_{j=1}^{m}[gcd(i,j)=1]\equiv \sum_{i=1}^{n}\sum_{j=1}^{m}\sum_{d|gcd(i,j)} \mu(d)\equiv \sum_{d=1}^{n}\mu(d)*(n/d)*(m/d)$

后半部分可以用线性做法求d=1到n 但是观察到后面部分是个线性的除法，我们知道 (n/d) 与 (n/(d+1)) 可能是相同的，因为有相同的除数，故可以简化线性运算到 $O(\sqrt n)$ 。

方法如下：对于n来说，当前数为i，则除数为n/i，对于能使的除数为n/i的最大数也就应该等于n/(n/i)，故除数为n/i的数从i到n/(n/i)都满足。这就形成了一次走多步。

注：当 n=m 的时候，上式变成 $\sum_{i=1}^{n}\sum_{j=1}^{n}[gcd(i,j)=1]\equiv 2\sum_{i=1}^{n}\phi(i)-1$ ,参考欧拉函数的定义可知，因为是对称的！！！

3. [gcd(i,j)=k] ,同理由于i,j最小公倍数为k，故我们将整体除以k，也即是令 $\dot{i}=i/k,\dot{j}=j/k$ ,故:

$[gcd(\dot{i},\dot{j})=1]= \sum_{d|gcd(\dot{i},\dot{j})} \mu(d)$ ,取值范围变化成原来的1/k

4.求 $\sum_{i=1}^{n}\sum_{j=1}^{m}gcd(i,j),(n<m)$

首先对 gcd(i,j) 分类，可以得到 $\sum_{i=1}^{n}\sum_{j=1}^{m}gcd(i,j)=\sum_{k=1}^{n}k\sum_{i=1}^{n}\sum_{j=1}^{m}[gcd(i,j)=k]$ ,同时除以k得到：

$\sum_{k=1}^{n}k\sum_{i=1}^{n/k}\sum_{j=1}^{m/k}[gcd(i,j)=1]$ ，也即是 $\sum_{k=1}^{n}k\sum_{i=1}^{n}\sum_{j=1}^{m}\sum_{d|gcd(i,j)} \mu(d)$ ，可得结果： $\sum_{k=1}^{n}k\sum_{d=1}^{n/k}\mu(d)*(n/k/d)*(m/k/d)$ ,等价于 $\sum_{k=1}^{n}k\sum_{d=1}^{n/k}\mu(d)*(n/kd)*(m/kd)$ 复杂度降低到了 $O(\sqrt n*\sqrt n)=O(n)$ 。

后续可以用狄利克雷卷积进行进一步化简也可以参考4.

5.求 $\sum_{i=1}^{n}\sum_{j=1}^{m}gcd(i,j),(n<m)$

我们考虑筛法，由于欧拉函数的性质： $\sum_{d|n}\varphi(d)=n$ ，我们将 gcd(i,j) 的值用该已有的可在线性时间筛出来的积性函数表示，即可变成 $\sum_{i=1}^{n}\sum_{j=1}^{m}\sum_{d|gcd(i,j)}\varphi(d),(n<m)$ ,故按照d进行统计可以化简成 $\sum_{d=1}^{n}\varphi(d)*(n/d)*(m/d)$ ,这就是用欧拉函数进行的反演，后续同理可以在 $O(\sqrt n)$ 时间内求出来。

6.求 $\sum_{i=1}^{n}\sum_{j=1}^{m}ij(gcd(i,j)=k)$

先i,j除以k得到 $\sum_{i=1}^{n/k}\sum_{j=1}^{m/k}ikjk(gcd(i,j)=1)=k^{2}\sum_{i=1}^{n/k}\sum_{j=1}^{m/k}ij \sum_{d|gcd(i,j)} \mu(d)$ ,按照d进行筛选,也就是说i,j都是d的倍数，故上式变成 $k^{2}\sum_{d=1}^{n/k}\mu(d)d^{2}\sum_{i=1}^{n/kd}i\sum_{j=1}^{m/kd}j= \frac{k^{2}}{4}\sum_{d=1}^{n/k}\mu(d)d^{2}(1+\frac{n}{kd})*(\frac{n}{kd})(1+\frac{m}{kd})*(\frac{m}{kd})$

7. $\sum_{i=1}^{n}\sum_{j=1}^{m}ijgcd(i,j)$

首先容易想到按照 gcd(i,j) 的结果筛选 $\sum_{d=1}^{n}d\sum_{i=1}^{n}\sum_{j=1}^{m}ij[gcd(i,j)=d]$ ,按照上面方法处理得 $\sum_{d=1}^{n}d^{3}\sum_{g=1}^{n/d}\mu(g)g^{2}f{(\frac{n}{gd})}f{(\frac{m}{gd})}$ .

