BZOJ 3309: DZY Loves Math [莫比乌斯反演 线性筛]

题意:\(f(n)\)为n的质因子分解中的最大幂指数,求\(\sum_{i=1}^n \sum_{j=1}^m f(gcd(i,j))\)


套路推♂倒

\[ \sum_{D=1}^n \sum_{d|D} f(d)\mu(\frac{D}{d}) \frac{n}{D} \frac{m}{D} \]

这次函数是\(g = (f*\mu )\)\(f\)显然不是积性函数,但我们照样可以用线性筛

具体做法我晚上回家再补吧草稿纸忘带了...

补:

  • \(g(p^a)=p-(p-1)\)
    因为卷了\(\mu\)所以只有\(\mu(1)\)\(\mu(p)\)时有贡献
  • 考虑\(g(p_1^{a_1} p_2^{a_2}...p_k^{a_k})\),相当于选p的集合,每种p只能选一个放到\(\mu\)里,其余部分在\(f\)
  • 所有\(a\)相等时,所有集合的结果都是\(a\),只有全选时是\(a-1\),系数\((-1)^k\),那么结果就是\(-(-1)^k\)
  • 不相等时,假设最大次数\(a\)\(b\)个质数,\(a\)出现\(2^b\)此,\(a-1\)出现\(2^{k-b}\)次,正负都抵消了,所以结果为0


线性筛保存最小质因子幂次后的结果和幂次,利用之前的\(g\)

#include <iostream>
#include <cstdio>
#include <cstring>
#include <algorithm>
#include <cmath>
using namespace std;
#define pii pair<int, int>
#define MP make_pair
#define fir first
#define sec second
typedef long long ll;
const int N=1e7+5;
inline int read(){
    char c=getchar();int x=0,f=1;
    while(c<'0'||c>'9'){if(c=='-')f=-1; c=getchar();}
    while(c>='0'&&c<='9'){x=x*10+c-'0'; c=getchar();}
    return x*f;
}
 
int n, m, k;
int notp[N], p[N], g[N]; pii lp[N];
void sieve(int n) {
    g[1] = 0; 
    for(int i=2; i<=n; i++) {
        if(!notp[i]) {
            p[++p[0]] = i;
            g[i] = 1;
            lp[i] = MP(i, 1);
        }
        for(int j=1; j<=p[0] && i*p[j]<=n; j++) {
            int t = i*p[j]; 
            notp[t] = 1;
            if(i%p[j] == 0) {
                lp[t] = MP(lp[i].fir * p[j], lp[i].sec + 1);
                int rem = i / lp[i].fir;
                if(rem == 1) g[t] = 1;
                else g[t] = lp[t].sec == lp[rem].sec ? -g[rem] : 0;
                break;
            }
            lp[t] = MP(p[j], 1);
            g[t] = lp[t].sec == lp[i].sec ? -g[i] : 0;
        }
    }
    for(int i=1; i<=n; i++) g[i] += g[i-1];
}
ll cal(int n, int m) {
    if(n>m) swap(n, m);
    ll ans=0; int r;
    for(int i=1; i<=n; i=r+1) {
        r = min(n/(n/i), m/(m/i));
        ans += (ll) (g[r] - g[i-1]) * (n/i) * (m/i);
    }
    return ans;
}
 
int main() {
    //freopen("in","r",stdin);
    sieve(N-1);
    int T=read();
    while(T--) {
        n=read(); m=read();
        printf("%lld\n", cal(n, m));
    }
}

转载于:https://www.cnblogs.com/candy99/p/6611664.html

内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于四则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过数学优化器加速函数(MOA)和数学优化概率(MOP)动态控制搜索过程,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性与高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模型优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想与实现机制;②掌握AOA在函数优化、图像分割等实际问题中的建模与求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估与改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOA与MOP的作用机制,尝试在不同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
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