51nod 1238 杜教筛

本文介绍了一种高效求解G(N)=∑i=1N∑j=1Nlcm(i,j)的方法,利用数学变换简化了问题,并通过分块技术和杜教筛实现了快速计算。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

传送门:51nod 1238


题意

G(N)=i=1Nj=1Nlcm(i,j)


题解

首先

G(N)=i=1Nj=1Nlcm(i,j)=2i=1Nj=1ilcm(i,j)i=1Nlcm(i,i)=2i=1Nid|iu=1idu[gcd(u,id)=1]N(N+1)2=2i=1Nid|iidϕ(id)+[id=1]2N(N+1)2=i=1Nid|iidϕ(id)+[id=1]N(N+1)2=i=1Ni(1+d|iidϕ(id))N(N+1)2=i=1Nid|iidϕ(id)=i=1Nid|idϕ(d)


其次枚举因子对i的贡献:

G(N)=i=1Nid|idϕ(d)=i=1Nd=1Nidϕ(d)


可用分块:

F(x)=i=1xiϕ(i)

预处理 N23 以内的 F(i)
对于 x>N23
杜教筛求解:

F(x)=i=1xiϕ(i)=i=1xi(id|i,d<iϕ(d))=i=1xi2i=1xid|i,d<iϕ(d))=x(2x+1)(x+1)6i=2xid=1xidϕ(d)=x(2x+1)(x+1)6i=2xiF(xi)

分块求解:


code:

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

const ll mod = 1e9 + 7;
const ll inv = (mod + 1) / 2;
const ll inv2 = inv * (mod + 1) / 3 % mod;
const int mo = 2333333;
const int N = 1000001;

bool isPrime[N];
int prime[N];
ll phi[N];
ll sum[N];

void init()
{
    int cnt = 0;
    memset(isPrime, true, sizeof isPrime);
    isPrime[1] = false;
    phi[1] = 1;
    sum[1] = 1;
    for(int i = 2; i < N; ++i)
    {
        if(isPrime[i])
        {
            prime[++cnt] = i;
            phi[i] = i - 1;
        }
        for(int j = 1; j <= cnt && i * prime[j] < N; ++j)
        {
            isPrime[i * prime[j]] = false;
            if(i % prime[j] == 0)
            {
                phi[i * prime[j]] = phi[i] * prime[j];
                break;
            }
            phi[i * prime[j]] = phi[i] * (prime[j] - 1);
        }
    }
    for(ll i = 2; i < N; ++i)
    {
        sum[i] = (sum[i - 1] + i * i * phi[i] % mod) % mod;
    }
}


ll Sum(ll x)
{
    return x % mod * ((x * 2 + 1) % mod) % mod * ((x + 1) % mod) % mod * inv2 % mod;
}
ll getSum(ll R, ll L)
{
    return ((Sum(R) - Sum(L)) % mod + mod) % mod;
}
ll n;

int next[mo], last[mo];
ll t[mo], v[mo];
int l;
void add(int x, ll y, ll z)
{
    t[++l] = y;
    next[l] = last[x];
    last[x] = l;
    v[l] = z;
}
ll cal(ll x)
{
    if(x < N) return sum[x];
    int k = x % mo;
    for(int i = last[k]; i; i = next[i])
        if(t[i] == x) return v[i];
    ll res = x % mod * ((x + 1) % mod) % mod * inv % mod;
    res = res * res % mod;
   // if(x == 10000000000) cout << res << endl;
    ll r;
    for(ll i = 2; i <= x; i = r + 1)
    {
        ll tmp = x / i;
        r = x / tmp;
        ll mul = getSum(r, i - 1);
        //if(x == 10000000000)cout << mul << " ";
        ll ans = cal(tmp) * mul % mod;
       // if(x == 10000000000)cout << ans << " ";
        res = ((res - ans) % mod + mod) % mod;
       // if(x == 10000000000) cout << res << endl;
    }
    add(k, x, res);
    return res;
}


