洛谷P3768 简单的数学题

本文深入探讨了数论中的杜教筛算法,详细解释了如何通过枚举gcd和反演技巧解决特定数学问题。文章介绍了算法的实现过程,包括如何化简表达式,利用phi函数和整除分块优化计算,以及使用杜教筛进行高效求解。

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

解:

神奇的一批......参观yyb巨神的博客

大致思路就是第一步枚举gcd,发现后面有个限制是gcd=1,用反演,得到的F(x)是两个等差数列求积。

然后发现有个地方我们除法的除数是乘积,于是换元枚举那个乘积。提到最前面。

稍微化一下,发现后面有个Id * miu,这个东西化成phi。

然后得到一个式子,前半部分是s2(n/i)这个整除分块,后面就要相应的求这个东西i2phi[i]的前缀和来迎合整除分块。

然后就是杜教筛,先设个g,把h(n)写出来发现要消掉一个d2,于是g(x) = x2

没了。

 1 #include <cstdio>
 2 #include <map>
 3 
 4 typedef long long LL;
 5 const int N = 5000010, T = 5000008;
 6 
 7 LL MO;
 8 
 9 inline LL qpow(LL a, LL b) {
10     LL ans = 1;
11     while(b) {
12         if(b & 1) ans = ans * a % MO;
13         a = a * a % MO;
14         b = b >> 1;
15     }
16     return ans;
17 }
18 
19 std::map<LL, LL> mp;
20 int p[N], top, phi[N];
21 LL F[N], inv2, inv6;
22 bool vis[N];
23 
24 inline void getp(int n) {
25     phi[1] = 1;
26     for(int i = 2; i <= n; i++) {
27         if(!vis[i]) {
28             p[++top] = i;
29             phi[i] = i - 1;
30         }
31         for(int j = 1; j <= top && i * p[j] <= n; j++) {
32             vis[i * p[j]] = 1;
33             if(i % p[j] == 0) {
34                 phi[i * p[j]] = phi[i] * p[j];
35                 break;
36             }
37             phi[i * p[j]] = phi[i] * (p[j] - 1);
38         }
39     }
40     for(int i = 1; i <= n; i++) {
41        F[i] = (F[i - 1] + (1ll * i * i % MO * phi[i] % MO)) % MO;
42     }
43     return;
44 }
45 
46 inline LL s2(LL x) { /// sum[1~n] ^ 2
47     x %= MO;
48     LL temp = (x + 1) * x / 2 % MO;
49     return temp * temp % MO;
50 }
51 
52 inline LL H(LL x) { /// sum of n^3
53     return s2(x);
54 }
55 
56 inline LL G(LL x) { /// sum of n^2
57     x %= MO;
58     return (x << 1 | 1) % MO * (x + 1) % MO * x % MO * inv6 % MO;
59 }
60 
61 LL getF(LL x) {
62     if(x <= 0) return 0;
63     if(x <= T) return F[x];
64     if(mp.count(x)) return mp[x];
65     LL ans = H(x);
66     for(LL i = 2, j; i <= x; i = j + 1) {
67         j = x / (x / i);
68         ans -= (G(j) - G(i - 1) + MO) % MO * getF(x / i) % MO;
69         ans = (ans % MO + MO) % MO;
70     }
71     return mp[x] = ans;
72 }
73 
74 int main() {
75     LL n;
76     scanf("%lld%lld", &MO, &n);
77     getp(T);
78     inv6 = qpow(6, MO - 2);
79     inv2 = (MO + 1) / 2;
80 
81     LL ans = 0;
82     for(LL i = 1, j; i <= n; i = j + 1) {
83         j = n / (n / i);
84         ans += s2(n / i) * (getF(j) - getF(i - 1) + MO) % MO;
85         ans = (ans % MO + MO) % MO;
86     }
87     printf("%lld\n", ans);
88     return 0;
89 }
AC代码

 

