51Nod1188最大公约数之和 V2

  • 题目链接
  • 题意: 给出一个数N,输出小于等于N的所有数,两两之间的最大公约数之和。即计算 G = ∑ i = 1 i < n ∑ j = i + 1 j < = i G C D ( i , j ) G=\sum_{i=1}^{i<n}\sum_{j=i+1}^{j<=i}GCD(i,j) G=i=1i<nj=i+1j<=iGCD(i,j)
  • 输入:

第1行:1个数T,表示后面用作输入测试的数的数量。(1 <= T <= 50000)
第2 - T + 1行:每行一个数N。(2 <= N <= 5000000)

  • 输出:

共T行,输出最大公约数之和。

  • 输入样例:

3
10
100
200000

  • 输出样例:

67
13015
143295493160

  • 题解:
    首先可以将计算公式转化成
    ∑ i = 2 n ∑ j = 1 i − 1 g c d ( i , j ) \sum_{i=2}^{n}\sum_{j=1}^{i-1}gcd(i,j) i=2nj=1i1gcd(i,j)
    = ∑ i = 2 n ( ∑ j = 1 i g c d ( i , j ) − i ) =\sum_{i=2}^{n}(\sum_{j=1}^{i}gcd(i,j)-i) =i=2n(j=1igcd(i,j)i)
    = ∑ i = 2 n ∑ j = 1 i g c d ( i , j ) − ∑ i = 2 n i =\sum_{i=2}^{n}\sum_{j=1}^{i}gcd(i,j)-\sum_{i=2}^{n}i =i=2nj=1igcd(i,j)i=2ni
    = ∑ i = 1 n ∑ j = 1 i g c d ( i , j ) − ∑ i = 1 n i =\sum_{i=1}^{n}\sum_{j=1}^{i}gcd(i,j)-\sum_{i=1}^{n}i =i=1nj=1igcd(i,j)i=1ni

    现在只需要计算前面一部分即可
    ∑ i = 1 n ∑ j = 1 i g c d ( i , j ) \sum_{i=1}^{n}\sum_{j=1}^{i}gcd(i,j) i=1nj=1igcd(i,j)
    = ∑ d = 1 n d ∑ i = 1 n ∑ j = 1 i [ g c d ( i , j ) = d ] =\sum_{d=1}^{n}d\sum_{i=1}^{n}\sum_{j=1}^{i}[gcd(i,j)=d] =d=1ndi=1nj=1i[gcd(i,j)=d]
    = ∑ d = 1 n d ∑ i = 1 ⌊ n d ⌋ ∑ j = 1 i [ g c d ( i , j ) = 1 ] =\sum_{d=1}^{n}d\sum_{i=1}^{\lfloor\frac{n}{d}\rfloor}\sum_{j=1}^{i}[gcd(i,j)=1] =d=1ndi=1dnj=1i[gcd(i,j)=1]
    = ∑ d = 1 n d ∑ i = 1 ⌊ n d ⌋ φ ( i ) =\sum_{d=1}^{n}d\sum_{i=1}^{\lfloor\frac{n}{d}\rfloor}\varphi(i) =d=1ndi=1dnφ(i)

