[ACM]【莫比乌斯反演/杜教筛/数论分块】牛牛的最大公约数

牛牛的最大公约数

传送门
题意：一个区间内选N个数（可以重复选），求这N个数的gcd==K的选法数。

这周写了三篇论文猝死预备的我终于来填坑啦(lll￢ω￢)

思路：

首先将要求的用数学公式表达出来：${\sum }_{i_1=l}^r...{\sum }_{i_n=l}^r[gcd(i_1,...,i_n)=k]$。

等价于
${\sum }_{i_1=\lceil \frac{l}{k}\rceil }^{\lfloor \frac{r}{k}\rfloor }...{\sum }_{i_n=\lceil \frac{l}{k}\rceil }^{\lfloor \frac{r}{k}\rfloor }[gcd(i_1,...,i_n)=1]$。

由莫比乌斯函数的性质：
$[gcd(i,j)=1]⟺{\sum }_{d|gcd(i,j)}\mu (d)$
原式等价于
${\sum }_{i_1=\lceil \frac{l}{k}\rceil }^{\lfloor \frac{r}{k}\rfloor }...{\sum }_{i_n=\lceil \frac{l}{k}\rceil }^{\lfloor \frac{r}{k}\rfloor }{\sum }_{d|gcd(i_1,...,i_n)}\mu (d)$

为了清晰，以新的$l$表示原$\lceil \frac{l}{k}\rceil$，新$r$表示原$\lfloor \frac{r}{k}\rfloor$:
${\sum }_{i_1=l}^r...{\sum }_{i_n=l}^r{\sum }_{d|gcd(i_1,...,i_n)}\mu (d)$

变换枚举顺序，原式等价于
${\sum }_{d=1}^r\mu (d){\sum }_{i_1=l}^r...{\sum }_{i_n=l}^r[d|gcd(i_1,...i_n)]$

拆开后面的枚举项，等价于
${\sum }_{d=1}^r\mu (d){\sum }_{i_1=l}^r[d|i_1]...{\sum }_{i_n=l}^r[d|i_n]$

在$l$和$r$之间能够被$d$整除的数字有$\lfloor \frac{r}{d}\rfloor -\lfloor \frac{l-1}{d}\rfloor$个。
因此，原式等价于
${\sum }_{d=1}^r\mu (d)(\lfloor \frac{r}{d}\rfloor -\lfloor \frac{l-1}{d}\rfloor {)}^n$

$(\lfloor \frac{r}{d}\rfloor -\lfloor \frac{l-1}{d}\rfloor {)}^n$可以借由数论分块求出。
${\sum }_{d=1}^r\mu (d)$前缀和可以借由杜教筛求出。

代码：

#include<bits/stdc++.h>
using namespace std;
typedef long long ll;
ll n,k,l,r;
const ll maxn=1e7;//预处理量
const ll mod=1e9+7;
map<ll,ll> mp_mu;
ll vis[maxn+2],p[maxn],mu[maxn+2],tot=0,mu_sum[maxn+2];
void init(){//预处理
	mu[1]=1;
	for(int i=2;i<=maxn;i++){
		if(!vis[i]) p[++tot]=i,mu[i]=-1;
		for(int j=1;j<=tot&&i*p[j]<=maxn;j++){
			vis[i*p[j]]=1;
			if(i%p[j]==0){
				mu[i*p[j]]=0;
				break;
			}
			mu[i*p[j]]=-mu[i];
		}
	}
}
ll qpow(ll a,ll n){
	ll ans=1;
	while(n){
		if(n&1) ans=(ans*a)%mod;
		a=(a*a)%mod;
		n>>=1;
	}
	return ans;
}
ll getMu(ll x){
	if(x<=maxn) return mu_sum[x];
	if(mp_mu.find(x)!=mp_mu.end()) return mp_mu[x];
	ll res=1ll;
	for(ll i=2,j;i<=x;i=j+1){
		j=x/(x/i);
		res-=getMu(x/i)*(j-i+1);
	}
	return mp_mu[x]=res;
}
ll du(ll L,ll R){//杜教筛
	ll res=0;
	for(int i=1,j;i<=R;i=j+1){
		if(L-1<i) j=R/(R/i);//防止除零意外
		else j=min(R/(R/i),(L-1)/((L-1)/i));//取小的那个：毕竟是分块嘛
		ll x=getMu(j)-getMu(i-1);
		ll y=qpow(R/i-(L-1)/i,n);
		res=(res+(x*y)%mod)%mod;
	}
	res=(res+mod)%mod;//要是正才行
	return res;
} 
int main(){
	int L,R;
	init();
	scanf("%lld%lld%d%d",&n,&k,&L,&R);
	l=(L+k-1)/k;r=R/k;
	for(int i=1;i<=min(r,maxn);i++) mu_sum[i]=mu_sum[i-1]+mu[i];
	ll ans=du(l,r);
	printf("%lld\n",ans);
}

