Codeforces Round #752 D

首先考察c(l,r)：

由此可见c(l,r)可以分解为一串欧拉函数值的和，且可以借由前缀和、数论分块的手段 地解决。

再考虑目标，能够预想，最优时，按某种规则均匀分布

并且显然有一个的DP，我们可以尝试优化它。

回头考虑c(l,r)，其中函数P的系数在时恒为1，也即此时c(l,r)的值与函数分布无关，于是我们发现的一个分划满足，于是我们只需考虑的情况。

那么我们可以的进行DP，然而这样的复杂度仍然偏高，我们可以尝试优化DP，考虑到目标决策状态具有某种意义上的分布均匀性，我们可以试图证明其决策单调性，四边形不等式是一个不错的选择。

所以我们可以用分治DP来优化至。

下附AC代码

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

typedef long long ll;
#define MAXN 100010
ll phi[MAXN],P[MAXN];

void totient(){
	P[0]=0,P[1]=1;
	for(int i=0;i<MAXN;++i){
		phi[i]=1;
	}
	for(ll i=2;i<MAXN;++i){
		if(phi[i]==1){
			for(ll j=i;j<MAXN;j*=i){
				for(ll k=j;k<MAXN;k+=j){
					if(j==i){
						phi[k]*=i-1;
					}
					else{
						phi[k]*=i;
					}
				}
			}
		}
		P[i]=P[i-1]+phi[i];
	}
}

const ll inf=1E18;

ll c(int l,int r){
	if(l>r)return inf;
	ll sum=0;
	while(l<=r){
		int pr=r/(r/l);
		if(pr>r)pr=r;
		sum+=(pr-l+1)*P[r/l];
		l=pr+1;
	}
	return sum;
}

ll dp[MAXN][18];
int MIN(int x,int y){
	if(x<y){
		return x;
	}
	return y;
}
void DC_DP(int d,int l,int r,int optl,int optr){
	if(l>r){
		return;
	}
	ll m=(l+r)>>1;
	ll opt=MIN(optr,m);
	ll cost=c(opt+1,m);
	dp[m][d]=inf;
	for(int k=opt;k>=optl;--k){
		ll prc=cost+dp[k][d-1];
		if(dp[m][d]>prc){
			dp[m][d]=prc;
			opt=k;
		}
		if(cost==inf){
			cost=c(k,m);//for next
		}
		else{
			cost+=P[m/k];
		}
	}
	DC_DP(d,l,m-1,optl,opt);
	DC_DP(d,m+1,r,opt,optr);
}

int main(){
	int T,n,k;
	scanf("%d",&T);
	totient();
	n=100000;
	k=17;
	for(int i=0;i<=n;++i){
		dp[i][1]=c(1,i);
	}
	for(int i=2;i<=k;++i){
		DC_DP(i,1,n,1,n);
	}
	while(T--){
		scanf("%d%d",&n,&k);
		if((k>=18)||((1<<k)>n)){
			printf("%d\n",n);
			continue;
		}
		printf("%lld\n",dp[n][k]);
	}
}