[模板]杜教筛:
计算
∑i=1nμ(i)∑i=1nϕ(i)
\sum_{i=1}^{n}\mu(i)\\\sum_{i=1}^{n}\phi(i)
i=1∑nμ(i)i=1∑nϕ(i)
Solution:
杜教筛是一种能在O(n23)O(n^{\frac{2}{3}})O(n32)时间复杂度下计算积性函数的前缀和的算法,假设我们需要求积性函数f(x)f(x)f(x)的前nnn项和
S(n)=∑i=1nf(i)
S(n)=\sum_{i=1}^{n}f(i)
S(n)=i=1∑nf(i)
我们不妨找多一个积性函数g(x)g(x)g(x),考虑他们的迪利克雷卷积的前nnn项和
∑i=1n(f∗g)(i)=∑i=1n∑d∣if(d)g(id)
\sum_{i=1}^{n}(f*g)(i)=\sum_{i=1}^{n}\sum_{d|i}f(d)g(\frac{i}{d})
i=1∑n(f∗g)(i)=i=1∑nd∣i∑f(d)g(di)
优先枚举因子
∑d=1nf(d)∑i=1⌊nd⌋g(i)=∑d=1ng(d)∑i=1⌊nd⌋f(i)
\sum_{d=1}^{n}f(d)\sum_{i=1}^{\lfloor\frac{n}{d}\rfloor}g(i)=\sum_{d=1}^{n}g(d)\sum_{i=1}^{\lfloor\frac{n}{d}\rfloor}f(i)
d=1∑nf(d)i=1∑⌊dn⌋g(i)=d=1∑ng(d)i=1∑⌊dn⌋f(i)
上式两种形式等价,但右式的第二个求和部分恰好是S(⌊nd⌋)S(\lfloor\frac{n}{d}\rfloor)S(⌊dn⌋),于是右式有
∑i=1n(f∗g)(i)=∑d=1ng(d)S(⌊nd⌋)
\sum_{i=1}^{n}(f*g)(i)=\sum_{d=1}^{n}g(d)S(\lfloor\frac{n}{d}\rfloor)
i=1∑n(f∗g)(i)=d=1∑ng(d)S(⌊dn⌋)
将右式d=1d=1d=1部分单独考虑,即
∑i=1n(f∗g)(i)=g(1)S(n)+∑d=2ng(d)S(⌊nd⌋)
\sum_{i=1}^{n}(f*g)(i)=g(1)S(n)+\sum_{d=2}^{n}g(d)S(\lfloor\frac{n}{d}\rfloor)
i=1∑n(f∗g)(i)=g(1)S(n)+d=2∑ng(d)S(⌊dn⌋)
可见,要求S(n)S(n)S(n),即求g(1)S(n)g(1)S(n)g(1)S(n),而右式的求和部分是可以递归处理的,至此只需要找出这个g(x)g(x)g(x)即可,有以下这些简单的数论积性函数可供选择,这些函数比较简单,并且迪利克雷卷积有显著的特性
ϵ(n)=[n=1]I(n)=1id(n)=n
\epsilon(n)=[n=1]\\
I(n)=1\\
id(n)=n
ϵ(n)=[n=1]I(n)=1id(n)=n
我们对μ\muμ卷积上III,得到
(μ∗I)(x)=∑d∣xμ(d)I(xd)=∑d∣xμ(d)=[x=1]
(\mu * I)(x)=\sum_{d|x}\mu(d)I(\frac{x}{d})=\sum_{d|x}\mu(d)=[x=1]
(μ∗I)(x)=d∣x∑μ(d)I(dx)=d∣x∑μ(d)=[x=1]
上式的最后一个等号是莫比乌斯反演得到的,此式即μ∗I=ϵ\mu *I=\epsilonμ∗I=ϵ
对ϕ\phiϕ卷积上III,得到
(ϕ∗I)(x)=∑d∣xϕ(d)I(xd)=∑d∣xϕ(d)=x
(\phi * I)(x)=\sum_{d|x}\phi(d)I(\frac{x}{d})=\sum_{d|x}\phi(d)=x
(ϕ∗I)(x)=d∣x∑ϕ(d)I(dx)=d∣x∑ϕ(d)=x
最后一个等号是欧拉函数的一个性质
n=∑d∣nϕ(d)
n=\sum_{d|n}\phi(d)
n=d∣n∑ϕ(d)
证明:
由欧拉函数的定义
ϕ(n)=∑i=1n[gcd(i,n)=1] \phi(n)=\sum_{i=1}^{n}[gcd(i,n)=1] ϕ(n)=i=1∑n[gcd(i,n)=1]
莫比乌斯反演得到
ϕ(n)=∑i=1n∑d∣gcd(i,n)μ(d) \phi(n)=\sum_{i=1}^{n}\sum_{d|gcd(i,n)}\mu(d) ϕ(n)=i=1∑nd∣gcd(i,n)∑μ(d)
优先枚举因子ddd
ϕ(n)=∑d∣nμ(d)⌊nd⌋ \phi(n)=\sum_{d|n}\mu(d) \lfloor \frac{n}{d} \rfloor ϕ(n)=d∣n∑μ(d)⌊dn⌋
设g(x)=xg(x)=xg(x)=x,莫比乌斯反演的变换形式有
