[NEFUOJ]1507 Fibonacci And Gcd

本文介绍了一种解决Fibonacci数列与最大公约数(GCD)组合问题的有效算法。通过数学变换,将双层求和问题转化为单层求和,并利用线性筛法快速计算Mu函数前缀和,最终实现线性时间内解决问题。

[NEFUOJ]1507 Fibonacci And Gcd
题目地址 Fibonacci And Gcd
题目大意 F i b 1 = 1 , F i b 2 = 1 , F i b n = F i b n − 1 + F i b n − 2 Fib_1=1,Fib_2=1,Fib_n=Fib_{n-1}+Fib_{n-2} Fib1=1,Fib2=1,Fibn=Fibn1+Fibn2 ∑ i = 1 n ∑ j = 1 m g c d ( F i b i , F i b j ) \sum_{i=1}^n\sum_{j=1}^mgcd(Fib_i,Fib_j) i=1nj=1mgcd(Fibi,Fibj)结果对1e9+7取模 ( n ≤ 1000000 ) (n\leq1000000) (n1000000)
题目分析: 首先看到 g c d ( F i b i , F i b j ) gcd(Fib_i,Fib_j) gcd(Fibi,Fibj),想到将其转化为 F i b ( g c d ( i , j ) ) Fib(gcd(i,j)) Fib(gcd(i,j)),然后式子就变成了 ∑ i = 1 n ∑ j = 1 m F i b g c d ( i , j ) \sum_{i=1}^n\sum_{j=1}^mFib_{gcd(i,j)} i=1nj=1mFibgcd(i,j)改为枚举 F i b k Fib_k Fibk ∑ k = 1 m i n ( n , m ) F i b k ∑ i = 1 n ∑ j = 1 m [ g c d ( i , j ) = = k ] \sum_{k=1}^{min(n,m)}Fib_k\sum_{i=1}^n\sum_{j=1}^m[gcd(i,j)==k] k=1min(n,m)Fibki=1nj=1m[gcd(i,j)==k]
对后两个 ∑ \sum 显然是一个反演的形式,设 f ( x ) = ∑ i = 1 n ∑ j = 1 m [ g c d ( i , j ) = = x ] f(x)=\sum_{i=1}^n\sum_{j=1}^m[gcd(i,j)==x] f(x)=i=1nj=1m[gcd(i,j)==x] g ( x ) = ∑ x ∣ d f ( d ) g(x)=\sum_{x|d}f(d) g(x)=xdf(d)反演得 f ( x ) = ∑ x ∣ d μ ( d x ) g ( d ) f(x)=\sum_{x|d}\mu(\frac{d}{x})g(d) f(x)=xdμ(xd)g(d) x = 1 x=1 x=1时, f ( 1 ) = ∑ 1 ∣ d μ ( d 1 ) g ( d ) f(1)=\sum_{1|d}\mu(\frac{d}{1})g(d) f(1)=1dμ(1d)g(d) f ( 1 ) = ∑ i = 1 n μ ( i ) g ( i ) f(1)=\sum_{i=1}^n\mu(i)g(i) f(1)=i=1nμ(i)g(i)而对于 g ( x ) g(x) g(x) f ( x ) f(x) f(x) 带入可得 g ( x ) = ∑ x ∣ d ∑ i = 1 n ∑ j = 1 m [ g c d ( i , j ) = = d ] g(x)=\sum_{x|d}\sum_{i=1}^{n}\sum_{j=1}^{m}[gcd(i,j)==d] g(x)=xdi=1nj=1m[gcd(i,j)==d] g ( x ) = ∑ i = 1 n ∑ j = 1 m [ x ∣ g c d ( i , j ) ] g(x)=\sum_{i=1}^{n}\sum_{j=1}^{m}[x|gcd(i,j)] g(x)=i=1nj=1m[xgcd(i,j)]进一步变形 g ( x ) = ∑ i = 1 ⌊ n x ⌋ ∑ j = 1 ⌊ m x ⌋ [ 1 ∣ g c d ( i , j ) ] g(x)=\sum_{i=1}^{\lfloor \frac{n}{x} \rfloor}\sum_{j=1}^{\lfloor \frac{m}{x} \rfloor}[1|gcd(i,j)] g(x)=i=1xnj=1xm[1gcd(i,j)]
g ( x ) = ⌊ n x ⌋ ⌊ m x ⌋ g(x)=\lfloor \frac{n}{x} \rfloor\lfloor \frac{m}{x} \rfloor g(x)=xnxm
带回到 f ( x ) f(x) f(x) f ( 1 ) = ∑ i = 1 m i n ( n , m ) ⌊ n i ⌋ ⌊ m i ⌋ μ ( i ) f(1)=\sum_{i=1}^{min(n,m)}\lfloor \frac{n}{i} \rfloor\lfloor \frac{m}{i} \rfloor\mu(i) f(1)=i=1min(n,m)inimμ(i)此时,原式变形为 ∑ k = 1 m i n ( n , m ) F i b k ∑ i = 1 m i n ( n , m ) ⌊ n i ⌋ ⌊ m i ⌋ μ ( i ) \sum_{k=1}^{min(n,m)}Fib_k\sum_{i=1}^{min(n,m)}\lfloor \frac{n}{i} \rfloor\lfloor \frac{m}{i} \rfloor\mu(i) k=1min(n,m)Fibki=1min(n,m)inimμ(i)因此只需要线性筛出 μ \mu μ函数的前缀和即可在线性的时间复杂度内求出答案。
代码如下

