洛谷P4213 [模板]杜教筛(Sum) 杜教筛

P4213 【模板】杜教筛(Sum)

标签

  • 杜教筛

前言

  • 杜教筛的模板~
  • 前置知识是线性筛,莫比乌斯反演,狄利克雷卷积~如果不会,需要稍微学习一下再来学杜教筛~

简明题意

  • 需要求\(\mu\)\(\phi\)的前缀和,范围在\(2^{31}−1\),多组询问。

思路

  • 杜教筛的模板。首先,杜教筛的核心是下面这个式子:(g函数你可以任意取)
    \[g(1)*S(n)=\sum_{i=1}^n(f*g)(i)-\sum_{i=2}^ng(i)S[\frac ni]\]

    我快乐的来推导一下吧~很简单
    首先我们任意取一个g函数,g和f的狄利克雷卷积的前缀和
    \[\sum_{i=1}^n(g*f)(i)=\sum_{i=1}^n\sum_{d|i}g(d)f([\frac id])\]
    改为枚举d:
    \[\sum_{d=1}^n\sum_{i=1}^n[d|i]g(d)f([\frac id])\]
    然后\(\sum\limits_{i=1}^n[d|i]\)这个式子可以很容易变换上限,就成了\(\sum\limits_{i=1}^{[\frac nd]}1\)。变了上限之后枚举项i成了原来的\([\frac 1d]\),所以后面的\(f([\frac id])\)就成了\(f([\frac {i*d}d])=f(i)\),所以原式就成了:
    \[\sum_{d=1}^n\sum_{i=1}^{[\frac nd]}g(d)S(i)\]
    然后我们呢移项:
    \[\sum_{d=1}^ng(d)\sum_{i=1}^{[\frac nd]}f(i)\]
    很显然啊后面的式子就是f的前缀和,然后就成了:
    \[pre[f*g](n)=\sum_{d=1}^ng(d)S([\frac nd])\]
    然后自行前缀和一下:
    \[\sum_{d=1}^ng(d)S([\frac nd])-\sum_{d=2}^ng(d)S([\frac nd])=S(n)*g(1)\]

  • 观察只要求出了\(g\)的前缀和,最后面的式子就分块了。因此对于一个积性函数,我们只要找到一个
  1. 容易求前缀和
  2. 容易求和原函数的狄利克雷卷积的函数

的函数g,那么就能完成。

  • 先看\(\mu\)函数。容易知道\(\mu*I=\epsilon\),那就令\(g=I\),那么先把\(g\)\(I\)代换,再把我们要求的\(\mu\)代换掉\(f\)
    \[\sum\limits_{i=1}^n(\mu*g)(i)=\sum\limits_{i=1}^n(\mu*I)(i)\]

    \(\mu*I=\epsilon\)是常用的式子。证明:
    • 由狄利克雷卷积\(\mu*I=\sum\limits_{d|n}\mu(d)*I([\frac nd])\)
    • \(I(x)=1\),带入上式,可以知道\(\mu*I=\sum\limits_{d|n}\mu(d)\)
    • 而由莫比乌斯反演(也可以称为莫比乌斯函数性质)可以知道\(\sum\limits_{d|n}\mu(d)=[n==1]=\epsilon\),代入原式就有:
      \[\mu*I=\epsilon\]
  • 然后很容易知道\(\mu*I=\epsilon\),所以原式就成了:
    \[\sum\limits_{i=1}^n\epsilon(i)=[n>=1]\]
  • 简直太好求了。把这个带入原式就成了:
    \[S(n)=[n>=1]-\sum_{i=2}^nS[\frac ni]\]
  • 现在问题就是求第二个式子\(\sum\limits_{i=2}^ng(i)S[\frac ni]\),分块一下,简直简单了。

----------------------------------------------分鸽线----------------------------------------------

  • 现在求\(\phi\)的前缀和。跟前面差不多很简单鸭。自行推导吧~
    ----------------------------------------------分鸽线----------------------------------------------
  • 首先这个是可以记忆化搜索的,然而会T的很惨QAQ
  • 优化。虽然杜教筛是低于线性复杂度的,但是有多组询问鸭!多组询问时,线性筛的复杂度反而优于杜教筛(线性筛\(O(n\))预处理,然后\(O(1)\)查询。但杜教筛...)所以,我们可以提前线性筛一下,预处理出能筛出的\(\mu和\phi\)的前缀和,然后杜教筛就能快很多!!!

注意事项

  • 提前线性筛大概筛5e6比较合适~

总结

  • 这个得熟记常见的狄利克雷卷积,然后找g函数的时候就会很快!这里总结一下常见的狄利克雷卷积:
  • \(\mu*I=\epsilon\)
  • \(\phi*I=id\)

AC代码

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

const int maxn = 5e6 + 10;

bool no_prime[maxn];
int prime[maxn], mu[maxn], phi[maxn], p_mu[maxn];
long long p_phi[maxn];
int shai(int n)
{
    int cnt = 0;
    mu[1] = phi[1] = 1;

    for (int i = 2; i <= n; i++)
    {
        if (!no_prime[i])
            prime[++cnt] = i, mu[i] = -1, phi[i] = i - 1;

        for (int j = 1; j <= cnt && prime[j] * i <= n; j++)
        {
            no_prime[i * prime[j]] = 1;
            mu[i * prime[j]] = i % prime[j] == 0 ? 0 : -mu[i];
            phi[i * prime[j]] = i % prime[j] == 0 ? phi[i] * prime[j] : phi[i] * (prime[j] - 1);
            if (i % prime[j] == 0) break;
        }
    }

    for (int i = 1; i <= n; i++)
        p_mu[i] = p_mu[i - 1] + mu[i], p_phi[i] = p_phi[i - 1] + phi[i];

    return cnt;
}

unordered_map<int, int> rec_mu;
unordered_map<int, long long> rec_phi;

int pre_mu(int n)
{
    if (n <= maxn - 10) return p_mu[n];
    if (rec_mu[n]) return rec_mu[n];

    int l = 2, r, ans = (n >= 1);
    while (l <= n)
    {
        r = n / (n / l);
        ans -= (r - l + 1) * pre_mu(n / l);
        l = r + 1;
    }
    return rec_mu[n] = ans;
}

long long pre_phi(int n)
{
    if (n <= maxn - 10) return p_phi[n];
    if (rec_phi[n]) return rec_phi[n];

    int l = 2, r;

    long long ans = n % 2 == 0 ? 1ll*n / 2ll * (n + 1) : (n + 1ll) / 2ll * n;
    while (l <= n)
    {
        r = n / (n / l);
        ans -= (r - l + 1) * pre_phi(n / l);
        if (l == 2147483647) break;
        l = r + 1;
    }
    return rec_phi[n] = ans;
}

void solve()
{
    shai(maxn - 10);

    int t;
    scanf("%d", &t);
    while (t--)
    {
        int n;
        scanf("%d", &n);

        printf("%lld %d\n", pre_phi(n), pre_mu(n));
    }
}

int main()
{
    solve();
    return 0;
}

转载于:https://www.cnblogs.com/danzh/p/11302352.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值