涉及知识

数论分块

理论：

数论分块用于快速处理形如${\sum }_i^n\lfloor \frac{n}{i}\rfloor$的式子。复杂度为$O(\sqrt{n})$（大概）。
通过观察可以发现，对于同一个$n$，$\lfloor \frac{n}{i}\rfloor$的值随着$i$呈现块状分布。对于任意一个$i(i\le n)$，能找到一个最大的$j(i\le j\le n)$，使得$\lfloor \frac{n}{i}\rfloor =\lfloor \frac{n}{j}\rfloor$，在这之间的$k(i\le k\le j)$都有$\lfloor \frac{n}{k}\rfloor =\lfloor \frac{n}{i}\rfloor$。
而这个$j=\lfloor \frac{n}{\lfloor \frac{n}{i}\rfloor }\rfloor$。
证明：
$\lfloor \frac{n}{i}\rfloor \le \frac{n}{i}$
$⟹\lfloor \frac{n}{\lfloor \frac{n}{i}\rfloor }\rfloor \ge \lfloor \frac{n}{\frac{n}{i}}\rfloor =\lfloor i\rfloor =i$
$⟹j\ge i$
因此，每次以$[i,j]$为一块，分块求和即可。

实现：

int ans=0;
for(int i=1,j;i<=n;i=j+1){
	j=n/(n/i);
	ans+=(j-(i-1))*(n/i);
}

Mobius函数(莫比乌斯)

理论：

定义：

$\mu (d)=\{\begin{array}{ll}1& d=1\\ (-1{)}^r& d=p_1...p_r,p_1,...,p_r\text{是两两不同的素数}\\ 0& \text{其他，即}d\text{有大于}1\text{的平方因数}\end{array}$

性质：

（证明见课本）
（1）积性函数（$(d_1,d_2)=1$时$\mu (d_1{d}_2)=\mu (d_1)\mu (d_2)$）
（2）${\sum }_{d|n}\mu (d)=[\frac{1}{n}]=\{\begin{array}{ll}1& n=1\\ 0& n\ne 0\end{array}$
（3）$[gcd(i,j)=1]⟺{\sum }_{d|gcd(i,j)}\mu (d)$
*（3）的证明：通过Dirichlet卷积。

筛法：

线性筛

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

前缀和筛法：

杜教筛 和 Min_25筛（原理都是因为$\mu$是积性函数）

Dirichlet卷积(狄利克雷)

两个数论函数的Dirichlet卷积是$(f\ast g)(n)={\sum }_{d|n}f(d)g(\frac{n}{d})$。满足交换律和结合律。
$\epsilon =\mu \ast 1⟺\epsilon (n)={\sum }_{d|n}\mu (d)$
注：$\epsilon (n)=[n=1]$为单位函数

杜教筛

被用来处理数论函数的前缀和问题。低于线性时间复杂度。
主要思路：通过寻找递推关系的方法来压缩计算步骤。

理论：

对于数论函数$f(x)$，要求$S(x)={\sum }_{x=1}^{n}f(x)$，构造$S(n)$关于$S(\lfloor \frac{n}{i}\rfloor )$的递推式。
对任意一个数论函数$g$，${\sum }_{i=1}^n{\sum }_{d|i}f(d)g(\frac{i}{d})={\sum }_{i=1}^{n}g(i)S(\lfloor \frac{n}{i}\rfloor )$
$⟺{\sum }_{i=1}^n(f\ast g)(i)={\sum }_{i=1}^{n}g(i)S(\lfloor \frac{n}{i}\rfloor )$
因此有$g(1)S(n)={\sum }_{i=1}^n(f\ast g)(i)-{\sum }_{i=2}^{n}g(i)S(\lfloor \frac{n}{i}\rfloor )$
如果我们可以快速求出${\sum }_{i=1}^n(f\ast g)(i)$，并使用数论分块递归地求出${\sum }_{i=2}^{n}g(i)S(\lfloor \frac{n}{i}\rfloor )$，那么就能得出$S(n)$。
证明：
${\sum }_{i=1}^n{\sum }_{d|i}f(d)g(\frac{i}{d})$
$={\sum }_{i=1}^n{\sum }_{d|i}g(d)f(\frac{i}{d})$（交换律）
$={\sum }_{d=1}^n{\sum }_{\frac{i}{d}=1}^{\lfloor \frac{n}{i}\rfloor }g(d)f(\lfloor \frac{i}{d}\rfloor )$（意识到原式是对于所有$i\le n$的贡献，根据这个变换枚举顺序）
$={\sum }_{i=1}^n{\sum }_{j=1}^{\lfloor \frac{n}{i}\rfloor }g(i)f(j)$（分别用新的$i$、$j$代替$d$和$\frac{i}{d}$）

实现：

求$\mu$的前缀和。
由$\epsilon =\mu \ast 1⟺\epsilon (n)={\sum }_{d|n}\mu (d)$可知，设$\mu$的前缀和为$S(n)$，那么
$S(n)={\sum }_{i=1}^n\epsilon (i)-{\sum }_{i=2}^{n}S(\lfloor \frac{n}{i}\rfloor )$
$=1-{\sum }_{i=2}^{n}S(\lfloor \frac{n}{i}\rfloor )$
$\lfloor \frac{n}{i}\rfloor$最多只有$O(\sqrt{n})$种取值，用数论分块寻找。
直接计算时间复杂度$O(n^{\frac{3}{4}})$，先用线性筛预处理前$n^{\frac{2}{3}}$，剩余部分时间复杂度为$O(n^{\frac{2}{3}})$。

ll get_large_mu(ll x){
	if(x<n) return sum_mu[x];//预处理（线性筛）计算的
	if(mp_mu.find(x)!=mp_mu.end()) return mp_mu[x];//get_large的时候计算过的
	ll res=1ll;
	for(ll i=2,j;i<=x;i=j+1){//从2开始
		j=x/(x/i);
		res-=get_large_mu(x/i)*(j-(i-1));//数论分块，递归调用
	}
	return mp_mu[x]=res;
}