问题描述

  

  洲阁筛解决的问题主要是\(n\)范围较大的积性函数前缀和。

  

​  已知一积性函数\(f(i)\),求\(\sum_{i=1}^nf(i)\)。

  

  \(n\leq10^{12}\).

  

  

  

求解方法

  

  如果\(f(i)\)在质数处的取值比较简单,那么可以运用洲阁筛来求解。

  

​  我们需要两个辅助数组。

  

\(g_{i,j}\)

  

  定义如下:

\[\begin{aligned}
g_{i,j}&=\sum_{k=2}^i[k与p_1,p_2,...,p_j互质或就是其中某个质数]\; s(k)\\
&=\sum_{k=2}^i[k是\leq p_j的质数或k的最小质因子大于p_j]\; s(k)
\end{aligned}
\]

  其中\(s(x)\)是一个完全积性函数,它可以是\(s(x)=x\),或\(s(x)=1\),等等。

  

​  我们一般要求第二维计算到\(m\),其中\(m\)为满足\(p_m\le\sqrt n\)的最大正整数。

  

  这时候,\(g_{x,m}\)就表示函数\(s\)在前缀范围\([1,x]\)内的质数处的取值之和,这也是\(g\)数组的主要作用。但这里\(x\)的定义域不是\([1,n]\),下文会提到。

   

  这个数组怎么求呢?

  

​  首先边界条件比较简单:

\[g_{i,0}=\sum_{k=2}^is(k)
\]

  可是这里有一个限制:\(\sum_{k=2}^is(k)\)必须足够简单好算。如果函数前缀和比较复杂,如\(s=\mu\),就不能使用在\(s=\mu\)意义下计算\(g\)的这种方法。但是如果函数在质数的取值比较简单,如\(\mu(p)=-1\),我们可以考虑换一个角度:令\(s(x)=1\),可以计算出\([1,n]\)的质数个数\(p_{sum}\),那么我们可以用\(-1*p_{sum}\)表示所求的东西,一样达到了我们的目的(黑体字)。

  

  考虑由\(g_{i,j-1}\)推出\(g_{i,j}\)。

  

  若\(i<p_j^2\),显然\(g_{i,j}=g_{i,j-1}\)。

  

  否则当\(i\ge p_j^2\)时,如何考虑?\(g_{i,j-1}\)代表着一些在\(j-1\)时合法的数的函数值之和,而从\(j-1\)变成\(j\)时,若某些原本合法的数变得不合法,显然一定是因为触犯了第二个条件:最小质因子恰好为\(p_j\)。如何算出这一部分的数的函数值之和呢?

\[g_{i,j}=g_{i,j-1}-s(p_j)(g_{\lfloor\frac i {p_j}\rfloor,j-1}-g_{p_j-1,j-1})
\]

  

  

​  后面减去的部分就是这一部分数的函数值之和。首先它们都有一个最小质因子\(p_j\),随后,它们除去\(p_j\)剩下的部分,不可以含有小于\(p_j\)的质因子,因此剩下的部分至少大于等于\(p_j\),但要小于等于\(\frac{i}{p_j}\)。这恰好对应了\(g\)的定义!后面一部分算的就是

\[\sum_{k=p_j}^{\frac i {p_j}}[最小质因子>p_{j-1}]\; s(k)
\]

  但是\(n\)太大,存不下怎么办?

  

  记集合\(S=\{\lfloor\frac n x\rfloor |x\in[1,n]\}\;\;(\)\(|S|=2\sqrt n)\),我们只需要关注\(g_{i,...}\;\;(i\in S)\)即可,那为什么只用考虑第一维取这些值的情况呢?可以证明,所有以后需要调用的第一维都属于\(S\)。从\(g\)本身的递推需要来看,我们需要\(g_{\lfloor\frac i {p_j}\rfloor,j-1}\),它的第一维\(\lfloor \frac i {p_j}\rfloor\in S\);还需要\(g_{p_j-1,j-1}\),它的第一维\(p_j-1\le\sqrt n\),一定属于\(S\)。所以,其他的第一维取值就不需要计算了。从下文的\(h\)计算的调用来看,也都只会调用到\(S\)内的第一维,下文会提到。

  