转载于:https://www.cnblogs.com/huyufeifei/p/10443628.html

基于数据挖掘的音乐推荐系统设计与实现 需要一个代码说明,不需要论文 采用python语言,django框架,mysql数据库开发 编程环境:pycharm,mysql8.0 系统分为前台+后台模式开发 网站前台: 用户注册, 登录 搜索音乐,音乐欣赏(可以在线进行播放) 用户登陆时选择相关感兴趣的音乐风格 音乐收藏 音乐推荐算法:(重点) 本课题需要大量用户行为(如播放记录、收藏列表)、音乐特征(如音频特征、歌曲元数据)等数据 (1)根据用户之间相似性或关联性,给一个用户推荐与其相似或有关联的其他用户所感兴趣的音乐; (2)根据音乐之间的相似性或关联性,给一个用户推荐与其感兴趣的音乐相似或有关联的其他音乐。 基于用户的推荐和基于物品的推荐 其中基于用户的推荐是基于用户的相似度找出相似相似用户,然后向目标用户推荐其相似用户喜欢的东西(和你类似的人也喜欢**东西); 而基于物品的推荐是基于物品的相似度找出相似的物品做推荐(喜欢该音乐的人还喜欢了**音乐); 管理员 管理员信息管理 注册用户管理,审核 音乐爬虫(爬虫方式爬取网站音乐数据) 音乐信息管理(上传歌曲MP3,以便前台播放) 音乐收藏管理 用户 用户资料修改 我的音乐收藏 完整前后端源码,部署后可正常运行! 环境说明 开发语言:python后端 python版本:3.7 数据库:mysql 5.7+ 数据库工具:Navicat11+ 开发软件:pycharm
MPU6050是一款广泛应用在无人机、机器人和运动设备中的六轴姿态传感器,它集成了三轴陀螺仪和三轴加速度计。这款传感器能够实时监测并提供设备的角速度和线性加速度数据,对于理解物体的动态运动状态至关重要。在Arduino平台上,通过特定的库文件可以方便地与MPU6050进行通信,获取并解析传感器数据。 `MPU6050.cpp`和`MPU6050.h`是Arduino库的关键组成部分。`MPU6050.h`是头文件,包含了定义传感器接口和函数声明。它定义了类`MPU6050`,该类包含了初始化传感器、读取数据等方法。例如,`begin()`函数用于设置传感器的工作模式和I2C地址,`getAcceleration()`和`getGyroscope()`则分别用于获取加速度和角速度数据。 在Arduino项目中,首先需要包含`MPU6050.h`头文件,然后创建`MPU6050`对象,并调用`begin()`函数初始化传感器。之后,可以通过循环调用`getAcceleration()`和`getGyroscope()`来不断更新传感器读数。为了处理这些原始数据,通常还需要进行校准和滤波,以消除噪声和漂移。 I2C通信协议是MPU6050与Arduino交互的基础,它是一种低引脚数的串行通信协议,允许多个设备共享一对数据线。Arduino板上的Wire库提供了I2C通信的底层支持,使得用户无需深入了解通信细节,就能方便地与MPU6050交互。 MPU6050传感器的数据包括加速度(X、Y、Z轴)和角速度(同样为X、Y、Z轴)。加速度数据可以用来计算物体的静态位置和动态运动,而角速度数据则能反映物体转动的速度。结合这两个数据,可以进一步计算出物体的姿态(如角度和角速度变化)。 在嵌入式开发领域,特别是使用STM32微控制器时,也可以找到类似的库来驱动MPU6050。STM32通常具有更强大的处理能力和更多的GPIO口,可以实现更复杂的控制算法。然而,基本的传感器操作流程和数据处理原理与Arduino平台相似。 在实际应用中,除了基本的传感器读取,还可能涉及到温度补偿、低功耗模式设置、DMP(数字运动处理器)功能的利用等高级特性。DMP可以帮助处理传感器数据,实现更高级的运动估计,减轻主控制器的计算负担。 MPU6050是一个强大的六轴传感器,广泛应用于各种需要实时运动追踪的项目中。通过 Arduino 或 STM32 的库文件,开发者可以轻松地与传感器交互,获取并处理数据,实现各种创新应用。博客和其他开源资源是学习和解决问题的重要途径,通过这些资源,开发者可以获得关于MPU6050的详细信息和实践指南
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