然后解可以分块求解,只要先预处理出欧拉函数的前缀和即可。复杂度是 O ( T N ) O(T\sqrt{N}) O(TN ),看一下数据范围貌似可以通过。
然而一切并没有那么美好,这样写是会让你T到怀疑人生的
换一种方法分析,对于
∑ i = 1 n ∑ j = 1 i g c d ( i , j ) \sum_{i=1}^{n}\sum_{j=1}^{i}gcd(i,j) i=1nj=1igcd(i,j)
我们先来分析里面的式子,
∑ j = 1 i g c d ( i , j ) \sum_{j=1}^{i}gcd(i,j) j=1igcd(i,j),我们枚举 g c d ( i , j ) gcd(i,j) gcd(i,j),因为他是i的约数,则
= ∑ d ∣ i d ∑ j = 1 i [ g c d ( i , j ) = d ] =\sum_{d\mid i}d\sum_{j=1}^{i}[gcd(i,j)=d] =didj=1i[gcd(i,j)=d]
= ∑ d ∣ i d ∑ j = 1 ⌊ i d ⌋ [ g c d ( i , j ) = 1 ] =\sum_{d\mid i}d\sum_{j=1}^{\lfloor\frac{i}{d}\rfloor}[gcd(i,j)=1] =didj=1di[gcd(i,j)=1]
= ∑ d ∣ i d φ ( ⌊ i d ⌋ ) =\sum_{d\mid i}d\varphi(\lfloor\frac{i}{d}\rfloor) =didφ(di)
f ( n ) = ∑ d ∣ n d φ ( ⌊ n d ⌋ ) f(n)=\sum_{d\mid n}d\varphi(\lfloor\frac{n}{d}\rfloor) f(n)=dndφ(dn) f = φ ∗ I d f=\varphi*Id f=φId,因为函数 φ \varphi φ I d Id Id都是积性函数,二者作巻积得到的函数仍然是积性函数,因此函数 f f f也是积性函数,因此可以通过积性函数线性 O ( N ) O(N) O(N)求得( N ⩽ 5 e 6 N\leqslant5e6 N5e6)。所以
G = ∑ i = 2 n f ( i ) − ∑ i = 2 n i G=\sum_{i=2}^{n}f(i)-\sum_{i=2}^{n}i G=i=2nf(i)i=2ni
如何计算 f ( n ) = ∑ d ∣ n d φ ( ⌊ n d ⌋ ) f(n)=\sum_{d\mid n}d\varphi(\lfloor\frac{n}{d}\rfloor) f(n)=dndφ(dn)
n = p n=p n=p时, f ( p ) = 1 ∗ φ ( p ) + p ∗ φ ( 1 ) = 2 ∗ p − 1 f(p)=1*\varphi(p)+p*\varphi(1)=2*p-1 f(p)=1φ(p)+pφ(1)=2p1
n = p k n=p^{k} n=pk时,
f ( p k ) = 1 ∗ φ ( p k ) + p ∗ φ ( p k − 1 ) + . . . + p k − 1 φ ( p ) + p k φ ( 1 ) f(p^{k})=1*\varphi(p^{k})+p*\varphi(p^{k-1})+...+p^{k-1}\varphi(p)+p^{k}\varphi(1) f(pk)=1φ(pk)+pφ(pk1)+...+pk1φ(p)+pkφ(1)
= p k − 1 ∗ ( p − 1 ) + p ∗ p k − 2 ∗ ( p − 1 ) + . . . + p k − 1 ∗ ( p − 1 ) + p k =p^{k-1}*(p-1)+p*p^{k-2}*(p-1)+...+p^{k-1}*(p-1)+p^{k} =pk1(p1)+ppk2(p1)+...+pk1(p1)+pk
= k ∗ p k − 1 ∗ ( p − 1 ) + p k =k*p^{k-1}*(p-1)+p^{k} =kpk1(p1)+pk
= ( k + 1 ) ∗ p k − k ∗ p k − 1 =(k+1)*p^{k}-k*p^{k-1} =(k+1)pkkpk1
n = p k − 1 n=p^{k-1} n=pk1,时 f ( p k − 1 ) = k ∗ p k − 1 − ( k − 1 ) ∗ p k − 2 f(p^{k-1})=k*p^{k-1}-(k-1)*p^{k-2} f(pk1)=kpk1(k1)pk2
f ( p k ) = p ∗ f ( p k − 1 ) + p k − 1 ∗ ( p − 1 ) f(p^{k})=p*f(p^{k-1})+p^{k-1}*(p-1) f(pk)=pf(pk1)+pk1(p1)
由此就可以通过积性函数线性筛 O ( N ) O(N) O(N)计算出函数 f f f。再处理出其前缀和,就可以O(1)的返回查询的每一个 n n n

  • 代码实现:

#include <bits/stdc++.h>
using namespace std;
#define ll long long
#define inf 0x3f3f3f3f
#define mes(a, val) memset(a, val, sizeof a)
#define mec(b, a) memcpy(b, a, sizeof a)

const int maxn = 5e6+ 100;
bool v[maxn];
int p[maxn];
ll f[maxn];
int low[maxn];
int m;

int read(){
    char x;
    while((x = getchar()) > '9' || x < '0') ;
    int u = x - '0';
    while((x = getchar()) <= '9' && x >= '0')
    u = (u << 3) + (u << 1) + x - '0';
    return u;
}
void sieze(int n)
{
    m = 0; mes(v, false);
    for(int i = 2; i <= n; i ++){
        if(!v[i]){
            p[++ m] = i; low[i] = i; f[i] = 2 * i - 1;
        }
        for(int j = 1; j <= m && i * p[j] <= n; j ++){
            v[i * p[j]] = true;
            if(i % p[j]){
                f[i * p[j]] = f[i] * f[p[j]];
                low[i * p[j]] = p[j];
            }
            else {
                if(low[i] == i) f[i * p[j]] = p[j] * f[i] + i * (p[j] - 1);
                else f[i * p[j]] = f[i / low[i]] * f[low[i] * p[j]];
                low[i * p[j]] = low[i] * p[j];
                break;
            }
        }
    }
    f[1] = 0;
    for(int i = 2; i <= n; i ++){
        f[i] += f[i-1];
    }
}
ll solve(ll n)
{
    ll ans = f[n] - (n + 2) * (n - 1) / 2;
    return ans;
}

int main()
{
    sieze(maxn - 10);
    int T; scanf("%d", &T);
    while(T --){
        ll n; n = read();
        ll ans = solve(n);
        printf("%lld\n", ans);
    }
    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
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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