按照套路和是的因子，令 T=gd ,按照进行筛选得： $\sum_{T=1}^{n}f(\frac{n}{T})f(\frac{m}{T})T^{2}\sum_{d|T}d\mu(\frac{T}{d})$ ,后面部分是一个狄利克雷卷积，且 $Id*\mu=\phi$ ,故上式变成 $\sum_{T=1}^{n}f(\frac{n}{T})f(\frac{m}{T})T^{2}\phi(T)$ ,当T比较小的时候可以线性筛，当T比较大的时候需要杜教筛。

8.求 $\sum_{i=1}^{n}\sum_{j=1}^{m}d(ij)$

上式可以改写成 $\sum_{i=1}^{n}\sum_{j=1}^{m}\sum_{d|ij}1$ ,根据 ij 之间因子个数的关系，很容易得到 $d(ij)=\sum_{x|i}\sum_{y|j}[gcd(x,y)=1]$ ,因此上式转化成 $\sum_{i=1}^{n}\sum_{j=1}^{m}\sum_{x|i}\sum_{y|j}[gcd(x,y)=1]$ ，观察一下我们可以发现，重新构造上式变成 $\sum_{i=1}^{n}\sum_{x|i}\sum_{j=1}^{m}\sum_{y|j}[gcd(x,y)=1]$ ，因此分别按照内层y进行筛选，再按照外层x进行筛选得到： $\sum_{i=1}^{n}\sum_{x|i}\sum_{j=1}^{m}\sum_{y|j}[gcd(x,y)=1]=\sum_{x=1}^{n}(n/x)\sum_{y=1}^{m}(m/y)[gcd(x,y)=1]$ ,代入莫比乌斯函数得到 $\sum_{x=1}^{n}\sum_{y=1}^{m}(n/x)(m/y) \sum_{d|gcd(x,y)} \mu(d)$ ,按d筛选 $\sum_{i=1}^{n}\sum_{j=1}^{m}d(ij)=\sum_{d=1}^{n}\mu(d)\sum_{x=1}^{n/d}\frac{n}{xd}\sum_{y=1}^{m/d}\frac{m}{yd}$ ,预处理出后面部分即可。

9.求 $\sum_{i=1}^{a}\sum_{j=1}^{b}\sum_{k=1}^{c}d(ijk)$

由7可得：

算法：遍历k，再遍历d，利用记忆化方法在sqrt(n)时间内算出后面两个部分。

CodeForces - 235E

10. $\sum_{i=1}^{n}\sum_{j=1}^{m}lcm(i,j)$

处理 lcm 是不好的选择，我们通常处理 gcd ，因此上式写成 $\sum_{i=1}^{n}\sum_{j=1}^{m}\frac{ij}{gcd(i,j)}$ .

上式不好变化，因此按照套路枚举 gcd 的结果， $\sum_{d=1}^{n}\sum_{i=1}^{n/d}\sum_{j=1}^{m/d}\frac{idjd}{d}[gcd(i,j)=1]$ 也即是 $\sum_{d=1}^{n}d\sum_{i=1}^{n/d}\sum_{j=1}^{m/d}ij[gcd(i,j)=1]$ ,参考前面题目做法，可得 $\sum_{d=1}^{n}d\sum_{g=1}^{n/d}\mu(g)g^{2}f(\frac{n}{dg})f(\frac{m}{dg})$ 其中 $f(x)=\sum_{i=1}^{x}i$ . 即可在 $O(n^{2})$ 时间处理。

观察式子由于是和的乘积，如果我们定义 T=dg ，并按照T进行筛选，由于和都是的因数，故对于每个，遍历的每个因子，而在和的遍历下为定值 g=T/d ,得到 $\sum_{T=1}^{n}f(\frac{n}{T})f(\frac{m}{T})\sum_{d|T}d\mu(\frac{T}{d})(\frac{T}{d})^{2}$ .也即是 $\sum_{T=1}^{n}f(\frac{n}{T})f(\frac{m}{T})T\sum_{d|T}\mu(d)d$ .

