容斥性原理的应用（欧拉函数）

容斥原理：

原理1：有I,j,p三个条件，假设满足条件i成立的事件数量为Si，满足条件I,j同时成立的事件数量为Si*Sj，满足事件I,j,p同时成立的事件数量为Si*Sj*Sp。则至少满足I,j,p其中一个条件的事件个数为Si+Sj+Sp-SiSj-SjSp-SiSp+SiSjSp。

原理2：有A,B,C三个事件，其中i事件成立的概率为Pi，则A,B,C中至少一个事件成立的概率为PA+PB+PC-PAPB-PAPC-PBPC+PAPBPC。

特别说明：以上原理可以推广至多个事件的情况，那么，最终的结果函数为

                                                                          

引例1：三个矩形在同一个平面存在，且三个矩形形可以进行重叠，求三个正方形所围成的几合图形的面积。

                                                                                             

这样，由容斥性原理，S=S1+S2+S3-S12（12重叠的面积）-S13（13重叠的面积）-S23（23重叠的面积）+S123（123都重叠的面积）。

引例2：给出n的唯一分解式，

n=p1^a1 p2^a2·……·pn^an,（pi为素因子）

求不大于n的所有正整数中，与n互素的数的个数。

n与p互素：当gcd(n,p)=1时，n与p互素。

定理：对于素数p，n与p互素，当且仅当n不是p的倍数。（证明很显然，略）

特别说明：n=P^a,那么不大于n的p的倍数的个数为P^a-1个。

证明：P*k= Pa  ,解得：k=P^a-1。

所以，由容斥性原理，欧拉函数可以写成：

                                                         

公式的数学意义：满足k<=n且k与n互素的k的个数。

基本总数为n，首先减去是p1,p2,…,pk倍数的个数（由互素定理），然后加上同时是两个素因子的倍数的个数，再减去同时是三个素因子的倍数的个数……扩展至n。

但是这样做在编程实现上并不占优势，时间复杂度甚至不如暴力解决。所以我们需要寻找更好的解决方式，但是对欧拉公式的理解至关重要。

由于数学家的贡献，可以知道欧拉公式等价于下面的形式。

                                                      

该公式可以利用数学归纳法进行证明，但是我们可以对该公式进行理解性记忆，对照在概率论中学过的两个公式：

（1）( 1 – p1 ) ( 1 - p2 ) = 1 – p1 – p2 + p1p2

（2）( 1 - p1 ) ( 1 - p2 ) ( 1 – p3 ) = 1 – p1 – p2 - p3 + p1p2 + p2p3 + p1p3– p1p2p3

这样，对该公式的记忆变得不那么突兀。

这样，该问题就变的很好解决了。

值得一提的是，该问题如果需要求k<=n的欧拉函数表，下面的代码可以在O(nloglogn)的时间复杂度内完成全部欧拉函数值的计算。

intans[n+1];

voidphi_table(int n)

{

       int i.j;

       for(i=0;i<=n;i++) ans[i]=0;

       ans[1]=1;

       for(i=0;i<=n;i++) if(!ans[i])

              for(j=I;j<=n;j+=i)

              {

                     if(!ans[j]) ans[j]=j;

                     ans[j]=ans[j]/i*(i-1);

}

}

对该代码的理解：实际上是正面枚举任何一个比n小的数j，有多少个比j小的数是i 的倍数。与n有关的任意数i可以写成下面的形式：

                              j=a*i+b

这样，易知，当且仅当b=0时，j为i的倍数。

而b的取值范围是0 ~ i-1共i个数，而这i个数中只有1个是i的倍数。

由于a的可循环性，比j小的所有j个数中，每i个就有一个是i的倍数，其余均不是i的倍数，换句话说，其余i-1个数均与j互素。

这样的互素的数共有a = j / i 组，每组数中共有i-1个，所以满足条件的数共有j/i*(i-1)个。

这个理解是理解上述代码的基础。