线性筛求莫比乌斯函数前缀和

这篇博客介绍了如何使用线性筛算法高效地计算1到N之间每个数的莫比乌斯函数。线性筛相比于埃拉托斯特henes筛更节省时间,通过判断数的质因子数量奇偶性来确定莫比乌斯函数的值。作者给出了线性筛的基本模板,并详细解释了如何在此基础上改编以计算莫比乌斯函数,最后展示了实现代码。

大家知道有一类问题,让你把1~N之间每一个数的莫比乌斯函数都输出来,或者把它们全部加起来再输出。这种问题应该属于求前缀和一类的啦 

用正规的方式表达:

gif.latex?%5Csum_%7Bi%3D1%7D%5E%7Bn%7D%20%5Cmu%20%28i%29

就论求1~N间每个数的莫比乌斯函数吧。我们一般使用Eratosthenes筛来解决。(简称埃氏)大家知道埃氏求素数的过程,其实就是标记N以内所有质数小于N的倍数,这样每个数有哪些质因子都可以被标记出来,同理若未被标记就说明是质数。利用每个质因子都可以去标记这一性质,我们就可以判断这个数的质因子数量的奇偶了。

int n, v[100000], miu[100000];
for(int i=1;i<=n;i++)miu[i]=1,v[i]=0;
	for(int i=2;i<=n;i++){
		if(v[i])continue;
		miu[i]=-1;
		for(int j=2*i;j<=n;j+=i){
			v[j]=1;
			if((j/i)%i==0)miu[j]=0;
			else miu[j]*=-1;
		}
	}

那么这个问题,能不能用线性筛来做呢?

当然也是可以的。

网上有很多线性筛求莫比乌斯函数的模板,但是由于蒟蒻比较懒,没去看dalao们的代码。于是就自己了想一个出来(保留所有版权

大家知道线性筛有一个很重要的特征,就是每个数只会被其最小的质因子筛一次,比埃氏更省时。那么线性筛求莫比乌斯函数也是在线性筛求素数的基础上改编的。

线性筛求1~N间素数模板如下:

int v[MAXN_N],prime[MAXN_N];
void primes(int n){
莫比乌斯函数(Möbius Function),记作 $ \mu(n) $,是数论中一个非常重要的积性函数,广泛应用于数论、组合数学和算法设计中,尤其是在**莫比乌斯反演**和**容斥原理**中。 --- ### 一、定义 莫比乌斯函数 $ \mu(n) $ 的定义如下: - $ \mu(1) = 1 $ - 若 $ n $ 有平方因子(即存在某个素数 $ p $,使得 $ p^2 \mid n $),则 $ \mu(n) = 0 $ - 否则,若 $ n $ 是 $ k $ 个不同素数的乘积,则: $$ \mu(n) = (-1)^k $$ 换句话说: - $ \mu(n) = 1 $:当 $ n $ 有偶数个不同素因子。 - $ \mu(n) = -1 $:当 $ n $ 有奇数个不同素因子。 - $ \mu(n) = 0 $:当 $ n $ 含有重复的素因子(即不是 square-free)。 --- ### 二、性质 1. **积性函数**:如果 $ a $ 和 $ b $ 互质,则 $ \mu(ab) = \mu(a)\mu(b) $ 2. **莫比乌斯反演公式**:若 $$ g(n) = \sum_{d|n} f(d) $$ 则 $$ f(n) = \sum_{d|n} \mu(d) g\left(\frac{n}{d}\right) $$ 3. **前缀和为0**: $$ \sum_{d|n} \mu(d) = \begin{cases} 1 & n = 1 \\ 0 & n > 1 \end{cases} $$ --- ### 三、C++ 实现(线性筛法) 我们可以使用线性筛法(欧拉筛)来高效地预处理出所有小于等于 $ n $ 的数的莫比乌斯函数值。 ```cpp #include <iostream> #include <vector> const int MAXN = 1e6 + 10; std::vector<int> mu(MAXN); std::vector<bool> is_prime(MAXN, true); std::vector<int> primes; void compute_mobius(int n) { mu[1] = 1; is_prime[0] = is_prime[1] = false; for (int i = 2; i <= n; ++i) { if (is_prime[i]) { primes.push_back(i); mu[i] = -1; // Single prime factor } for (int p : primes) { if (i * p > n) break; is_prime[i * p] = false; if (i % p == 0) { mu[i * p] = 0; // p^2 divides i*p break; } else { mu[i * p] = mu[i] * mu[p]; // Multiplicative } } } } int main() { int n = 100; compute_mobius(n); // 输出前n个数的莫比乌斯函数值 for (int i = 1; i <= n; ++i) { std::cout << "mu(" << i << ") = " << mu[i] << "\n"; } return 0; } ``` --- ### 四、解释 - 初始化 `mu[1] = 1` - 线性筛法过程中维护一个素数列表 `primes` - 当处理到 `i * p` 时: - 如果 `i % p == 0`,说明 `i` 中已经包含 `p`,那么 `i * p` 就含有平方因子 $ p^2 $,所以 $ \mu(i \cdot p) = 0 $ - 否则,$ \mu(i \cdot p) = \mu(i) \cdot \mu(p) $,利用积性函数的性质 --- ###
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