观察后面的式子并不是狄利克雷卷积形式，但由于 f(d)=d 与 $\mu(d)$ 都是积性函数，故 $t(d)=d\mu(d)$ 也是积性函数，则 $g(x)=\sum_{d|x}t(d)$ 也是积性函数。

令 $g(T)=\sum_{d|T}\mu(d)d$ .我们预先对积性函数打表可在 o(n) 时间范围内筛选出 g(T) 的结果。即可变成 $\sum_{T=1}^{n}Tf(\frac{n}{T})f(\frac{m}{T})g(T)$ ,可以在 $o(\sqrt{n})$ 时间求出。

11.化简类似j|i 的整除式

下标合并

$\sum_{i=1}^{n}\sum_{j|i} f(i) = \sum_{i=1}^{n}\sum_{\frac{j}{j}|\frac{i}{j}} f(\frac{i}{j}*j) = \sum_{\frac{i}{j}=1}^{n} f(\frac{i}{j}*j)=(\frac{i}{j}\rightarrow i) \sum_{i=1}^{n} f(ij)$

杜教筛(积性函数前缀和)

$S(n) = \sum_{i=1}^{n} f(i)$ ，要求S(n),其中f(i)是一个积性函数。

考虑以下式子 $\sum_{i=1}^{n} (f*g)(i)$ ,利用积性函数的定义上式变成 $\sum_{i=1}^{n} \sum_{d|i} g(d)f(\frac{i}{d})$ ，按照d进行筛选可得式子： $\sum_{d=1}^{n}(g(d)* \sum_{d|i}f(\frac{i}{d}))$

观察后面一个式子，可以知道令j=i/d,上式化简成 $\sum_{d=1}^{n}(g(d)* \sum_{j=1}^{n/d}f(j))$ ,式子右部分其实就是 s(n/d) ，故上式的结果是：

$\sum_{i=1}^{n} (f*g)(i)=\sum_{i=1}^{n}g(i)* s(n/i)=g(1)*s(n)+\sum_{i=2}^{n}g(i)* s(n/i)$ ,式子中出现了 s(n) ,提出该项有：

$g(1)*s(n)=\sum_{i=1}^{n} (f*g)(i)-\sum_{i=2}^{n}g(i)* s(n/i)$ 这个式子就能够很快的得出结果。我们只需要找到合适的g函数(g(n)=1)就行。

如果我们已知 g(x) ,则上式中 $f*g(x)=\sum_{d|x}f(d)g(\frac{x}{d})$ ,如果根据的表达式凑上已知的 g(x) ,能方便的求出 f*g(x) ，则上式中只有 s(n/i) 未知，该处我们可以采用递归来写，递归的复杂度只有 $o(\sqrt{n})$ ,采用map写映射

故，为了求如下形式的结果 $ans=\sum_{T=1}^{n}func(\frac{n}{T})f(T)$ ，有:


ll func(ll x){}
ll sumf[maxn];
ll getans(ll n)
{
    ll ans=0;
    for(int d=1,nxt=1,;d<=n;d=nxt+1)
    {
        int v=n/d;
        nxt=n/v;  //d-nxt之间的v都相同，故可以同时处理
        ans=ans+(sumf[nxt]-sumf[d-1])*func(v);
    }
    return ans;
}

而如果说过大，我们无法在线性时间内求出来所有的和 sumf 函数，我们就需要用杜教筛令 $sumf(n) = \sum_{i=1}^{n} f(i)$ ，得到 $g(1)*sumf(n)=\sum_{i=1}^{n} (f*g)(i)-\sum_{i=2}^{n}g(i)* sumf(n/i)$ ，人工令 g(x) ，并手动求出 f*g(i) 的已知函数 fg(i) ，则 $sumf(n)=\frac{\sum_{i=1}^{n} (f*g)(i)-\sum_{i=2}^{n}g(i)* sumf(n/i)}{g(1)}$ .

由于递归寻找 sumf(n/i) 可能比较消耗时间，我们可以对前面较小的数线性筛出 sumf 结果。故代码如下：

int tot,prime[maxn];
bool isPrime[maxn];
int phi[maxn],mu[maxn];
ll sumf[maxn];
void init()
{
    memset(isPrime,true,sizeof(isPrime));
    mu[1]=phi[1]=1,tot=0;
    for(int i=2;i<maxn;i++)
    {
        if(isPrime[i]==true)prime[++tot]=i,phi[i]=i-1,mu[i]=-1;
        for(int j=1;j<=tot;j++)
        {
            int nxt=i*prime[j];
            if(nxt>=maxn)break;
            isPrime[nxt]=false;
            if(i%prime[j]==0)
            {
                phi[nxt]=phi[i]*prime[j];
                mu[nxt]=0;
                break;
            }
            else
            {
                phi[nxt]=phi[i]*(prime[j]-1);
                mu[nxt]=-mu[i];
            }
        }
    }
    //for(int i=1;i<maxn;i++)sumf[i]=sumf[i-1]+phi[i];
}

