8.12.22 ACM-ICPC数学 数论 莫比乌斯反演

8.12.22 ACM-ICPC数学 数论 莫比乌斯反演

引入

莫比乌斯反演是数论中的重要内容。对于一些函数 𝑓(𝑛)f(n)，如果很难直接求出它的值，而容易求出其倍数和或约数和 𝑔(𝑛)g(n)，那么可以通过莫比乌斯反演简化运算，求得 𝑓(𝑛)f(n) 的值。

在开始学习莫比乌斯反演前，需要先学习一些前置知识：数论分块、狄利克雷卷积。

莫比乌斯函数

定义

𝜇μ 为莫比乌斯函数，定义为

{1𝑛=10𝑛含有平方因子(−1)𝑘𝑘为 𝑛的本质不同质因子个数⎩⎨⎧​10(−1)k​n=1n含有平方因子k为 n的本质不同质因子个数​

详细解释如下： 令 𝑛=∏𝑖=1𝑘𝑝𝑖𝑐𝑖n=∏i=1k​pici​​，其中 𝑝𝑖pi​ 为质因子，𝑐𝑖≥1ci​≥1。上述定义表示：

• 当 𝑛=1n=1 时，𝜇(𝑛)=1μ(n)=1；
• 对于 𝑛≠1n=1 时：
  • 当存在 𝑖∈[1,𝑘]i∈[1,k]，使得 𝑐𝑖>1ci​>1 时，𝜇(𝑛)=0μ(n)=0，也就是说只要某个质因子出现的次数超过一次，𝜇(𝑛)μ(n) 就等于 0；
  • 当任意 𝑖∈[1,𝑘]i∈[1,k]，都有 𝑐𝑖=1ci​=1 时，𝜇(𝑛)=(−1)𝑘μ(n)=(−1)k，也就是说每个质因子都仅仅只出现过一次时，即 𝑛=∏𝑖=1𝑘𝑝𝑖n=∏i=1k​pi​，{𝑝𝑖}𝑖=1𝑘{pi​}i=1k​ 中个元素唯一时，𝜇(𝑛)μ(n) 等于 -1 的 𝑘k 次幂，此处 𝑘k 指的便是仅仅只出现过一次的质因子的总个数。

性质

莫比乌斯函数不仅是积性函数，还有如下性质：

{1𝑛=10𝑛≠1{10​n=1n=1​

即 ∑𝑑∣𝑛𝜇(𝑑)=𝜀(𝑛)∑d∣n​μ(d)=ε(n)，𝜇∗1=𝜀μ∗1=ε

证明

设 𝑛=∏𝑖=1𝑘𝑝𝑖𝑐𝑖n=∏i=1k​pici​​， 𝑛′=∏𝑖=1𝑘𝑝𝑖n′=∏i=1k​pi​

那么 ∑𝑑∣𝑛𝜇(𝑑)=∑𝑑∣𝑛′𝜇(𝑑)=∑𝑖=0𝑘(𝑘𝑖)⋅(−1)𝑖=(1+(−1))𝑘∑d∣n​μ(d)=∑d∣n′​μ(d)=∑i=0k​(ik​)⋅(−1)i=(1+(−1))k

根据二项式定理，易知该式子的值在 𝑘=0k=0 即 𝑛=1n=1 时值为 1 否则为 0，这也同时证明了 ∑𝑑∣𝑛𝜇(𝑑)=[𝑛=1]=𝜀(𝑛)∑d∣n​μ(d)=[n=1]=ε(n) 以及 𝜇∗1=𝜀μ∗1=ε。

注

这个性质意味着，莫比乌斯函数在狄利克雷生成函数中，等价于黎曼函数 𝜁ζ 的倒数。所以在狄利克雷卷积中，莫比乌斯函数是常数函数 1 的逆元。

补充结论

反演结论： [gcd⁡(𝑖,𝑗)=1]=∑𝑑∣gcd⁡(𝑖,𝑗)𝜇(𝑑)[gcd(i,j)=1]=∑d∣gcd(i,j)​μ(d)

直接推导： 如果看懂了上一个结论，这个结论稍加思考便可以推出：如果 gcd⁡(𝑖,𝑗)=1gcd(i,j)=1 的话，那么代表着我们按上个结论中枚举的那个 𝑛n 是 1，也就是式子的值是 1，反之，有一个与 [\gcd(i, j) = 1] 相同的值：0