#include<stdio.h>
#include<algorithm>
#include<string.h>
#define mxn 1100000
#define LL long long
#define mod 1000000007
LL mu[mxn],used[mxn],prime[mxn],sum[mxn],Fi[mxn],cnt;
using namespace std;
void swap(LL &a,LL &b){
	a+=b;b=a-b;a-=b;
}
void GetMu(){
	mu[1]=1;
	for(int i=2;i<=mxn;i++){
		if(!used[i]){
			prime[++cnt]=i;
			mu[i]=-1;
		}
		for(int j=1;j<=cnt&&i*prime[j]<=mxn;j++){
			used[i*prime[j]]=1;
			if(i%prime[j]==0)break;
			else mu[i*prime[j]]=-mu[i];
		}
	}
	for(int i=1;i<=mxn;i++)
		sum[i]=sum[i-1]+mu[i];
}
LL Work(LL n,LL m){
	LL _sum=0;
	if(n>m)swap(n,m);
	for(int l=1,r;l<=n;l=r+1){
        r=min(n/(n/l),m/(m/l));
        _sum=(_sum+(n/l)*(m/l)*(sum[r]-sum[l-1]))%mod;
        _sum=(_sum+mod)%mod;
    }
    return _sum;
}
int main()
{
	int t;
	scanf("%d",&t);
	GetMu();
	while(t--){
		LL n,m;
		scanf("%lld %lld",&n,&m);
		if(n>m)swap(n,m);
		LL ans=0;
        Fi[1]=1;Fi[2]=1;
        for(int i=3;i<=n;i++)
        	Fi[i]=(Fi[i-1]+Fi[i-2])%mod;
        for(int i=1;i<=n;i++)
        	ans=(ans+Fi[i]*Work(n/i,m/i)+mod)%mod;
		printf("%lld\n",ans);
	}
	return 0;
}
基于STM32 F4的永磁同步电机无位置传感器控制策略研究内容概要:本文围绕基于STM32 F4的永磁同步电机(PMSM)无位置传感器控制策略展开研究,重点探讨在不依赖物理位置传感器的情况下,如何通过算法实现对电机转子位置和速度的精确估计与控制。文中结合嵌入式开发平台STM32 F4,采用如滑模观测器、扩展卡尔曼滤波或高频注入法等先进观测技术,实现对电机反电动势或磁链的估算,进而完成无传感器矢量控制(FOC)。同时,研究涵盖系统建模、控制算法设计、仿真验证(可能使用Simulink)以及在STM32硬件平台上的代码实现与调试,旨在提高电机控制系统的可靠性、降低成本并增强环境适应性。; 适合人群:具备一定电力电子、自动控制理论基础和嵌入式开发经验的电气工程、自动化及相关专业的研究生、科研人员及从事电机驱动开发的工程师。; 使用场景及目标:①掌握永磁同步电机无位置传感器控制的核心原理与实现方法;②学习如何在STM32平台上进行电机控制算法的移植与优化;③为开发高性能、低成本的电机驱动系统提供技术参考与实践指导。; 阅读建议:建议读者结合文中提到的控制理论、仿真模型与实际代码实现进行系统学习,有条件者应在实验平台上进行验证,重点关注观测器设计、参数整定及系统稳定性分析等关键环节。
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