  再之,我们发现每次递归时只用到第二维为\(j-1\)的数据,这给了我们滚动的思想:我们依次计算\(j=0...m\)的情况。将\(|S|\)个元素排成一排,分别表示在当前\(j\)意义下,\(g_{i,j},i\in S\)的取值。由于更新\(g_{i,j}\)的时候只需要用到诸如\(k\le i\)的\(g_{k,j-1}\),我们从大到小枚举并更新那些需要更新的元素\(i\in S,i\ge p_j^2\),这样可以保证调用的元素仍然是\(j-1\)意义下的;而\(i<p_j^2\)的情况,与\(j-1\)时完全没有改变,不需要操作,直接继承。

  

​  \(j\)越是大,我们需要更新的元素就越来越少。如此一层层地覆盖上去(很像一维背包的那种继承思想),我们,就可以计算到\(g_{n,m}\)了。这一步的复杂度是\(O(\frac {n^{\frac 3 4}}{\log n})\)。

  

  离散\(S\)中元素到数组上的方法很简单,对于\(x\in S\),如果\(x\le \sqrt n\),用\(pos_1[x]\)表示\(x\)的离散位置;如果\(x>\sqrt n\),用\(pos_2[\lfloor \frac n x\rfloor]\)表示\(x\)的离散位置。可以写一个简短的\(get()\)函数来处理询问离散位置的操作。

  

\(h_{i,j}\)

  

  定义如下:

\[h_{i,j}=\sum_{k=2}^i[k的最小质因子\ge p_j]\;f(k)
\]

  其递推式为:

\[\begin{aligned}
h_{i,j}&=\sum_{p_k\ge p_j}\sum_{e\ge 1且p_k^e\le i}f(p_k^e)h_{\lfloor \frac i{p_k^e}\rfloor,j+1}+f(p_k^e)\\
&=\sum_{p_k\ge p_j}\sum_{e\ge 1且p_k^e\le i}f(p_k^e)(h_{\lfloor \frac i{p_k^e}\rfloor,j+1}+1)
\end{aligned}
\]

  它相当于枚举所有在\([2,i]\)范围内,最小质因子大于等于\(p_j\)的数,并对函数值求和。首先枚举它们的最小质因数\(p_k\),再枚举最小质因数\(p_k\)的幂;最后统计有多少个数,满足除去\(p_k^e\)后剩余部分最小质因子大于\(p_j\),也就是大于等于\(p_{j+1}\),这和\(h\)本身的定义恰好符合。如此枚举,不会算重,但是会漏掉一种情况:\(f(p_k^e)\)没有被算入,因为\(h\)的\(\sum\)是从2开始枚举的。额外加上即可。

  

  我们使用搜索计算\(h\)。这里的搜索不需要记忆化,因为有结论是:如果要求不同的\(h_{i,j}\),它们在搜索时不会搜索到重复的地方。

  

  第一个循环不可以完全枚举\(k=j...m\),不然的话复杂度过高。当\(p_k^2>i\)时,余下的未计算的函数值之和恰好是函数在\(p\in(\sqrt i,i]\)处的取值之和,可以直接用\(g_{i,m}-g_{p_{m'},m}\)表示,其中\(m'\)为满足\(p_{m'}\le \sqrt i\)的最大正整数。我们发现\(p_m',i\in S\),回应上文,只需要计算\(g\)的第一维属于\(S\)时的情况。

  

  

  

答案计算

  

  \(\sum_{i=2}^nf(i)=h_{n,0}\)。

    

  那么\(\sum_{i=1}^nf(i)=h_{n,0}+f(1)\),简洁明了。

  

  当然,有时候题目甚至不需要调用\(h\)数组,这要依题目而灵活变化。

  

  

  

总结

  

  整体思路稍微有点复杂,但只要明白了洲阁筛对积性函数求和的关键步骤,就可以比较好地理解。

  

  首先,我们所讨论的积性函数,最好在质数处有简明的表达式。我们可以将表达式写出后,对于每个和式,用\(g\)在不同\(s(x)\)的意义下逐个求解。

  

  然后要理解洲阁筛对分配律的利用。它通过枚举最小质因数、枚举其作为最小质因数的指数、最后统计除去最小质因数后,剩余部分最小质因数大于自己的情况数这一种枚举方法,可以结合积性函数性质、运用\(h\)数组快速枚举遗漏的数,并得到其函数值之和。

