BZOJ3561 - DZY Loves Math VI

本文探讨了一道数学竞赛题目,目标是求解给定范围内所有数对的最小公倍数与最大公约数幂次的总和。通过巧妙的数学转换和算法优化,将复杂度降低到可接受范围,适用于大规模数据集。代码实现采用C++,利用预处理和枚举策略高效解决该问题。

Portal

Description

\(T(T\leq3)\)组测试数据。给出\(n,m(n\leq5\times10^5)\),求
\[ \sum_{i=1}^n \sum_{j=1}^m lcm(i,j)^{gcd(i,j)}\]

Solution

喜闻乐见推推推。
\[\begin{align*} ans &= \sum_{i=1}^n \sum_{j=1}^m lcm(i,j)^{gcd(i,j)} \\ &= \sum_{d=1}^{+∞} \sum_{i=1}^n \sum_{j=1}^m [gcd(i,j)=d](\frac{ij}{d})^d \\ &= \sum_{d=1}^{+∞} \sum_{i=1}^{⌊\frac{n}{d}⌋} \sum_{j=1}^{⌊\frac{m}{d}⌋} [gcd(i,j)=1](ijd)^d \\ &= \sum_{d=1}^{+∞} d^d \sum_{d_1=1}^{+∞}\mu(d_1) \sum_{d_1|i}^{⌊\frac{n}{d}⌋} \sum_{d_1|j}^{⌊\frac{m}{d}⌋} (ij)^d \\ &= \sum_{d=1}^{+∞} d^d \sum_{d_1=1}^{+∞}\mu(d_1) \sum_{i=1}^{⌊\frac{n}{dd_1}⌋} \sum_{j=1}^{⌊\frac{m}{dd_1}⌋} (id_1\cdot jd_1)^d \\ &= \sum_{d=1}^{+∞} d^d \sum_{d_1=1}^{+∞}\mu(d_1)d_1^{2d} \sum_{i=1}^{⌊\frac{n}{dd_1}⌋} i^d\sum_{j=1}^{⌊\frac{m}{dd_1}⌋} j^d \\ \end{align*}\] 于是我们枚举\(d\),预处理出\(f(x)=\sum_{i=1}^x i^d\),然后枚举\(d_1\)

根据调和级数总复杂度为\(O(nlogn)\)

Code

//DZY Loves Math VI
#include <algorithm>
#include <cstdio>
using std::swap;
typedef long long lint;
const int N=5e5+10;
const int P=1e9+7;
int prCnt,pr[N]; bool prNot[N];
int mu[N];
void init(int n)
{
    mu[1]=1;
    for(int i=2;i<=n;i++)
    {
        if(!prNot[i]) pr[++prCnt]=i,mu[i]=-1;
        for(int j=1;j<=prCnt;j++)
        {
            int x=i*pr[j]; if(x>n) break;
            prNot[x]=true;
            if(i%pr[j]) mu[x]=-mu[i]; else break;
        }
    }
}
int powD[N],S[N];
int pow(int x,int y)
{
    lint r=1,t=x;
    for(int i=y;i;i>>=1,t=(t*t)%P) if(i&1) r=(r*t)%P;
    return r;
}
int main()
{
    int task=1; init(5e5);
    while(task--)
    {
        int n,m; scanf("%d%d",&n,&m);
        if(n>m) swap(n,m);
        int ans=0;
        for(int i=1;i<=m;i++) powD[i]=1;
        for(int d=1;d<=n;d++)
        {
            int k1=n/d,k2=m/d,ansD=0;
            for(int i=1;i<=k2;i++) powD[i]=(1LL*powD[i]*i)%P;
            for(int i=1;i<=k2;i++) S[i]=(S[i-1]+powD[i])%P;
            for(int d1=1;d1<=k1;d1++) 
            {
                lint t=1LL*(mu[d1]+P)%P*powD[d1]%P*powD[d1]%P;
                t=t*S[k1/d1]%P*S[k2/d1]%P;
                ansD=(ansD+t)%P;
            }
            ans=(ans+1LL*ansD*pow(d,d))%P;
        }
        printf("%d\n",ans);
    }
    return 0;
}

转载于:https://www.cnblogs.com/VisJiao/p/BZOJ3561.html

内容概要:本文档介绍了基于3D FDTD(时域有限差分)方法在MATLAB平台上对微带线馈电的矩形天线进行仿真分析的技术方案,重点在于模拟超MATLAB基于3D FDTD的微带线馈矩形天线分析[用于模拟超宽带脉冲通过线馈矩形天线的传播,以计算微带结构的回波损耗参数]宽带脉冲信号通过天线结构的传播过程,并计算微带结构的回波损耗参数(S11),以评估天线的匹配性能和辐射特性。该方法通过建立三维电磁场模型,精确求解麦克斯韦方程组,适用于高频电磁仿真,能够有效分析天线在宽频带内的响应特性。文档还提及该资源属于一个涵盖多个科研方向的综合性MATLAB仿真资源包,涉及通信、信号处理、电力系统、机器学习等多个领域。; 适合人群:具备电磁场与微波技术基础知识,熟悉MATLAB编程及数值仿真的高校研究生、科研人员及通信工程领域技术人员。; 使用场景及目标:① 掌握3D FDTD方法在天线仿真中的具体实现流程;② 分析微带天线的回波损耗特性,优化天线设计参数以提升宽带匹配性能;③ 学习复杂电磁问题的数值建模与仿真技巧,拓展在射频与无线通信领域的研究能力。; 阅读建议:建议读者结合电磁理论基础,仔细理解FDTD算法的离散化过程和边界条件设置,运行并调试提供的MATLAB代码,通过调整天线几何尺寸和材料参数观察回波损耗曲线的变化,从而深入掌握仿真原理与工程应用方法。
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  | 博主筛选后可见
 
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