利用 𝜀ε 函数： 根据上一结论，[ gcd⁡(𝑖,𝑗)=1gcd(i,j)=1] = 𝜀(gcd⁡(𝑖,𝑗))ε(gcd(i,j))，将 𝜀ε 展开即可。

线性筛

由于 𝜇μ 函数为积性函数，因此可以线性筛莫比乌斯函数（线性筛基本可以求所有的积性函数，尽管方法不尽相同）。

线性筛实现

void getMu() {
  mu[1] = 1;
  for (int i = 2; i <= n; ++i) {
    if (!flg[i]) p[++tot] = i, mu[i] = -1;
    for (int j = 1; j <= tot && i * p[j] <= n; ++j) {
      flg[i * p[j]] = 1;
      if (i % p[j] == 0) {
        mu[i * p[j]] = 0;
        break;
      }
      mu[i * p[j]] = -mu[i];
    }
  }
}

拓展

证明： 𝜑∗1=id⁡φ∗1=id

将 𝑛n 分解质因数： 𝑛=∏𝑖=1𝑘𝑝𝑖𝑐𝑖n=∏i=1k​pici​​

首先，因为 𝜑φ 是积性函数，故只要证明当 𝑛′=𝑝𝑐n′=pc 时 𝜑∗1=∑𝑑∣𝑛′𝜑(𝑛′𝑑)=id⁡φ∗1=∑d∣n′​φ(dn′​)=id 成立即可。

因为 𝑝p 是质数，于是 𝑑=𝑝0,𝑝1,𝑝2,⋯ ,𝑝𝑐d=p0,p1,p2,⋯,pc

易知如下过程：

该式子两侧同时卷 𝜇μ 可得

莫比乌斯变换

设 𝑓(𝑛),𝑔(𝑛)f(n),g(n) 为两个数论函数。

形式一

如果有 那么有

这种形式下，数论函数 𝑓(𝑛)f(n) 称为数论函数 𝑔(𝑛)g(n) 的莫比乌斯变换，数论函数 𝑔(𝑛)g(n) 称为数论函数 𝑓(𝑛)f(n) 的莫比乌斯逆变换（反演）。

容易看出，数论函数 𝑔(𝑛)g(n) 的莫比乌斯变换，就是将数论函数 𝑔(𝑛)g(n) 与常数函数 1 进行狄利克雷卷积。

注

根据狄利克雷卷积与狄利克雷生成函数的对应关系，数论函数 𝑔(𝑛)g(n) 的莫比乌斯变换对应的狄利克雷生成函数，就是数论函数 𝑔(𝑛)g(n) 的狄利克雷生成函数与黎曼函数 𝜁ζ 的乘积。

形式二

如果有 𝑓(𝑛)=∑𝑛∣𝑑𝑔(𝑑)f(n)=∑n∣d​g(d)，那么有

证明

方法一：对原式做数论变换。

方法二：运用卷积。 原问题为：已知 𝑓=𝑔∗1f=g∗1，证明 𝑔=𝑓∗𝜇g=f∗μ

易知如下转化：𝑓∗𝜇=𝑔∗1∗𝜇  ⟹  𝑓∗𝜇=𝑔f∗μ=g∗1∗μ⟹f∗μ=g（其中 1∗𝜇=𝜀1∗μ=ε）。

对于第二种形式： 类似上面的方法一，我们考虑逆推这个式子。

我们把 𝑑d 表示为 𝑘𝑛kn 的形式，然后把 𝑓f 的原定义代入式子。

发现枚举 𝑘k 再枚举 𝑘𝑛kn 的倍数可以转换为直接枚举 𝑛n 的倍数再求出 𝑘k，发现后面那一块其实就是 𝜀ε，整个式子只有在 𝑑=𝑛d=n 的时候才能取到值。

问题形式

「HAOI 2011」 Problem b 求值（多组数据）

根据容斥原理，原式可以分成 4 块来处理，每一块的式子都为

考虑化简该式子

因为 gcd⁡(𝑖,𝑗)=1gcd(i,j)=1 时对答案才用贡献，于是我们可以将其替换为 当且仅当 𝑛=1n=1 时值为 1 否则为 0），故原式化为

将 𝜀ε 函数展开得到

变换求和顺序，先枚举 𝑑∣gcd⁡(𝑖,𝑗)d∣gcd(i,j) 可得

易知 1∼⌊𝑛𝑘⌋1∼⌊kn​⌋ 中 𝑑d 的倍数有 ⌊𝑛𝑘𝑑⌋⌊kdn​⌋ 个，故原式化为

很显然，式子可以数论分块求解。

时间复杂度：Θ(𝑁+𝑇𝑛)Θ(N+Tn​)