  

  题目所求的问题并不会总是中规中矩,我们需要把题目求的表达式拆成一个一个部分,尽量用g或h的定义来表示,依次求解。

   

  总的时间复杂度为\(O(\frac{n^{\frac 3 4}}{\log n})\)。

  

  

  

代码

  

  以SPOJ的DivcntK为例,求的是\(\sum_{i=1}^n \sigma_0(i^k)\),\(n,k\le 10^{10}\)。这份代码是单组数据的。

  

#include <cstdio>
#include <cmath>
#include <algorithm>
#include <iostream>
using namespace std;
typedef long long ll;
typedef unsigned long long ull;
const int SQRTN=100005;
bool vis[SQRTN];
ll p[SQRTN],pcnt;
ll n,k,sqrtn;
int m;
ll a[SQRTN*2],cnt;
int pos1[SQRTN],pos2[SQRTN];
ull g[SQRTN*2];
void prework(){
for(int i=2;i<SQRTN;i++){
if(!vis[i])
p[++pcnt]=i;
for(int j=1;j<=pcnt&&i*p[j]<SQRTN;j++){
int x=i*p[j];
vis[x]=true;
if(i%p[j]==0) break;
}
}
}
int gp(ll x){//getpos
return x<=sqrtn?pos1[x]:pos2[n/x];
}
void Discretization(){
for(ll i=1,j;i<=n;i=j+1){
a[++cnt]=n/i;
j=n/(n/i);
}
reverse(a+1,a+1+cnt);
for(int i=1;i<=cnt;i++)
if(a[i]<=sqrtn) pos1[a[i]]=i;
else pos2[n/a[i]]=i;
}
void calc_g(){
for(int i=1;i<=cnt;i++) g[i]=a[i]-1;
for(int j=1;j<=m;j++)
for(int i=cnt;i>=1&&a[i]>=p[j]*p[j];i--)
g[i]-=g[gp(a[i]/p[j])]-g[gp(p[j]-1)];
}
ull calc_h(ll i,ll j){
if(i<=1) return 0;
ull res=0;
int a;
for(a=j;a<=m&&p[a]*p[a]<=i;a++)
for(ll pe=p[a],e=1;pe<=i;pe*=p[a],e++)
res+=(ull)(e*k+1)*(calc_h(i/pe,a+1)+1);
if(p[a-1]<=i)
res+=(ull)(k+1)*(g[gp(i)]-g[gp(p[a-1])]);
return res;
}
int main(){
prework();
scanf("%lld%lld",&n,&k);
sqrtn=(ll)sqrt(n);
m=upper_bound(p+1,p+1+pcnt,sqrtn)-p-1;
Discretization();
calc_g();
ull ans=(ull)(k+1)*(g[gp(n)]-m);
for(int i=1;i<=m;i++)
for(ll pe=p[i],e=1;pe<=n;pe*=p[i],e++)
ans+=(ull)(e*k+1)*(calc_h(n/pe,i+1)+1);
ans++;
cout<<ans<<endl;
return 0;
}

【Learning】积性函数前缀和——洲阁筛(min_25写法)的更多相关文章

  1. A New Function(LightOJ 1098)积性函数前缀和的应用

    题意:要求对于1~n,每个数的约数(不包括1和其本身)的和. 题解:由于题目数据有2*10^9之大,因而不能直接暴力.需要考虑积性函数的特性,由于必定有重复的约数出现,因而可以对重复约数所在的区间进行 ...

  2. Mobius反演与积性函数前缀和演学习笔记 BZOJ 4176 Lucas的数论 SDOI 2015 约数个数和

    下文中所有讨论都在数论函数范围内开展. 数论函数指的是定义域为正整数域, 且值域为复数域的函数. 数论意义下的和式处理技巧 因子 \[ \sum_{d | n} a_d = \sum_{d | n} ...

  3. 洲阁筛 & min_25筛学习笔记

    洲阁筛 给定一个积性函数$F(n)$,求$\sum_{i = 1}^{n}F(n)$.并且$F(n)$满足在素数和素数次幂的时候易于计算. 显然有: $\sum_{i = 1}^{n} F(n) = ...