const int hashsize=31643,maxnode=100000;
struct Hash
{
    struct HashNode{ll key;ll val;int next;};
    HashNode node[maxnode];
    int head[maxnode],tot;
    Hash(){clear();}
    void clear(){memset(head,-1,sizeof(head));tot=0;}
    ll add(ll key,ll val)
    {
        ll x=key%hashsize;
        node[tot].key=key,node[tot].val=val;
        node[tot].next=head[x];
        head[x]=tot++;
        return val;
    }
    ll operator[](ll key)
    {
        ll x=key%hashsize;
        for(int i=head[x];i!=-1;i=node[i].next)
            if(node[i].key==key) return node[i].val;
        return -1;
    }
};
Hash hashmap;

inline ll g(ll x){}
inline ll func(ll x){}
inline ll sumg(ll n){}
ll sumfg(ll n){}  // 1-n的fg卷积求和
ll Sumf(ll n) //杜教筛求1-n的f函数和
{
    if(n<maxn)return sumf[n];
    if(hashmap[n]!=-1)return hashmap[n];
    ll ans=sumfg(n);
    for(ll d=2,nxt=2;d<=n;d=nxt+1)
    {
        ll v=n/d;
        nxt=n/v;
        ll sumgnd=(sumg(nxt)-sumg(d-1))%mod;
        ans=(ans-sumgnd*Sumf(v))%mod;
        ans=(ans+mod)%mod;
    }
    ans=ans/g(1);     //需要的话记得对g(1)求逆元
    return hashmap.add(n,ans);
}
ll getans()
{
    ll ans=0;
    for(ll d=1,nxt=1;d<=n;d=nxt+1)
    {
        ll v=n/d;
        nxt=n/v;  //d-nxt之间的v都相同，故可以同时处理
        ll sumnd=(Sumf(nxt)-Sumf(d-1))%mod;  //函数求和
        ll funcv=func(v)*func(v)%mod;       //相同v的f函数值
        ans=(ans+sumnd*funcv)%mod;
        ans=(ans+mod)%mod;
    }
    return ans;
}

Min25筛

低于线性时间积性函数前缀和

部分转化公式

1. $\sum_{i = 1}^{n} \sum_{j|i} j = \sum_{i = 1}^{n} i * \lfloor \frac{n}{i} \rfloor = \sum_{i = 1}^{n} \frac{\lfloor \frac{n}{i} \rfloor * ( 1 + \lfloor \frac{n}{i} \rfloor)}{2}$

2. $\sum_{i|n} \phi(i) = n, \phi(n) = n - \sum_{i|n, i < n}$

3. $[n = 1] = \sum_{i|n} \mu(i)$

4. $\sum_{i=1}^{n}\sum_{j|i} f(j) = \sum_{i=1}^{n}\sum_{j=1}^{\lfloor\frac{n}{i}\rfloor}f(j)$

5. $\mu^2(i) = \sum_{j^2|i}\mu(j)$

6. $[gcd(i, j)] = \sum_{d|i, d|j}\mu(d)$

例题：51NOD 欧拉函数之和 51NOD 莫比乌斯函数之和

一般化：
对于数论函数 f(i) , 想要求解 $S(n) = \sum_{i=1}^{n} f(i)$ ，那么找到一个合适的数论函数g(n)g(n)，可以得到递推式:
$g(1)S(n) = \sum_{i=1}^{n}(f*g)(i) - \sum_{i=2}^{n}g(i)S(\lfloor\frac{n}{i}\rfloor)$
如果 f(i) 是积性，那么可以 $O(n^{2/3})$ ，否则暴力递归 $O(n^{3/4})$ 。
可以发现取 g(n) = 1 即可得到上述欧拉函数与莫比乌斯函数前缀和的递推公式。

提供几个优秀的学习来源：
tls的博客：https://blog.csdn.net/skywalkert/article/details/50500009
吉利爷的博客：http://jiruyi910387714.is-programmer.com/posts/195270.html

北弑鸣狮

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
容斥,积性函数,卷积,数论

质数，欧拉函数，莫比乌斯函数等积性函数筛法积性函数都可以在复杂度内计算出来。如何线性筛？首先计算,其次当为质数的时候可得.接下来筛的时候，如果则.，我们需要手动推出等他们之间的关系。//欧拉筛打表o(n)int tot,prime[maxn];bool isPrime[maxn];int phi[maxn],mu[maxn];void init(){ m...
复制链接

扫一扫