Comet OJ - Contest #8 神奇函数(积性函数)

本文详细解析了一道涉及欧拉函数的算法题目,通过将原问题转化为可编程形式,利用欧拉函数的性质进行优化,最终实现了高效求解。文章提供了完整的代码实现,时间复杂度低。

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

 

 

 题意:求上面那个函数的值,题目很清楚

题解:欧拉函数的应用,首先我们要把上面那个式子换成我们熟悉能用代码写的复杂度小的形式,因为题目中的条件是除以最小质因子(显然),我们考虑把x换成下面这个形式:

x=p_1^{t_1} \times p_2^{t_2} \times p_3^{t_3} ....\times p_n^{t_n}

那么我们经过推导很容易得出   f(x)=p_1^{\frac{t_1}{2}} \times p_2^{\frac{t_2}{2}} \times p_3^{\frac{t_3}{2}} ....\times p_n^{\frac{t_n}{2}}

然后我们知道欧拉函数的性质(与质数有关的函数考虑欧拉函数):n=\sum_^{d|n} $ phi(d)

 然后把n换成f(x) :f(x)=\sum_^{d|f(x)} $ phi(d)

 因为x=f(x)^2而且f(x)是d的倍数(上式可看出)那么x就是d^2的倍数,所以:f(x)=\sum_^{d^{2}|x} $ phi(d)

所以我们能得到:\sum_{i=1}^{n}f(i)=\sum_{i=1}^{n}\sum_{d^{2}|i}phi(d)=\sum_{d=1}^{d^{2}<=n}\sum_{i=1}^{\frac{n}{d^{2}}}phi(d)=\sum_{d=1}^{d^{2}<=n}\frac{n}{d^{2}}phi(d) 

 这样我们就能写代码了,时间复杂度O(\sqrt{n})

上代码:

#include <bits/stdc++.h>
using namespace std;
typedef long long ll;
const int MAX = 1e7+10;
int pr[MAX],ph[MAX];
bool vis[MAX];
int cnt;
void getph(){//筛欧拉值
	ph[1]=1;
	vis[0]=vis[1]=true;
	for (ll i = 2; i < MAX;i++){
		if(!vis[i]){
			pr[cnt++]=i;
			ph[i]=i-1;
		}
		for (ll j = 0; j < cnt&&i*pr[j]<MAX;j++){
			vis[i*pr[j]]=true;
			if(i%pr[j]==0){
				ph[i*pr[j]]=ph[i]*pr[j];
				break;
			}
			ph[i*pr[j]]=ph[i]*(pr[j]-1);
		}
	}
}
int main(){
	getph();
	int t;
	scanf("%d",&t);
	while(t--){
		ll n;
		scanf("%lld",&n);
		ll ans=0;
		for (ll d = 1; d*d <= n;d++){//注意:用long long
			ans+=(n/(d*d))*ph[d];
		}
		printf("%lld\n",ans);
	}
	return 0;
} 

 

# YOLOv5 🚀 requirements # Usage: pip install -r requirements.txt # Base ------------------------------------------------------------------------ gitpython ipython # interactive notebook matplotlib>=3.2.2 numpy>=1.18.5 opencv-python>=4.1.1 Pillow>=7.1.2 psutil # system resources PyYAML>=5.3.1 requests>=2.23.0 scipy>=1.4.1 thop>=0.1.1 # FLOPs computation torch>=1.7.0 # see https://pytorch.org/get-started/locally (recommended) torchvision>=0.8.1 tqdm>=4.64.0 # protobuf<=3.20.1 # https://github.com/ultralytics/yolov5/issues/8012 # Logging --------------------------------------------------------------------- tensorboard>=2.4.1 # clearml>=1.2.0 # comet # Plotting -------------------------------------------------------------------- pandas>=1.1.4 seaborn>=0.11.0 # Export ---------------------------------------------------------------------- # coremltools>=6.0 # CoreML export # onnx>=1.9.0 # ONNX export # onnx-simplifier>=0.4.1 # ONNX simplifier # nvidia-pyindex # TensorRT export # nvidia-tensorrt # TensorRT export # scikit-learn<=1.1.2 # CoreML quantization # tensorflow>=2.4.1 # TF exports (-cpu, -aarch64, -macos) # tensorflowjs>=3.9.0 # TF.js export # openvino-dev # OpenVINO export # Deploy ---------------------------------------------------------------------- # tritonclient[all]~=2.24.0 # Extras ---------------------------------------------------------------------- # mss # screenshots # albumentations>=1.0.3 # pycocotools>=2.0 # COCO mAP # roboflow # ultralytics # HUB https://hub.ultralytics.com
最新发布
05-25
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

打赏作者

心脏dance

如果解决了您的疑惑,谢谢打赏呦

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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