  4. 【learning】洲阁筛

    问题描述 快速求素数处点值比较好求的积性函数前缀和 大致过程 Step1.求出一定范围内的素数处点值之和(\(g\)) Step2.利用上面的\(g\)求出一个\(f\)然后用\(f\)求出前缀和 具 ...

  5. 【XSY3042】石像 拓扑排序 状压DP 洲阁筛

    题目大意 有 \(n\) 个整数 \(a_1,a_2,\ldots,a_n\),每个数的范围是 \([1,m]\).还有 \(k\) 个限制,每个限制 \(x_i,y_i\) 表示 \(a_{x_i} ...

  6. CF1097D Makoto and a Blackboard 积性函数、概率期望、DP

    传送门 比赛秒写完ABC结果不会D--最后C还fst了qwq 首先可以想到一个约数个数\(^2\)乘上\(K\)的暴力DP,但是显然会被卡 在\(10^{15}\)范围内因数最多的数是\(978217 ...

  7. 利用powerful number求积性函数前缀和

    好久没更博客了,先水一篇再说.其实这个做法应该算是杜教筛的一个拓展. powerful number的定义是每个质因子次数都 $\geq 2$ 的数.首先,$\leq n$ 的powerful num ...

  8. codeforces757E. Bash Plays with Functions(狄利克雷卷积 积性函数)

    http://codeforces.com/contest/757/problem/E 题意 Sol 非常骚的一道题 首先把给的式子化一下,设$u = d$,那么$v = n / d$ $$f_r(n ...

  9. powerful number求积性函数前缀和

    算法原理 本文参考了 zzq's blog . \(\text{powerful number}\) 的定义是每个质因子次数都 \(\ge 2\) 的数,有个结论是 \(\ge n\) 的 \(\te ...

随机推荐

  1. AssetBundle加载API

    AssetBundle加载API 在Unity 5当中,可以通过4个不同的API来加载AssetBundle,4个API可以用两个条件来区分: AssetBundle是 LZMA压缩. LZ4压缩还是 ...

  2. GsonFormat插件主要用于使用Gson库将JSONObject格式的String 解析成实体,该插件可以加快开发进度,使用非常方便,效率高。

    GsonFormat插件主要用于使用Gson库将JSONObject格式的String 解析成实体,该插件可以加快开发进度,使用非常方便,效率高. 插件地址:https://plugins.jetbr ...

  3. 【Go】Mac上安装Go

    一:首先安装brew,方便管理,安装方法,终端中输入 ruby -e "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/ins ...

  4. C#中字符串 "驻留"与Lock(转载)

    class TestWorker 2 {         3     public void DoMultiThreadedWork(object someParameter) 4     { 5   ...

  5. 08-matplotlib-颜色与样式

    import numpy as np import matplotlib.pyplot as plt ''' 颜色: - 八种内置默认颜色, 缩写 b :blue g :green r :red c ...

  6. 图解 Go 并发

    你很可能从某种途径听说过 Go 语言.它越来越受欢迎,并且有充分的理由可以证明. Go 快速.简单,有强大的社区支持.学习这门语言最令人兴奋的一点是它的并发模型. Go 的并发原语使创建多线程并发程序 ...

  7. tomcat安装及使用详解

    常用软件安装及使用目录 资料链接:https://pan.baidu.com/s/1XOUlneFqt-_1tOLSmc-E1g     网盘分享的文件在此 1. Tomcat简介 Tomcat是一个 ...

  8. Hadoop Streaming框架使用(二)

    上一篇文章介绍了Streaming的各种参数,本文具体介绍使用方法. 提交hadoop任务示例: $HADOOP_HOME/bin/hadoop streaming \ -input /user/te ...

  9. Django_杂

    1.url带一些GET参数"url?a=1&b=2",通过QueryDict以及其urlencode()进行处理 from django.http.request impo ...

  10. 详细教你实现BST(二叉排序树)

    查找基本分类如下: 线性表的查找 顺序查找 折半查找 分块查找 树表的查找 二叉排序树 平衡二叉树 B树 B+树 散列表的查找 今天介绍二叉排序树. 二叉排序树 ( Binary Sort Tree ...