ϕ(n)=∑d∣nμ(d)g(⌊nd⌋)⇒g(n)=n=∑d∣xϕ(d) \phi(n)=\sum_{d|n}\mu(d) g(\lfloor \frac{n}{d} \rfloor) \Rightarrow g(n)=n=\sum_{d|x}\phi(d) ϕ(n)=d∣n∑μ(d)g(⌊dn⌋)⇒g(n)=n=d∣x∑ϕ(d)
于是只要选取g(x)=I(x)g(x)=I(x)g(x)=I(x)就可以解决原题的问题了。至此,可以在O(n34)O(n^{\frac{3}{4}})O(n43)内解决上述问题,但还可以优化
-
对于S(i)S(i)S(i),我们可以记忆化他,这样常数减小
-
假设我们线性筛先求出n∈[1,m]n\in[1,m]n∈[1,m]的前缀和,这样的时间复杂度是O(m+nm)O(m+\frac{n}{\sqrt{m}})O(m+mn)的,我们设m=nkm=n^km=nk,我们尽量让两部分的时间复杂度相等,这样总复杂度取得最小,即
m=nm⇒m=n23 m=\frac{n}{\sqrt{m}}\Rightarrow m=n^{\frac{2}{3}} m=mn⇒m=n32
此时总复杂度是O(n23)O(n^{\frac{2}{3}})O(n32)
(复杂度的证明我也不太会,尚且知道O(n34)O(n^{\frac{3}{4}})O(n43)与O(nm)O(\frac{n}{\sqrt{m}})O(mn)两个关键复杂度)
// #include<bits/stdc++.h>
#include<iostream>
#include<cstdio>
#include<cmath>
#include<cstring>
#include<algorithm>
#include<vector>
#include<bitset>
#include<map>
using namespace std;
using ll=long long;
const int N=1700005,inf=0x3fffffff;
const long long INF=0x3fffffffffffffff,mod=20101009;
ll n,mu[N],prime[N],phi[N],cnt;
bool nt[N];
map<ll,ll>map1,map2;
void make_prime()
{
mu[1]=phi[1]=1;
for(int i=2;i<N;i++)
{
if(!nt[i]) prime[++cnt]=i,phi[i]=i-1,mu[i]=-1;
for(int j=1;j<=cnt&&i*prime[j]<N;j++)
{
nt[i*prime[j]]=true;
if(i%prime[j]==0)
{
mu[i*prime[j]]=0;
phi[i*prime[j]]=prime[j]*phi[i];
break;
}
else
{
mu[i*prime[j]]=mu[i]*mu[prime[j]];
phi[i*prime[j]]=phi[i]*phi[prime[j]];
}
}
}
for(int i=1;i<N;i++)
{
mu[i]+=mu[i-1];
phi[i]+=phi[i-1];
}
}
ll calcphi(ll n)
{
if(n<N) return phi[n];
if(map1.count(n)) return map1[n];
ll ret=1ll*n*(n+1)/2;
for(ll l=2,r;l<=n;l=r+1)
{
r=n/(n/l);
ret-=1ll*(r-l+1)*calcphi(n/l);
}
return map1[n]=ret;
}
ll calcmu(ll n)
{
if(n<N) return mu[n];
if(map2.count(n)) return map2[n];
ll ret=1;
for(ll l=2,r;l<=n;l=r+1)
{
r=n/(n/l);
ret-=1ll*(r-l+1)*calcmu(n/l);
}
return map2[n]=ret;
}
int main()
{
make_prime();
int t; cin>>t;
while(t--)
{
cin>>n;
printf("%lld %lld\n",calcphi(n),calcmu(n));
}
return 0;
}
本文介绍了杜教筛算法,一种在O(n^(2/3))时间内计算积性函数前缀和的方法,通过迪利克雷卷积和积性函数的选择,简化问题并记忆化处理,实现高效计算。涉及欧拉函数、莫比乌斯函数和简单的数论积性函数应用。
1183

被折叠的 条评论
为什么被折叠?