ll Calc(ll x)
{
    ll res = 0;
    ll r;
    for(ll i = 1; i <= x; i = r + 1)
    {
        ll tmp = x / i;
        r = x / tmp;
        ll mul = ((r - i + 1) % mod) % mod * ((r + i) % mod) % mod * inv % mod;
       // cout << mul << " ";
        res = (res + mul * cal(tmp)  % mod) % mod;
        //cout << res << endl;
    }
    r = 0;
  /**  r = x * inv % mod;
    ll mul = 1;
    for(ll i = 1; i * i <= x; ++i)
    {
        if(x % i == 0)
        {
            mul = (mul + i * getPhi(i)) % mod;
            if(i * i != x)  mul = (mul + x / i * getPhi(x / i)) % mod;
        }
    }
    r = r * mul % mod;*/
    return ((res - r) % mod + mod) % mod;
}
int main()
{

    init();
    cin >> n;
 // cout << inv << " " <<inv2 << endl;
    cout << Calc(n) << endl;

    return 0;
}
题目 51nod 3478 涉及一个矩阵问题,要求通过最少的操作次数,使得矩阵中至少有 `RowCount` 行和 `ColumnCount` 列是回文的。解决这个问题的关键在于如何高效地枚举所有可能的行和列组合,并计算每种组合所需的操作次数。 ### 解法思路 1. **预处理每一行和每一列变为回文所需的最少操作次数**: - 对于每一行,计算将其变为回文所需的最少操作次数。这可以通过比较每对对称位置的值是否相同来完成。 - 对于每一列,计算将其变为回文所需的最少操作次数,方法同上。 2. **枚举所有可能的行和列组合**: - 由于 `N` 和 `M` 的最大值为 8,因此可以枚举所有可能的行组合和列组合。 - 对于每一种组合,计算其所需的最少操作次数,并取最小值。 3. **计算操作次数**: - 对于每一种组合,需要计算哪些行和列需要修改,并且注意行和列的交叉点可能会重复计算,因此需要去重。 ### 代码实现 以下是一个可能的实现方式,使用了枚举和位运算来处理组合问题: ```python def min_operations_to_palindrome(matrix, row_count, col_count): import itertools N = len(matrix) M = len(matrix[0]) # Precompute the cost to make each row a palindrome row_cost = [] for i in range(N): cost = 0 for j in range(M // 2): if matrix[i][j] != matrix[i][M - 1 - j]: cost += 1 row_cost.append(cost) # Precompute the cost to make each column a palindrome col_cost = [] for j in range(M): cost = 0 for i in range(N // 2): if matrix[i][j] != matrix[N - 1 - i][j]: cost += 1 col_cost.append(cost) min_total_cost = float('inf') # Enumerate all combinations of rows and columns rows = list(range(N)) cols = list(range(M)) from itertools import combinations for row_comb in combinations(rows, row_count): for col_comb in combinations(cols, col_count): # Calculate the cost for this combination cost = 0 # Add row costs for r in row_comb: cost += row_cost[r] # Add column costs for c in col_comb: cost += col_cost[c] # Subtract the overlapping cells for r in row_comb: for c in col_comb: # Check if this cell is part of the palindrome calculation if r < N // 2 and c < M // 2: if matrix[r][c] != matrix[r][M - 1 - c] and matrix[N - 1 - r][c] != matrix[N - 1 - r][M - 1 - c]: cost -= 1 min_total_cost = min(min_total_cost, cost) return min_total_cost # Example usage matrix = [ [0, 1, 0], [1, 0, 1], [0, 1, 0] ] row_count = 2 col_count = 2 result = min_operations_to_palindrome(matrix, row_count, col_count) print(result) ``` ### 代码说明 - **预处理成本**:首先计算每一行和每一列变为回文所需的最少操作次数。 - **枚举组合**:使用 `itertools.combinations` 枚举所有可能的行和列组合。 - **计算成本**:对于每一种组合,计算其成本,并考虑行和列交叉点的重复计算问题。 ### 复杂度分析 - **时间复杂度**:由于 `N` 和 `M` 的最大值为 8,因此枚举所有组合的时间复杂度为 $ O(N^{RowCount} \times M^{ColCount}) $,这在实际中是可接受的。 - **空间复杂度**:主要是存储预处理的成本,空间复杂度为 $ O(N + M) $。 ### 相关问题 1. 如何优化矩阵中行和列的枚举组合以减少计算时间? 2. 在计算行和列的交叉点时,如何更高效地处理重复计算的问题? 3. 如果矩阵的大小增加到更大的范围,如何调整算法以保持效率? 4. 如何处理矩阵中行和列的回文条件不同时的情况? 5. 如何扩展算法以支持更多的操作类型,例如翻转某个区域的值?
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