代码实现

#include <algorithm>
#include <cstdio>
using namespace std;

const int N = 50000;
int mu[N + 5], p[N + 5];
bool flg[N + 5];

void init() {
  int tot = 0;
  mu[1] = 1;
  for (int i = 2; i <= N; ++i) {
    if (!flg[i]) {
      p[++tot] = i;
      mu[i] = -1;
    }
    for (int j = 1; j <= tot && i * p[j] <= N; ++j) {
      flg[i * p[j]] = 1;
      if (i % p[j] == 0) {
        mu[i * p[j]] = 0;
        break;
      }
      mu[i * p[j]] = -mu[i];
    }
  }
  for (int i = 1; i <= N; ++i) mu[i] += mu[i - 1];
}

int solve(int n, int m) {
  int res = 0;
  for (int i = 1, j; i <= min(n, m); i = j + 1) {
    j = min(n / (n / i), m / (m / i));
    res += (mu[j] - mu[i - 1]) * (n / i) * (m / i);  // 代推出来的式子
  }
  return res;
}

int main() {
  int T, a, b, c, d, k;
  init();  // 预处理mu数组
  scanf("%d", &T);
  for (int i = 1; i <= T; i++) {
    scanf("%d%d%d%d%d", &a, &b, &c, &d, &k);
    // 根据容斥原理，1<=x<=b&&1<=y<=d范围中的答案数减去1<=x<=b&&1<=y<=c-1范围中的答案数和
    //   1<=x<=a-1&&1<=y<=d范围中的答案数再加上1<=x<=a-1&&1<=y<=c-1范围中的答案数
    //   即可得到a<=x<=b&&c<=y<=d范围中的答案数
    // 这一步如果不懂可以画坐标图进行理解
    printf("%d\n", solve(b / k, d / k) - solve(b / k, (c - 1) / k) -
                       solve((a - 1) / k, d / k) +
                       solve((a - 1) / k, (c - 1) / k));
  }
  return 0;
}

例题

「SPOJ 5971」LCMSUM

求值（多组数据）

易得原式即

将原式复制一份并且颠倒顺序，然后将 𝑛n 一项单独提出，可得

根据 gcd⁡(𝑖,𝑛)=gcd⁡(𝑛−𝑖,𝑛)gcd(i,n)=gcd(n−i,n)，可将原式化为

两个求和式中分母相同的项可以合并。

即

可以将相同的 gcd⁡(𝑖,𝑛)gcd(i,n) 合并在一起计算，故只需要统计 gcd⁡(𝑖,𝑛)=𝑑gcd(i,n)=d 的个数。当 gcd⁡(𝑖,𝑛)=𝑑gcd(i,n)=d 时，gcd⁡(𝑖𝑑,𝑛𝑑)=1gcd(di​,dn​)=1，所以 gcd⁡(𝑖,𝑛)=𝑑gcd(i,n)=d 的个数有 𝜑(𝑛𝑑)φ(dn​) 个。

故答案为

变换求和顺序，设 𝑑′=𝑛𝑑d′=dn​，合并公因式，式子化为 12𝑛⋅(∑𝑑′∣𝑛𝑑′⋅𝜑(𝑑′)+1)21​n⋅(∑d′∣n​d′⋅φ(d′)+1)

设 𝑔(𝑛)=∑𝑑∣𝑛𝑑⋅𝜑(𝑑)g(n)=∑d∣n​d⋅φ(d)，已知 𝑔g 为积性函数，于是可以 Θ(𝑛)Θ(n) 筛出。每次询问 Θ(1)Θ(1) 计算即可。

下面给出这个函数筛法的推导过程：

首先考虑 𝑔(𝑝𝑗𝑘)g(pjk​) 的值，显然它的约数只有 𝑝𝑗0,𝑝𝑗1,⋯ ,𝑝𝑗𝑘pj0​,pj1​,⋯,pjk​，因此 𝑔(𝑝𝑗𝑘)=∑𝑤=0𝑘𝑝𝑗𝑤⋅𝜑(𝑝𝑗𝑤)g(pjk​)=∑w=0k​pjw​⋅φ(pjw​)

又有 则原式可化为

于是有

那么，对于线性筛中的 可得

即

同理有

代码实现

#include <cstdio>
const int N = 1000000;
int tot, p[N + 5];
long long g[N + 5];
bool flg[N + 5];  // 标记数组

void solve() {
  g[1] = 1;
  for (int i = 2; i <= N; ++i) {
    if (!flg[i]) {
      p[++tot] = i;
      g[i] = (long long)1 * i * (i - 1) + 1;
    }
    for (int j = 1; j <= tot && i * p[j] <= N; ++j) {
      flg[i * p[j]] = 1;
      if (i % p[j] == 0) {
        g[i * p[j]] =
            g[i] + (g[i] - g[i / p[j]]) * p[j] * p[j];  // 代入推出来的式子
        break;
      }
      g[i * p[j]] = g[i] * g[p[j]];
    }
  }
}

int main() {
  int T, n;
  solve();  // 预处理g数组
  scanf("%d", &T);
  for (int i = 1; i <= T; ++i) {
    scanf("%d", &n);
    printf("%lld\n", (g[n] + 1) * n / 2);
  }
  return 0;
}