魔法石

前置知识

狄利克雷卷积

在学习 杜教筛 的时候，想必已经接触到了这个东西。

$$(f\ast g)(n)=\sum _{d|n}f(d)g(\frac{n}{d})$$

其中 $(f\ast g)$ 表示 $f$ 和 $g$ 的狄利克雷卷积。

说白了，普通卷积是下标相加，狄利克雷是下标相乘。

它有几个著名的性质：

• 计算一次的时间复杂度是 $\mathcal{O}(n\ln n)$ 。其中 $\ln n$ 来自于著名的调和级数 ${\sum }_{x=1}^n{x}^{-1}$ 。
• 满足交换律、结合律——就像普通卷积一样。毕竟乘法是拥有交换律、结合律的。

常函数

就是 $I(x)=1$ ，没什么好说的。

题目

题目描述
给定 $f(1),f(2),f(3),\dots ,f(n)$ 和 $k$ ，对于 $\forall x\in [1,n]$ ，求

$$g(x)=\sum _{x_1|x}\sum _{x_2|x_1}\sum _{x_3|x_2}\cdots \sum _{x_k|x_{k-1}}f(x_k)$$

输出答案除以 $(10^9+7)$ 的余数。

数据范围与约定
对于 $30\%$ 的数据，$n\le 100,k\le 5$ 。

对于 $100\%$ 的数据，$n\le 100000,k\le 100000,T\le 5$ 。

思路

暴力

对于 $30\%$ 的数据，约数的数量并不多，层数也不多，$\mathtt{d}\mathtt{f}\mathtt{s}$ 即可。

动态规划

发现有重复计算的情况。于是考虑记忆化搜索。也就是动态规划。

令 $$g_i(x)=\sum _{x_1|x}\sum _{x_2|x_1}\sum _{x_3|x_2}\cdots \sum _{x_i|x_{i-1}}f(x_i)$$

那么一定有 $$g_i(x)=\sum _{d|x}{g}_{i-1}(d)$$

答案就是 $g_k(x)$ ，所以递推即可。可惜跟暴力分差不了多少。

卷积优化

然而这玩意儿……长得跟 狄利克雷卷积 很像！

我们把 $I$ 用进去，发现——

$$g_i(x)=\sum _{d|x}{g}_{i-1}(d)\cdot I\left(\frac{x}{d}\right)=(g_{i-1}\ast I)(x)$$

没错！这就是狄利克雷卷积的形式！

结合边界条件$$g_0(x)=f(x)$$

得到这样一个式子 g i = { [ ( f ∗ I ) ∗ I ] ∗ I } ∗ ⋯ ∗ I g_{i}=\{[(f*I)*I]*I\}*\cdots*I gi​={[(f∗I)∗I]∗I}∗⋯∗I

但是，狄利克雷卷积是拥有 结合律 的！

所以，我们把它简写一下：$$g_k=f\ast I^k$$

拥有结合律的幂，是可以使用 快速幂 的。所以复杂度就只有 $\mathcal{O}(n\log n\log k)$ 了。

代码

如果你不知道狄利克雷卷积应该怎么写（自然就搞不清楚复杂度），我贴一份代码，仅供参考。

void multiply(int a[],int b[],int c[]){
	/* a*b的值存在c里面 */
	memset(c,0,sizeof c);
	for(int i=1; i<=n; ++i)
		for(int j=1; j<=n/i; ++j)
			c[i*j] += a[i]*b[j];
}

于是其复杂度就是 $n+\frac{n}{2}+\frac{n}{3}+\cdots +\frac{n}{n}=\mathcal{O}(n\ln n)$ 。